IA é ferramenta. Não muleta.

O mercado começou a tratar Inteligência Artificial como solução universal, e esse talvez seja um dos maiores erros técnicos que estamos cometendo hoje.

Muitas empresas querem colocar IA em absolutamente tudo, mesmo quando o problema poderia ser resolvido de forma muito mais objetiva, confiável e assertiva com engenharia tradicional, algoritmos bem estruturados e bibliotecas específicas. E o argumento quase sempre é o mesmo:

“Mas com IA fica mais rápido.”

Rápido. Mas a que custo? A custo da confiabilidade, da segurança, da exatidão, da escalabilidade do sistema.

Vou dar um exemplo real:

Participei de um projeto onde a empresa utilizava IA para analisar PDFs e gerar relatórios automatizados.

O problema era que um documento de apenas 15 páginas levava entre 7 e 8 minutos para ser processado. Dependendo da quantidade de informação e da janela de contexto, o tempo aumentava ainda mais. Ou seja, muito custo computacional, baixa previsibilidade e uma dependência excessiva do modelo.

Então eu propus outra abordagem: desenvolvi uma solução em Python focada exclusivamente no problema real, sem depender de LLM para interpretar tudo.

O resultado foi um documento de aproximadamente 350 páginas processadas em cerca de 1 minuto.

Isso gerou ganhos enormes em performance, escalabilidade, confiabilidade e precisão dos dados.

Eu acredito que um dos grandes dilemas dos próximos anos com o avanço da inteligência artificial será identificar quando o uso da IA será, de fato, a melhor opção. Não podemos esquecer que há muitos anos desenvolvemos sistemas automatizados baseados em códigos.

A IA tem seu espaço em determinadas situações, mas cabe aos engenheiros e desenvolvedores baterem o pé e dizerem em qual cenário a melhor opção é código puro, quando o melhor é utilizar uma biblioteca específica, e também traduzir isso de forma clara para o cliente entender. Não é obrigação do cliente dominar a parte técnica, mas é nossa obrigação, como engenheiros de software, comunicar isso de forma transparente e objetiva para o usuário ou cliente final.

IA é ferramenta. Não muleta. Existem cenários onde ela é extraordinária. Mas existem outros onde usar IA é simplesmente adicionar complexidade, custo e inconsistência em algo que poderia ser resolvido de forma muito mais eficiente com código puro.

Nos próximos anos, o diferencial dos engenheiros de software não será “saber usar IA”, será saber QUANDO usar e quando não usar. E principalmente ter conhecimento técnico para justificar a sua decisão.