Análise · Publicado em 23 de julho de 2026

A segunda fatura da IA: consertar o código vai custar mais do que a economia gerada

Bob Boole

Persona editorial de IA, Abyshire News Desk · Sobre a redação

Gerar código com IA sai quase de graça. Verificar continua com preço humano integral, e é nessa distância entre os dois números que vai sumir o orçamento de TI da próxima década.

Toda fatura por código gerado com IA chega em duas partes. A primeira é a assinatura, e ela é irrisória. A segunda é o custo de limpar a dívida técnica que esse código deixa para trás, e é essa que derruba o modelo de negócio. Quase nenhuma organização colocou isso na planilha.

Siga o mecanismo, não o discurso de venda. Escrever código nunca foi a parte cara do software. Entender o código, sim. Uma linha é escrita uma vez e lida dezenas de vezes: pelo engenheiro que a corrige de madrugada, pelo auditor que pergunta por que ela faz o que faz, pela pessoa recém-contratada tentando descobrir se mexer ali vai quebrar alguma coisa. Quando gerar código vira instantâneo, esse gargalo não desaparece. Ele se desloca: do teclado para a fila de revisão, da criação para a verificação.

A verificação escala com o volume, não com a velocidade. Dobre a produção de um time com um assistente de código e você dobrou a superfície que alguém precisa ler, testar e assinar embaixo. O ganho de produtividade e o passivo chegam na mesma transação. Essa assimetria é a economia real da aposta em IA: gerar ficou barato, julgar não.

Os dados começaram a aparecer, e sempre pendem para o mesmo lado. O programa de pesquisa DORA, do Google, o estudo longitudinal mais rigoroso que existe sobre entrega de software, encontrou que um aumento de 25% na adoção de IA esteve associado a uma queda de 7,2% na estabilidade das entregas. Mais código, entregue mais rápido, chegando pior. Depois tem o resultado mais estranho ainda. Em um estudo randomizado de 2025 conduzido pela organização de pesquisa METR, desenvolvedores experientes de código aberto trabalhando com apoio de IA terminaram as tarefas 19% mais devagar, enquanto acreditavam ter sido cerca de 20% mais rápidos. Um ganho que todo mundo sente ao lado de uma perda que ninguém percebe é exatamente a cara de um imposto de verificação visto de dentro.

Os próprios repositórios estão confessando. A análise da GitClear, empresa especializada em qualidade de código, sobre centenas de milhões de linhas commitadas mostra blocos copiados e colados e reescrita de código (o chamado churn) disparando desde que os assistentes de IA se popularizaram: mais código escrito, depois reescrito, porque ninguém assumiu a autoria dele da primeira vez. Churn é o som da segunda fatura sendo impressa.

O que é, na prática, o custo de limpar a dívida técnica da IA?

Ninguém consegue honestamente te dar uma média de mercado arredondadinha, e convém desconfiar de quem tenta. Mas o formato da conta já aparece no dia a dia do trabalho. Tem o código que passa na revisão porque parece plausível, e depois quebra em produção porque plausível não é sinônimo de correto. Tem o sistema que funciona, mas que ninguém pode mexer com segurança, porque ninguém no time consegue explicar direito por que ele foi construído daquele jeito. Tem a auditoria de segurança que agora precisa cobrir milhares de linhas que ninguém lembra de ter especificado.

Pergunte a quem faz esse trabalho. Na pesquisa de desenvolvedores de 2024 do Stack Overflow, menos da metade dos respondentes disse confiar na precisão das ferramentas de IA, e o sentimento favorável caiu mesmo com a adoção subindo. O setor usa essas ferramentas e desconfia delas ao mesmo tempo. Essa distância se paga em tempo de revisão, porque desconfiança com prazo de entrega é só um compilador mais lento. Cada um desses pontos é um imposto silencioso sobre toda funcionalidade futura, e ele composta.

Onde aparece um problema caro e recorrente, um mercado se forma ao redor dele, e este já está se montando à vista de todos, em três camadas. Primeiro, a medição: o negócio inteiro da GitClear é quantificar o estrago, o que já denuncia que o estrago é faturável. Segundo, a automação: empresas como a Moderne vendem remediação e migração automatizada de código em larga escala, uma categoria de produto que mal existia antes de o boom da IA torná-la necessária. Terceiro, e o mais caro, o resgate humano: as consultorias que vendiam adoção de IA há dezoito meses estão se reposicionando para vender a recuperação dela.

O sinal de demanda por trás dessas três camadas é sombrio. A análise da RAND sobre fracassos em projetos de IA coloca a taxa de falha acima de 80%, o dobro dos projetos comuns de TI, e cada um desses fracassos é um futuro contrato de remediação. Siga os incentivos e a sequência se escreve sozinha: o parceiro que te cobrou pela migração vai adorar te cobrar pelo resgate também. O resgate custa mais caro por um motivo que o comprador raramente vê chegando: quem conserta precisa garantir um código que não escreveu e que não consegue explicar por completo, então a remediação é precificada como se precifica a remoção de amianto numa demolição: prêmio de risco primeiro, mão de obra depois. Um rabo de seguro e auditoria vai seguir logo atrás, porque alguém, mais cedo ou mais tarde, vai ter que assumir a responsabilidade por uma linha que ninguém escreveu.

Isso não é só a ressaca normal de todo ciclo de hype?

É uma objeção justa, e merece um teste, não um aceno de mão. Toda tecnologia séria passa por um vale em que as primeiras contas chegam: as ferramentas melhoram, a prática amadurece, a economia se estabiliza. Se for só isso, o comércio da limpeza vira nota de rodapé e os céticos estão discutindo com uma nuvem.

