Uma função que praticamente não existia começou a virar categoria.
Recentemente, a Sierra publicou um artigo sobre uma das funções que mais cresce dentro da empresa: Agent Strategist.
A descrição é interessante não pelo nome. Mas pelo que ela revela.
O papel mistura produto, comportamento, contexto, operações, sistemas, engenharia e supervisão de agentes. Há pouco tempo, essa função praticamente não existia. Agora começa a aparecer dentro de algumas das empresas mais AI-native do mercado.
E isso talvez revele uma mudança muito maior do que parece.
O software mudou de papel.
Durante décadas, humanos operaram software. Esse era o modelo: o software era ferramenta, o humano era executor.
Mas IA começa a inverter parte dessa lógica. Agora sistemas executam pedaços relevantes do trabalho, enquanto humanos começam a operar sistemas de agentes.
Isso muda profundamente engenharia, produto, operações, gestão, suporte, GTM, workflows e organogramas inteiros.
Talvez estejamos vendo o nascimento de uma nova camada operacional dentro das empresas.
O trabalho está migrando da execução para a orquestração.
Existe uma narrativa dominante sobre IA no desenvolvimento de software: mais produtividade, mais velocidade, menos trabalho repetitivo.
Tudo isso é verdade.
Mas talvez exista uma camada mais profunda acontecendo ao mesmo tempo. Uma transformação de identidade profissional.
Em um texto muito honesto, Gergely Orosz comentou como IA já escreve parte relevante do código que ele entrega hoje. E como, em alguns frameworks que domina menos, os modelos já performam melhor do que ele.
O sentimento que aparece não é exatamente alívio.
É quase um deslocamento.
Porque durante décadas, grande parte da identidade do engenheiro esteve conectada à execução. Ao flow state. À construção manual. À sensação de domínio técnico surgindo linha por linha.
E talvez exista uma pergunta que ainda estamos começando a verbalizar:
Quando os agentes passam a executar parte do código, o flow state migra para problemas mais abstratos ou simplesmente desaparece?
Talvez o centro de gravidade da engenharia esteja mudando.
Isso não parece uma substituição simples. Parece uma migração de camada.
Os melhores engenheiros da próxima década talvez não sejam os que digitam mais código. Talvez sejam os que conseguem construir os melhores sistemas ao redor dos agentes.
Isso inclui tudo que existe ao redor dos agentes para transformar comportamento probabilístico em operação confiável.
A execução continua importante. Mas deixa de ser o único centro de valor.
Sistemas AI-native exigem novos operadores.
Esse é provavelmente o ponto mais importante de toda essa mudança.
Empresas AI-native começam a precisar de pessoas capazes de operar sistemas compostos por agentes, contexto, automações e workflows em produção.
Isso não é exatamente engenharia tradicional. Nem produto tradicional. Nem operações tradicionais.
É outra coisa.
Uma camada híbrida entre execução, supervisão, arquitetura, comportamento, negócio e operação.
Talvez seja isso que empresas como Sierra estejam começando a descobrir primeiro.
O operador AI-native.
Esse novo operador não trabalha apenas escrevendo código.
Ele desenha sistemas, define comportamento, supervisiona agentes, mede outcomes, ajusta contexto, constrói loops de validação e conecta operação e IA.
Em muitos casos, ele não executa diretamente o trabalho. Ele opera os sistemas que executam.
Essa diferença parece sutil. Mas muda completamente o desenho das empresas.
O software começa a deixar de ser interface.
Durante muito tempo, software foi principalmente interface. Dashboards, CRUDs, fluxos, botões e painéis.
Mas agentes comprimem interfaces.
Cada vez mais, o usuário quer apenas resolver algo, chegar no outcome e delegar execução.
Isso muda o papel do software. E muda o papel das pessoas operando esse software.
Porque agora alguém precisa supervisionar comportamento, definir contexto, controlar qualidade, garantir confiabilidade, medir resultado e operar exceções.
A interface deixa de ser o centro.
A operação vira o centro.
Isso também muda produto.
Grande parte do software moderno foi desenhada para um mundo onde humanos executavam tarefas, software organizava fluxo e interfaces protegiam valor.
Mas sistemas AI-native começam a funcionar de outra forma.
O valor migra da interface para o sistema operacional ao redor da IA.
É exatamente aí que deployment, confiabilidade, contexto e orchestration começam a importar mais do que demo.
Talvez estejamos criando empresas diferentes.
Esse talvez seja o insight mais importante.
Empresas AI-native talvez não sejam apenas empresas que usam IA. Talvez sejam empresas desenhadas ao redor de operadores de IA.
Isso muda estrutura organizacional, engenharia, liderança, produto, operação, velocity e economics.
E talvez explique por que novas funções começam a surgir tão rápido.
Porque o modelo operacional inteiro está mudando ao mesmo tempo.
O que isso significa para engenharia.
Durante anos, escalar engenharia significou aumentar headcount, dividir especialidades, criar mais camadas e expandir times.
Mas sistemas AI-native criam outra dinâmica.
Um operador com contexto, bons agentes, workflows corretos, validação e deployment sólido consegue gerar output antes reservado para equipes muito maiores.
Isso não elimina engenharia.
Mas muda o multiplicador.
E muda onde o valor humano passa a existir.
O futuro talvez não seja menos humano.
Esse talvez seja o ponto mais contraintuitivo de toda essa transformação.
Existe uma visão simplista de que IA remove humanos do sistema.
Mas talvez o que esteja acontecendo seja diferente.
Talvez o trabalho humano esteja migrando da execução mecânica para supervisão, direção, abstração, julgamento, contexto e coordenação.
O pincel muda.
O artesanato não necessariamente desaparece.
O mercado ainda parece estar subestimando isso.
Grande parte das discussões sobre IA ainda gira em torno de produtividade, copilots, geração de código e redução de custo.
Mas talvez a mudança mais profunda esteja acontecendo em outro lugar.
Na forma como empresas começam a operar.
Porque quando agentes passam a executar partes relevantes do trabalho, surge uma nova necessidade:
Quem opera os agentes?
E talvez essa pergunta defina boa parte das empresas AI-native da próxima década.
A pergunta agora é outra.
A discussão sobre IA ainda parece muito focada em modelos, copilots e produtividade. Mas empresas AI-native começam a enfrentar outro problema: quem opera sistemas compostos por agentes, contexto, workflows e automações em produção?
A bs3 trabalha exatamente nessa camada. Porque no final, IA sozinha não opera empresas. Sistemas operam. E sistemas precisam de operadores.