Empresas nativas de IA operam com menos títulos e mais alavancagem

Uma visão de dentro de uma empresa nativa de IA

Elena Verna, que trabalha há mais de um ano na Lovable, relata como a empresa opera de forma diferente das organizações que ela conheceu na era pré-IA. Ela alerta desde o início que tem apenas um ponto de dados - não é um manifesto sobre como empresas nativas de IA deveriam funcionar - e que não sabe dizer ao certo o que é atribuível a ser nativa de IA, ao que é sueco ou ao que é específico da Lovable.

Ela distingue a abordagem da Lovable do uso tático comum de IA (escrever e-mails mais rápido, gerar código, resumir reuniões): na Lovable, a própria organização mudou partindo da premissa de que a IA está presente em tudo - nos cargos, na colaboração, nas decisões e no fluxo de informação.

Sem títulos e gestão repensada

A empresa usa apenas três níveis: ICs, Leads e Heads. A justificativa inicial foi o crescimento acelerado: evitar que um ótimo Director perca relevância de escopo quando a empresa cresce 10x e precise passar por uma conversa desconfortável que soa como demissão. Verna percebeu depois o quanto de maquinaria organizacional e política está ligado a títulos - status, acesso, informação e permissão. A estrutura é quase plana: canais de Slack quase todos públicos, pessoas entram e saem de conversas por vontade própria, e a informação não viaja apenas pela cadeia de gestão.

Isso levanta a questão do que resta para gestores. Leads e Heads existem, mas o papel parece menos sobre controlar o fluxo de trabalho e mais sobre criar contexto, elevar o padrão de qualidade e desenvolver pessoas. Verna suspeita que boa parte do que se chamava de 'gestão' era, na verdade, o trabalho de fazer informação e decisões atravessarem uma hierarquia que talvez não seja mais necessária.

ICs seniores, poucas reuniões

Há muitos profissionais muito seniores em papéis de IC na Lovable - pessoas que já gerenciaram dezenas - sem a estigma de estagnação. Parte disso vem da IA expandir o que um indivíduo sozinho consegue fazer (pesquisar, construir, analisar, prototipar, lançar). Parte é o reequilíbrio de um sistema que empurrava pessoas para gestão mesmo contra a vontade. Verna cita sua própria pesquisa: 71% das pessoas, incluindo gestores, querem dedicar ao menos metade do tempo a trabalho de IC.

Ela passa menos de 20% do tempo em reuniões. As ferramentas de IA facilitam compartilhar contexto pela base de conhecimento compartilhada, mas o fator maior é a autonomia incentivada: não é preciso pedir permissão, e com alta velocidade e correção rápida, o custo de errar cai - muitas vezes é menor que o custo de reuniões infinitas buscando a decisão perfeita.

O que é difícil e o que é estranho

O ritmo é exaustivo: a corrida por usuários na onda da IA e a possibilidade de novos modelos dos grandes labs mudarem as capacidades do produto da noite para o dia fazem o time absorver caos diretamente. Uma semana de férias fez Verna sentir que precisava ser reintegrada a uma empresa nova.

As fronteiras entre cargos são borradas: pessoas entram em áreas alheias, às vezes fazendo o mesmo trabalho em direções diferentes. Ela reconhece que às vezes 'alta agência' é só um nome bonito para trabalho duplicado ou responsabilidade incerta - às vezes o caos gera algo melhor, às vezes é só caos.

Reorganizações são condição normal de operação, não evento excepcional; a estrutura certa de há seis meses não é a de hoje. E a empresa mantém uma alta proporção de 'cowboys' - generalistas de alta agência - mesmo com mais de US$ 500 milhões em ARR, algo incomum em scale-ups, onde se esperaria 'farmers'.

Funcionários se automatizam fora de suas próprias funções e ficam felizes com isso: automatizar o próprio trabalho é visto como prova de valor, não ameaça. O time cresce, não encolhe - deve chegar a cerca de 500 pessoas no fim do ano; Verna entrou quando eram 20.

Agentes de IA (marketing, analytics, código, um 'Company Brain', um enxame de agentes de GitHub que atacam cada PR) são colegas de trabalho reais, geridos por um papel chamado 'agent parent' - o humano responsável pela qualidade do output do agente. E o critério de qualidade principal é subjetivo: 'Is this lovable?', o que força confiança em julgamento e bom gosto, além da correção funcional.

Conclusão

O paradoxo central: quanto mais a IA remove a mecânica do trabalho, mais a empresa depende de julgamento humano - saber o que fazer, quando interferir e quando algo está pronto. Verna enfatiza que não se pode copiar uma dessas práticas isoladamente para outra empresa e esperar o mesmo resultado: menos reuniões, autonomia total e ausência de títulos só funcionam como sistema, e o relato são notas de campo de um único caso, não um padrão científico.