Judgment é o novo diferencial dos PMs segundo lições da Meta

O contexto: uma Meta menor e mais plana

Em conversa no Skip Podcast, Nikhyl Singhal retoma o diálogo com Jagjit Chawla, vice-presidente por trás do Feed e dos Reels do Facebook, para avaliar o que mudou na Meta um ano após o início de sua transformação. A empresa está menor e com menos camadas hierárquicas: no time de Chawla, nenhum IC está a mais de um nível de distância dele. Segundo Chawla, menos processo e menos camadas significaram mais tempo construindo, e a produtividade ganha pode, na visão dele, comprar headcount de volta no futuro - o que pode levar a indústria a contratar intensamente novamente. O programa RPM, porta de entrada rotativa para produto, segue contratando.

A trilha de IC sênior ficou real

Não é mais preciso virar gestor para crescer em produto. Muitos gestores estão voltando a ser ICs; o teste aplicado é se a pessoa opera como IC no próximo nível. Na Meta, a trilha de IC agora alcança IC9 e IC10. Um exemplo citado: um PM com mais de quinze anos, em nível de VP, cujo projeto individual é alocar compute pela empresa - treino de modelos de fronteira versus inferência, Facebook versus Instagram. Com menos assentos de gestão, os que restam vão para os melhores coaches, executivos práticos que escalam outras pessoas.

Design e data science em alta, não em queda

Na primavera, parecia que o PM absorveria as funções irmãs. O que se estabeleceu foi uma divisão de trabalho: o PM fica com a primeira milha do problema e o especialista com a última. Consultar um agente de analytics para construir intuição permanece, mas análises experimentais precisas - em escala em que 'medimos tudo até a terceira casa decimal' - exigem um data scientist capaz de identificar experimentos poluídos ou holdouts ruins. No design, o PM pode gerar mockups em conformidade com o sistema, mas diferenciar o player de vídeo do Facebook do do TikTok, sem logotipos, é trabalho de designer. A observação central: todas as funções estão passando pela mesma mudança dos PMs - a IA absorveu o trabalho rotineiro, e o que resta são perguntas mais estratégicas, que exigem julgamento. Um data scientist que fazia três análises profundas por semana agora faz cinco. Já PMs que shipavam código de produção mudaram de postura: usam código para ilustrar ideias e entregam ao engenheiro certo. O investimento em stacks pessoais se converteu em serviços corporativos padronizados, disponíveis para todos.

Três novos apps em um verão

Ideias de apps dedicados aos power users do Facebook - vendedores, criadores, administradores de grupos, cada grupo com dezenas de milhões de pessoas - nunca passavam da barra de priorização, porque em um app de dois bilhões de usuários isso era custo e risco. O que mudou foi o custo de construir e manter: a equipe apontou agentes de IA para o codebase existente e extraiu um scaffolding reutilizável (login, notificações, performance, ranking). Um pod pequeno construiu o Forum, app de grupos, em semanas; Seller e Creator Studio vieram pela mesma linha, com Chawla estimando que um app Android construído permite pedir a um agente o scaffolding do iOS, '80% pronto'. Os três foram lançados no verão - Forum em maio, Seller em julho, Creator Studio em agosto. Nenhum é certeza; são apostas baratas o bastante para rodar várias ao mesmo tempo. O medo de canibalização teve resposta em dados: power users com superfície própria produzem mais conteúdo, que alimenta ambos os apps, e a distribuição da Meta é abundante.

Evals como habilidade de PM

Chawla explica evals em termos simples: sistemas de IA são não determinísticos, e o eval é a forma de julgá-los mesmo assim - escolher dimensões do que é 'bom', avaliar exemplos reais e transformar julgamento subjetivo em número. Nos Reels, uma pequena porcentagem de usuários avalia vídeos por relevância, atualidade e frescor; o time de ML é medido pelo crescimento das notas cinco estrelas ao longo de meses, pois mil experimentos rodam por dia. Sua pergunta de entrevista é deliberadamente subjetiva - escrever um eval para toalhas de banho - porque revela se a pessoa consegue quantificar o difícil de medir.

Conclusão

A síntese: a primeira onda da IA tornou todos builders; a segunda decide o que vale a pena construir, e o ativo escasso é julgamento, não código. As previsões de colapso de papéis da primavera em geral não se confirmaram - cada função migrou do processo para o julgamento. Chawla conclui que os dias de glória do PM em big tech ainda estão por vir.