Como a IA está mudando o tamanho das squads de tecnologia

A inteligência artificial está mudando a forma como equipes de tecnologia desenvolvem software. Mais do que acelerar tarefas isoladas, as ferramentas de IA podem alterar a quantidade de trabalho que uma equipe consegue realizar no mesmo período. Isso abre espaço para repensar o tamanho das squads e a maneira como seus profissionais distribuem o tempo.

Pesquisas da McKinsey mostram ganhos relevantes em diferentes atividades de desenvolvimento de software. Em seus testes, a documentação de código pôde ser realizada em cerca de metade do tempo, a geração de código novo levou entre 35% e 45% menos tempo e a refatoração entre 20% e 30% menos. Ao mesmo tempo, a pesquisa mostra que os ganhos variam conforme a complexidade da tarefa e a experiência do desenvolvedor.

Isso ajuda a entender uma mudança importante: o impacto da IA não está apenas na velocidade de uma tarefa, mas na capacidade que uma equipe passa a ter para entregar mais com os mesmos recursos.

O que muda quando uma squad ganha produtividade?

Quando determinadas atividades passam a exigir menos tempo, a capacidade de execução da equipe aumenta.

Um desenvolvedor pode, por exemplo, dedicar menos horas à escrita de código, documentação ou refatoração e direcionar mais tempo para arquitetura, validação, resolução de problemas e decisões que exigem maior análise.

Esse ganho não significa que toda squad deva simplesmente perder profissionais.

Na prática, a IA permite que a empresa questione uma premissa que durante muito tempo pareceu natural: mais demanda necessariamente exige mais pessoas?

Em determinados projetos, a resposta pode ser diferente.

IA reduz o tempo de tarefas de desenvolvimento

A pesquisa da McKinsey com mais de 40 desenvolvedores encontrou ganhos expressivos em tarefas comuns de engenharia de software.

Documentação pode ser feita em menos tempo

A documentação de funcionalidades de código levou aproximadamente metade do tempo com o auxílio de IA no experimento.

Isso representa uma redução importante em uma atividade necessária para manutenção e compreensão dos sistemas, mas que tradicionalmente pode consumir uma parcela significativa do trabalho de desenvolvimento.

A geração de código também acelera

Na geração de código novo, os participantes do estudo concluíram as tarefas entre 35% e 45% mais rapidamente com ferramentas de IA.

Isso não significa simplesmente apertar um botão e receber software pronto.

O desenvolvedor continua responsável por avaliar o código, fazer ajustes e verificar se a solução atende ao que foi solicitado. Ainda assim, a redução no tempo de execução pode liberar capacidade para outras atividades.

A refatoração ganha velocidade

A refatoração também apresentou ganhos relevantes. No estudo da McKinsey, o tempo necessário para otimizar código existente caiu entre 20% e 30%.

Para equipes que trabalham continuamente na evolução de sistemas, esse tipo de ganho pode representar uma diferença significativa quando acumulado ao longo de vários projetos e ciclos de desenvolvimento.

Squads menores podem entregar mais?

É aqui que a discussão sobre produtividade começa a afetar o dimensionamento das equipes.

Se determinadas tarefas passam a exigir menos tempo, uma equipe pode aumentar sua capacidade de entrega sem necessariamente aumentar o número de profissionais na mesma proporção.

Isso não significa que toda empresa deva reduzir suas squads.

O tamanho adequado continua dependendo da complexidade do produto, do prazo, da arquitetura, do nível de conhecimento necessário e da quantidade de trabalho.

A mudança está em outro lugar: a liderança passa a ter mais espaço para dimensionar a equipe considerando sua capacidade real de execução, e não apenas o volume de tarefas previsto.

O impacto da IA vai além do desenvolvimento de software

Os ganhos de produtividade também aparecem em uma escala mais ampla.

Em uma pesquisa divulgada em 2026, a Morgan Stanley ouviu 935 executivos de empresas nos Estados Unidos, Alemanha, Japão e Austrália, em cinco setores considerados mais expostos aos efeitos da adoção de IA. As empresas pesquisadas relataram, em média, aumento líquido de 11,5% na produtividade nos 12 meses anteriores.

O dado não representa especificamente squads de engenharia. Ainda assim, ele ajuda a contextualizar uma mudança maior: empresas que incorporam IA às operações estão relatando ganhos mensuráveis de produtividade.

Para tecnologia, isso reforça a necessidade de repensar como o trabalho é distribuído e como as equipes são estruturadas.

O que fazer com a capacidade que a IA libera?

Reduzir tempo de execução não deveria significar simplesmente preencher a agenda da equipe com mais tarefas.

Esse ganho pode ser utilizado para melhorar a qualidade do desenvolvimento e aumentar o foco em atividades de maior impacto.

Mais tempo para arquitetura

Com parte do trabalho operacional acelerado, os profissionais podem dedicar mais atenção às decisões arquiteturais, integrações, segurança e evolução do produto.

Mais espaço para validação

A velocidade de geração de código também aumenta a importância da revisão. Quanto mais rápido uma equipe consegue produzir, mais importante se torna verificar se aquilo que foi produzido realmente atende aos requisitos.

