Alfa-Bank descreve a "vibe-liderança": como a IA eliminou a rotina e acelerou o crescimento da plataforma A-Token

Andrei Kalinin, alto executivo do Alfa-Bank, contou como a IA interna AlfaGen mudou o trabalho das equipes da plataforma A-Token. Segundo ele, a automação da documentação eliminou parte da carga manual, acelerou processos e liberou os líderes de produto para cuidar da arquitetura, da estratégia e da expansão do negócio.

Da rotina à gestão

Kalinin associa essa mudança ao que chama de "vibe-liderança". A ideia não é criar um rótulo da moda, e sim redistribuir o tempo do gestor: menos horas gastas montando documentos mecanicamente, buscando aprovações e repetindo formulações, e mais horas dedicadas às decisões que fazem o produto avançar. Em uma fintech com alta carga regulatória e técnica, isso pesa ainda mais, porque a documentação deixa de ser um artefato secundário e passa a integrar o próprio circuito de produção.

No caso da A-Token, o efeito foi além da conveniência. A equipe lançou do zero uma plataforma de ativos financeiros digitais, cresceu de 7 para mais de 180 profissionais de TI e, segundo Kalinin, conquistou 50% do mercado russo de ativos financeiros digitais (CFA). Nessa escala, qualquer rotina multiplicada por dezenas de pessoas e processos rapidamente vira um freio caro para o negócio. E quanto mais complexo o circuito, mais caros ficam os ciclos extras de aprovação.

O que o AlfaGen faz

O principal caso prático é a geração e a manutenção de documentação técnica em AsciiDoc. Segundo o autor, a IA interna ajudou a produzir grandes volumes de documentos, economizar milhões de rublos e reduzir o tempo gasto em cerca de 20–25%. Para as equipes de produto e engenharia, isso significa que parte do trabalho agora pode sair do modo manual e entrar em um processo semiautomático e controlado. Principalmente onde os documentos convivem com o código, os releases e os regulamentos internos.

• Preparação de rascunhos de documentação técnica em AsciiDoc
• Atualização rápida de especificações já existentes
• Padronização da estrutura e da linguagem dos documentos entre as equipes
• Redução da carga manual sobre PMs, analistas e tech leads
• Lançamento mais rápido de novos artefatos internos

"A IA cuida da rotina, e você se dedica à arquitetura, à estratégia e

àquilo que gera dinheiro."

A fórmula também descreve bem outras frentes além do trabalho com textos. Quando a documentação deixa de ser um gargalo, aceleram-se as aprovações, o onboarding de novos funcionários e a transferência de contexto entre produto, desenvolvimento e negócio. Nesse modelo, a IA atua como uma ferramenta que tira carga dos especialistas mais caros, e não como um gestor autônomo. Com isso, o controle de qualidade das decisões também fica mais rápido. E o custo dos erros de comunicação diminui.

Escala sem sobrecarga

A história da A-Token chama atenção porque envolve uma operação fintech madura, com exigências rígidas de qualidade e velocidade, e não um experimento em uma equipe pequena. Quando uma organização cresce de poucas pessoas para centenas, a gestão do conhecimento vira um problema à parte: é preciso registrar as regras, comunicar as mudanças rapidamente e não perder decisões em chats e calls. Nesse ambiente, a IA economiza horas e também reduz o caos.

Ao mesmo tempo, a tese de Kalinin vai além de "vamos escrever documentos com uma rede neural". Ele fala de uma mudança no próprio papel do líder de produto. Se antes um gestor forte costumava ser quem empurrava pessoalmente textos, especificações e formalizações, agora seu valor migra para o pensamento sistêmico: para onde a plataforma vai, quais restrições são críticas, onde é preciso um novo serviço e onde vale abrir mão de complexidade desnecessária. Para o setor fintech russo, isso também sinaliza o amadurecimento das ferramentas internas de IA, que passam a ser integradas à operação diária justamente onde um erro custa caro.

O que isso significa

A abordagem descrita pelo Alfa-Bank mostra algo simples: o próximo ganho da IA nas corporações vem de tirar a rotina das pessoas que tomam as decisões-chave, e não de demos chamativas. Se esse modelo se consolidar, os líderes de produto vão escrever cada vez menos à mão e gerenciar cada vez mais a arquitetura, as prioridades e o crescimento do negócio. É aí que bancos e grandes plataformas encontram um cenário prático, e não decorativo, para a adoção de modelos.