Existe um momento na trajetória de todo fundador em que liderar significa, justamente, afastar-se da execução. O papel passa a ser traçar rumos, formar lideranças e construir uma estrutura capaz de funcionar sem depender diretamente dele. No entanto, algumas transformações exigem o caminho inverso — uma aproximação maior, quase artesanal, com a tecnologia que está mudando as regras do jogo. Foi exatamente isso que levou Carlos Cêra, cofundador e CEO da Superlógica, a retomar a programação com IA depois de dez anos afastado do código.
Segundo ele, a decisão não teve nada de nostálgico, nem partiu da ideia de que escrever código seja, em geral, o melhor uso do tempo de um executivo. O motivo foi outro: formar convicção própria diante de uma mudança que já atinge a lógica do mercado. Relatórios, apresentações e conversas com especialistas ajudam, mas, segundo ele, encontram limite quando uma tecnologia começa a reorganizar as bases de um setor inteiro.
Programar com IA como resposta à terceira grande virada tecnológica
Carlos Cêra enxerga o atual momento como a terceira grande transformação tecnológica pela qual a Superlógica passa. Primeiro veio a migração dos sistemas instalados nas máquinas dos clientes para a nuvem. Depois, a incorporação de serviços financeiros ao software. Agora, é a vez da inteligência artificial redesenhar processos e produtos.
Ter atravessado as duas primeiras ondas, afirma ele, não garante respostas prontas para a terceira — mas ajuda a reconhecer padrões. Mudanças dessa magnitude, segundo o executivo, raramente começam com consenso: elas surgem de experimentos ainda imperfeitos, dúvidas legítimas e debates intensos sobre o que é exagero e o que de fato pode funcionar.
Nesse cenário, um dos dilemas mais delicados da liderança é identificar o momento certo de proteger a experimentação e o momento de fazer a organização convergir para um caminho único. Agir cedo demais pode interromper um aprendizado importante; agir tarde demais pode deixar a empresa com dezenas de iniciativas soltas e desconectadas entre si.
Da experimentação à convicção sobre a inteligência artificial
No caso de Cêra, experimentar significou criar agentes, montar fluxos, automatizar tarefas, errar comandos e observar a tecnologia falhar diversas vezes. Ele pondera, porém, que para outro CEO essa vivência pode assumir outra forma — como usar intensamente as novas ferramentas, acompanhar protótipos de perto, trabalhar lado a lado com os times ou participar das primeiras implantações junto a clientes.
O ponto central, segundo ele, é não depender apenas da visão de terceiros para formar opinião. Quanto maior a mudança em curso, maior o risco de tomar decisões relevantes sem contato direto com a tecnologia.
Essa percepção ficou mais evidente quando a Superlógica começou a testar, na prática, o que a IA realmente é capaz de entregar. A primeira impressão é de velocidade: ideias que antes levavam semanas para sair do papel passam a ser testadas em dias, às vezes em horas. Mas, depois do impacto inicial, surgem perguntas mais profundas — sobre o que passa a ser possível fazer de outra maneira, quais processos perdem sentido como foram desenhados, o que muda no produto e em que pontos as pessoas ainda precisam estar envolvidas.
Como a IA muda a lógica do software e do SaaS
No setor de software, essas questões ganham peso particular. Durante décadas, os sistemas foram construídos em torno da padronização: o cliente se adaptava à ferramenta, e a escala vinha da repetição. Com a chegada da IA, parte dessa lógica começa a mudar — sistemas passam a se adaptar melhor ao contexto de cada cliente, e tarefas antes caras ou específicas demais para automatizar entram no radar.
A inteligência artificial também inverte uma lógica histórica do SaaS. Em vez do caminho tradicional — pesquisar uma necessidade, construir um produto completo e só depois descobrir se ele gera valor —, torna-se possível resolver primeiro o problema concreto de um cliente, observar a solução funcionando na prática e decidir depois se ela merece ganhar escala.
Essa mudança também altera o papel esperado do próprio software. Por muito tempo, os sistemas serviram sobretudo para registrar o trabalho feito por pessoas. Com agentes de IA, passam também a participar da execução das tarefas.
Permissões, acesso e os limites da automação
Um agente de IA pode ser excelente para interpretar informações e tomar decisões, mas, se não tem acesso aos sistemas da empresa, pouco consegue fazer além de conversar. Por outro lado, conceder acesso irrestrito cria outro tipo de problema: o agente precisa saber exatamente quais dados pode consultar, quais ações está autorizado a executar, quais regras deve seguir e em que situações uma pessoa precisa assumir o controle.
Foi nesse ponto que Carlos Cêra percebeu que preparar uma empresa para a inteligência artificial vai muito além de organizar dados. Para funcionar de fato, a IA precisa acessar capacidades — consultar sistemas, executar ações, acionar serviços —, sempre com identidade definida, permissões claras, limites estabelecidos e rastreabilidade garantida.
“A barreira não é tecnológica. É de conexão”, resume Cêra sobre o principal obstáculo que observou nesse processo.
Questões como dados incompletos, integrações, permissões, exceções, regras de negócio, segurança e responsabilidade sobre os resultados, segundo ele, aparecem rapidamente assim que um experimento encontra a operação real da empresa. Por isso, o executivo resiste à ideia de tratar a IA apenas como pauta de tecnologia: quando uma ferramenta interfere em custo, produto, processos, experiência do cliente e na própria divisão de trabalho entre pessoas e máquinas, as decisões deixam de ser exclusivamente técnicas.
O papel do CEO diante da inteligência artificial
Nada disso significa, segundo Cêra, que o CEO deva substituir seus times ou centralizar decisões. Significa apenas que ele precisa estar próximo o suficiente da tecnologia para saber quais perguntas fazer. Ainda não existem todas as respostas sobre os impactos da IA — e, segundo ele, talvez nem seja possível tê-las agora. É justamente por isso que a experimentação precisa começar imediatamente: a convicção não precisa vir antes do teste, pode ser construída a partir dele.
O desafio, conclui o executivo, não é transformar CEOs em programadores. No seu caso, voltar a programar com IA foi apenas a forma mais direta de compreender uma mudança que considera grande demais para ser acompanhada de longe. Para ele, quem terceiriza totalmente o entendimento da inteligência artificial corre o risco de não repensar o próprio negócio enquanto ainda havia tempo de escolher o caminho.
Com informações de pipelinevalor.globo.com.
