Pressione enter para ver os resultados ou esc para cancelar.

Seria o fim do “melhor feito que perfeito”?

Quando uma ideia ou um briefing novo chega, em poucos dias já é possível ter login, painel, gráficos e um link navegável para mostrar aos investidores, quase tudo feito com IA.

Também ficou mais comum, depois de tudo pronto, o time descobrir que o cliente precisava de outra coisa.

Isso trouxe uma pergunta que a gente ouve cada vez mais:

Se a IA gera telas e código, qual o valor do design agora?

O que ficou barato

Durante muito tempo, construir era caro, e esse custo obrigava o time a escolher o que fazer. A IA afrouxou esse filtro.

O Rafael Caceres, CEO da Taller, aponta um efeito menos óbvio: a lentidão do desenvolvimento era o tempo necessário para perceber que uma decisão estava errada. Com a construção acelerada, esse tempo encolheu, e uma decisão ruim vira software pronto antes que alguém levante a mão.

Os dados já mostram esse efeito. Um relatório da Faros AI encontrou nos times que mais usam IA, pull requests 51% maiores, tempo mediano de revisão cinco vezes maior e 11,7% menos deploys por semana. A produção acelerou,mas o trabalho passou a se acumular na hora de revisar e decidir.

O que ficou mais importante

Com mais coisa sendo produzida, mais coisa precisa ser julgada: o que vale construir, o que a IA gerou e se o produto está indo na direção certa. O julgamento virou a parte mais relevante do trabalho.

Julgar bem depende de evidência: dados de uso, pesquisa, testes com quem vai usar. Depende também de um time que interpreta essa evidência do mesmo jeito, porque o mesmo dado pode levar pessoas diferentes a conclusões diferentes. Uma coisa alimenta a outra.

Tem uma frase sobre isso que ficou ainda mais atual:

“Documentos compartilhados NÃO são compreensão compartilhada.”
Jeff Patton, criador do User Story Mapping

Uma IA gera especificações enormes em minutos, enquanto  time,  cliente e usuários do produto podem continuar entendendo coisas diferentes.

Reunir evidência e construir essa compreensão, ao mesmo tempo, é o centro do trabalho de design hoje. O Dynamic Flow, método que nasceu dentro da Taller, organiza isso em etapas. Quatro delas concentram o trabalho de design:

  1. Entender a mudança que se quer provocar
    Todo trabalho começa por uma pergunta: o que precisa mudar, e para quem? Uma entrega só faz sentido se muda o comportamento de alguém.
  2. Transformar o entendimento em opções
    Existe mais de um jeito de provocar a mesma mudança. Comparar caminhos evita apostar tudo na primeira ideia que virou protótipo.
  3. Escolher o próximo recorte
    O time investiga e escolhe a menor parte que entrega valor, antes de assumir um compromisso. Recortes menores são mais fáceis de entender, revisar e julgar, tanto para pessoas quanto para agentes de IA.
  4. Aprender com o que acontece depois
    O trabalho continua depois que o software vai pro ar. O que muda na vida de quem usa vira evidência pro próximo julgamento e atualiza o entendimento do time.

Como a gente trabalha na Taller

Por aqui, a IA entrou no processo inteiro, inclusive no design. A gente coloca um protótipo navegável na mão do cliente em dias com o objetivo de adiantar a conversa sobre o que fica, o que sai e o que ainda não sabemos.

Construímos a compreensão compartilhada usando  ferramentas de modelagem como o Event Storming, de Alberto Brandolini, e o próprio User Story Mapping. O Rafa compara com o cinema: cenografia, figurino e filmagem têm trabalhos específicos, mas todos precisam entender a cena e o filme ao qual ela pertence. Essa compreensão orienta as decisões que o roteiro não detalha.

Esses modelos também viraram o melhor contexto para trabalhar com IA. A visão mostra como cada funcionalidade se conecta ao problema e à jornada do usuário, um contexto que uma especificação sozinha não carrega. Foi com essa ideia que a Taller criou o Laminar, a fim de fornecer às pessoas e aos agentes o contexto do produto e as ferramentas de Story Mapping para recortar e sequenciar o trabalho.

Pra onde vai o design

Com a IA acelerando a construção, saber o que fazer e aprender com as entregas tornou-se ainda mais decisivo. É exatamente nesse ponto que o design ganha destaque.

Daqui pra frente, o melhor design é o que evita construir a coisa errada.