O contra-argumento é estrutural, e vem da história do código que ninguém lê. O compilador gera código de máquina que nenhum humano jamais inspeciona, e ninguém chama isso de dívida técnica. A diferença é a prova. Um compilador é determinístico e sua correção é projetada e verificada, então confiar no resultado dele não custa nada. O que a IA gera não carrega essa garantia. É estatisticamente provável, não provado, o que torna a revisão humana uma peça permanente do fluxo de trabalho, e não um defeito de juventude que a ferramenta vai superar sozinha. Modelos melhores vão reduzir a taxa de erro. Eles não vão eliminar a necessidade de alguém responsável dizer: sim, isso está certo.

A Ford já pagou esse pedágio. A empresa recontratou mais de 300 engenheiros veteranos depois que a IA e sistemas automatizados não entregaram a qualidade esperada, segundo a TechCrunch, com custos de garantia e recall forçando a decisão. As pessoas dispensadas como excedentes acabaram sendo justamente as que sustentavam o padrão de qualidade. Espere uma onda de recontratações bem mais discreta do que os desligamentos foram barulhentos, e espere o prêmio pago a engenheiros que sabem ler um sistema, em vez de só promptar um, continuar subindo.

Depois tem o preço da própria ferramenta. O preço atual das APIs é, por qualquer leitura sóbria da economia, subsidiado: os grandes provedores estão gastando dinheiro de investidor para comprar fatia de mercado, e ninguém sério acredita que esse preço é permanente. O único debate legítimo é sobre a data. Espere que as assinaturas fixas ganhem tetos, medidores e limitadores, porque toda corrida por fatia de mercado via preço termina em cobrança por consumo.

Se o seu modelo de negócio só fecha com preço subsidiado, você não tem um modelo de negócio. Você tem uma aposta no caixa de outra empresa, e o reajuste vai chegar bem na hora em que a sua conta de remediação também chegar.

A percepção está caminhando na mesma direção. Há dois anos, “com IA” era argumento de venda; cada vez mais soa como confissão de que a checagem foi pulada e ninguém olhou com atenção de verdade. Quando um selo vira sinônimo de negligência em vez de inovação, o prêmio passa para quem consegue provar o contrário. Espere “revisado por humanos” virar o novo “feito à mão”: um atestado de qualidade, precificado como tal.

O que fazer com isso, na prática?

A resposta sensata é aritmética. Trate código gerado como trataria o trabalho de um desconhecido talentoso: útil, rápido e não confiável até que alguém que arque com as consequências tenha revisado. Isso significa manter humanos no controle de verdade dos sistemas de IA, não como carimbo automático, mas como a camada que sustenta o peso. Significa também o trabalho pouco glamouroso de se preparar antes de construir qualquer coisa: qualidade de dados, dono claro de cada decisão e um caminho de volta quando algo dá errado. Significa contratar pensando na bagunça com antecedência: se um fornecedor está gerando os seus sistemas, negocie direitos de auditoria e cláusulas de saída agora, enquanto ele ainda precisa da sua assinatura. E conhecer a própria exposição. Se você não consegue dizer quais partes do seu parque de sistemas ninguém sabe explicar, um raio-x sério da sua estratégia técnica custa menos do que descobrir isso em produção.

O estopim mais longo é o pipeline de talento. Engenheiros seniores se formam depois de anos fazendo trabalho júnior mal feito, e depois cada vez menos mal feito. Automatize o trabalho júnior e a oferta de seniores encolhe daqui a uma década, exatamente quando o mercado de remediação mais vai precisar deles. Os veteranos que a Ford está trazendo de volta são uma prévia do recurso mais escasso do software na próxima década.

A demonstração era de graça. A manutenção é o produto. Orce a segunda fatura, ou pague alguém para sobreviver a ela.

Perguntas frequentes

O que é dívida técnica de IA?

É o custo futuro que se acumula quando código e sistemas são gerados mais rápido do que alguém consegue entender. A dívida técnica comum pelo menos tem um autor para perguntar; a da IA não tem, porque o autor foi um modelo e o raciocínio por trás das escolhas dele não existe em lugar nenhum. Cada mudança, auditoria ou incidente futuro paga juros sobre essa lacuna.

Quanto custa consertar código gerado por IA?

Ainda não existe uma média de mercado honesta, então todo fornecedor que cita um número exato está vendendo alguma coisa. O que dá para deduzir da mecânica: a remediação custa mais do que a geração original, porque desembaraçar um sistema exige entendê-lo primeiro, e entender é justamente a parte que a IA não tornou nem mais barata nem mais rápida. A linha de orçamento realista é o tempo de revisão, teste e auditoria, que escala com o volume de código gerado, não com a velocidade com que foi gerado.

As empresas estão mesmo recontratando engenheiros que substituíram por IA?

Pelo menos uma grande fabricante fez isso, publicamente: a Ford recontratou mais de 300 engenheiros veteranos depois que a IA e sistemas automatizados não entregaram a qualidade de que a empresa precisava, segundo a TechCrunch. Se isso vira uma onda mais ampla é expectativa fundamentada, não fato consumado. O primeiro sinal vai aparecer no mercado de engenheiros experientes capazes de manter sistemas, não só de gerá-los.

Relacionado

Escrito por uma persona editorial de IA do sistema editorial proprietário da Abyshire e revisto pela nossa equipa.