Mais capacidade para resolver problemas complexos

A própria pesquisa da McKinsey mostra que os ganhos da IA são menores em tarefas consideradas altamente complexas. Isso reforça o papel dos profissionais em atividades que exigem experiência, contexto e tomada de decisão.

Assim, a IA não elimina a necessidade de profissionais qualificados. Ela muda a forma como o tempo desses profissionais pode ser utilizado.

Uma squad menor não significa uma equipe sobrecarregada

Existe uma diferença importante entre reduzir o tamanho de uma equipe e reduzir a capacidade de uma equipe.

Quando a IA aumenta a produtividade, uma equipe menor pode manter ou até ampliar sua capacidade de execução em determinados contextos.

Porém, isso só acontece quando a tecnologia é incorporada ao fluxo de trabalho de maneira adequada.

Se a empresa simplesmente diminuir o número de profissionais sem rever processos, responsabilidades e ferramentas, o resultado pode ser apenas sobrecarga.

Por outro lado, quando a IA assume atividades que consomem tempo operacional, os profissionais podem concentrar seus esforços nas decisões que realmente precisam de conhecimento técnico e contexto.

Como dimensionar uma squad com IA?

A adoção de ferramentas de IA cria uma oportunidade para revisar o dimensionamento das equipes.

Antes de contratar mais profissionais para atender a uma nova demanda, vale analisar:

• quais atividades podem ser aceleradas com IA;
• quanto tempo a equipe gasta em tarefas repetitivas;
• quais etapas ainda geram gargalos;
• quais atividades exigem conhecimento especializado;
• quanto da capacidade atual está comprometida com manutenção;
• quais tarefas podem ser automatizadas sem comprometer a qualidade;
• e quais novas responsabilidades surgem com a adoção da IA.

A partir dessa análise, a empresa consegue dimensionar a equipe com base na necessidade real do projeto.

A mudança não é simplesmente ter menos pessoas

O principal impacto da IA nas squads não está necessariamente na redução do número de profissionais.

Está na mudança da relação entre tamanho da equipe e capacidade de entrega.

Uma squad que utiliza IA de forma estruturada pode distribuir melhor seu tempo, acelerar tarefas operacionais e concentrar conhecimento técnico nas etapas mais importantes do desenvolvimento.

Por isso, a pergunta para uma liderança de tecnologia deixa de ser apenas:

“Quantas pessoas precisamos contratar?”

E passa a incluir:

“Quanto uma equipe bem estruturada consegue entregar com as ferramentas certas?”

Essa mudança de perspectiva pode influenciar não apenas contratações, mas também planejamento, orçamento, prazos e organização das equipes.

O papel da liderança nesse novo cenário

A IA não elimina a necessidade de planejamento de engenharia. Na verdade, torna esse planejamento ainda mais importante.

A liderança precisa entender onde a tecnologia realmente gera ganho de produtividade, quais atividades continuam dependendo de experiência e como redistribuir a capacidade criada pela automação.

Além disso, os resultados não devem ser medidos apenas pela quantidade de código produzido.

Qualidade, estabilidade, tempo de entrega, manutenção e capacidade de evolução continuam fazendo parte da equação.

A própria McKinsey destaca que os ganhos de velocidade variam de acordo com a complexidade das tarefas e a experiência dos desenvolvedores. Portanto, não existe um percentual único de produtividade que possa ser aplicado automaticamente a todas as equipes.

IA muda o cálculo das squads

A adoção de inteligência artificial está criando uma nova relação entre produtividade e estrutura de engenharia.

Em vez de aumentar o tamanho das equipes sempre que a demanda cresce, empresas podem primeiro analisar quanto da capacidade adicional pode ser obtida com melhores ferramentas, processos e automação.

Isso não significa trabalhar com menos pessoas a qualquer custo.

Significa dimensionar as squads de acordo com o que o projeto realmente precisa, considerando o ganho de produtividade proporcionado pela IA e mantendo profissionais suficientes para arquitetura, validação, segurança, decisões técnicas e evolução do produto.

É nesse cenário que a tecnologia deixa de ser apenas uma ferramenta de produtividade individual e passa a influenciar a própria organização da engenharia.

Na REVIIV, esse olhar também faz parte da forma como estruturamos soluções e equipes de tecnologia. O objetivo é combinar profissionais, processos e inteligência artificial de acordo com a necessidade de cada projeto, evitando tanto o subdimensionamento quanto estruturas maiores do que o necessário.

Conclusão

A IA está mudando a produtividade do desenvolvimento de software e, consequentemente, a forma como empresas podem pensar suas squads.

Os estudos disponíveis já mostram reduções relevantes no tempo gasto em tarefas como geração de código, documentação e refatoração. Ao mesmo tempo, os resultados variam conforme a complexidade do trabalho e a experiência dos profissionais.

Por isso, o próximo passo não é simplesmente reduzir equipes.

É entender quanto a IA pode ampliar a capacidade de cada squad e como essa capacidade deve ser distribuída.

Quando esse cálculo é feito corretamente, a empresa pode direcionar seus profissionais para atividades de maior impacto, acelerar entregas e estruturar equipes mais eficientes, sem transformar produtividade em sobrecarga.