Se você ainda enxerga a IA nos negócios como uma ferramenta que cada pessoa usa sozinha no próprio computador, este episódio foi feito para você.
João Paulo Faria, o JP, tem 25 anos de mercado de tecnologia. Montou uma startup e vendeu em 2016, ajudou a escalar outra que também foi vendida, tocou uma operação solo que quebrou e hoje está à frente da Ellena, uma empresa SaaS focada em gestão de identidade, processamento de documentos e validação de benefícios para esporte, entretenimento e transporte público.
No EP124 do AmplificaCast, ele mostra como o uso de IA nos negócios já está mudando a estrutura das empresas: cérebro corporativo, agentes de IA em produção, automação de processos e organogramas pensados para pessoas e máquinas trabalhando juntas.
Do porão em Toronto ao estágio aos 12 anos
Aos nove, dez anos, JP morava em Toronto e visitou a casa de uma amiga da mãe. No porão, o filho dela, que trabalhava na IBM, tinha três ou quatro telas e uma pilha de computadores. A imagem ficou.
De volta ao Brasil, ganhou o primeiro computador e quebrou a máquina várias vezes. Quando a conta de consertos subiu, pediu estágio para o cara que tinha vendido o equipamento. Tinha 12 anos. Não parou mais.
Para ele, quem trabalha com tecnologia aprende sozinho, porque o problema do dia quase nunca é um que já se conhece. Hoje isso vale para qualquer profissão. A característica que ele mais procura nas pessoas é a curiosidade: quem é curioso vai buscar a melhor informação para o problema que tem na hora.
Montar, vender, quebrar
JP resume a trajetória sem rodeio. Montou uma empresa e vendeu. Ajudou a escalar outra que foi vendida. E quebrou a primeira operação solo, por volta de 2020.
Foi na que quebrou que ele diz ter aprendido mais. Depois disso, ficou um tempo como consultor e mentor, até voltar a trabalhar com o time que montou a Ellena. Ele brinca que estão formando “os 300 de Esparta da tecnologia”.
Company Brain: como organizar a IA nos negócios
Conhecimento ficou abundante. O problema agora é onde ele mora. À medida que o uso de IA nos negócios cresce, cada profissional começa a criar seu próprio segundo cérebro, seus próprios agentes e seu próprio contexto.
O passo seguinte, segundo JP, é o Company Brain: um cérebro da empresa capaz de centralizar informações, contexto e conhecimento da empresa para que pessoas e agentes de IA trabalhem sobre a mesma base. Para isso funcionar, o conteúdo precisa de uma camada de ontologia e taxonomia, que padroniza como cada arquivo é classificado antes de entrar. Na prática, JP usa arquivos markdown com cabeçalho de classificação e banco de vetores com metadados, o que permite filtrar, por exemplo, tudo de um cliente específico.
A alimentação começa por um hábito simples: toda reunião é transcrita e salva numa pasta padrão. Uma rotina lê a transcrição, cruza com a agenda (quem participou, de qual empresa, sobre qual tema) e guarda tudo no banco.
Ele enxerga o sistema operacional da empresa em três blocos:
- Company Brain: a memória central.
- Agent Runner: a máquina onde todos os agentes rodam, em vez de ficarem cada um no computador de uma pessoa.
- MCP Server centralizado: um ponto único de integrações, que mostra quem usa o quê, quando e para quê.
“Como é que você vai portar isso para ficar rodando 24 por sete, de uma forma padronizada, com governança?”
Como a IA está mudando equipes, cargos e gestão
Esse avanço da IA nos negócios também muda a forma como equipes, lideranças e responsabilidades são organizadas. Segundo JP, as grandes empresas não estão cortando só a base. O movimento mais comum é cortar a fatia do meio, a gestão intermediária.
A explicação está na origem. A estrutura de empresa vem do modelo militar, com cadeia de comando que existia para gerenciar informação e responsabilidade. Quando a informação fica centralizada e acessível, essa cadeia perde função. Em volta dela surgem contribuidores individuais de alto impacto, cada um cuidando de um pedaço enorme do negócio.
Os papéis também esticam. Produto avança sobre design e tecnologia. O designer entrega um front end quase pronto. No marketing, aparece o GTM Engineer. Eric lembrou que o jeito de conversar com o gestor mudou: antes você levava a dúvida, hoje chega com a solução, já debatida com uma IA.
Ao montar uma empresa nova, JP classifica cada tarefa em três tipos: a que a máquina faz sozinha, a que a máquina faz até um ponto e precisa de um humano, e a que nunca vai para a máquina, como liberar um pagamento no banco. Cadastrar, sim. Aprovar, não.
“Não dá mais para cada um ficar fechado numa caixinha.”
IA no design: uma Design Sprint em um dia
JP compartilhou um atalho que vale o almoço de quem assistir. Em vez de desenhar uma tela do zero, ele recolhe prints de telas que acha boas e recorta os componentes que quer. Joga tudo no Claude Cowork e pede uma especificação unificada. Depois pede ao Claude que faça perguntas até esclarecer cada dúvida.
Com a Design Spec fechada, leva para o Claude Design, repete as perguntas e só então manda criar a tela.
A meta que ele passou para o time: fazer uma Design Sprint inteira em um dia, não em cinco. O objetivo é entregar uma tela por dia no lado de produto e design.
Automação com IA: quais processos vale automatizar
JP citou um critério que ouviu numa passagem pelo Vale do Silício: um bom problema para resolver é aquele com latência alta e frequência alta. Ou seja, dói muito e acontece com frequência. Eric conectou com o que Edmee Moreira disse no EP120, sobre resolver o problema mais importante para a pessoa mais importante da empresa.
O erro mais comum, na visão dele, é automatizar um processo de demanda pequena. Vale mais a pena priorizar o que tem volume gigante, como atendimento. Na área administrativa e financeira, contas a pagar, contas a receber e conciliação bancária são processos antigos e quase todos automatizáveis.
Um exemplo vem de dentro do time dele. O Alexandre, formado em administração e contabilidade, conectou o Claude Code ao ERP da empresa e montou sozinho uma solução que impressionou todo mundo. A regra de JP é deixar as pessoas criarem, depois olhar o que foi montado, achar o padrão e padronizar.
Em vendas, ele vê tarefas de BDR, como montar listas, pesquisar contas e qualificar leads, sendo absorvidas por agentes de IA. SDR por WhatsApp já funciona, segundo ele, com um nível de naturalidade que dificulta identificar quem está do outro lado. O closer, porém, segue humano.
IA nos negócios: segurança, governança e custo
Na implementação de IA nos negócios, segurança e governança precisam acompanhar a velocidade da automação. A regra de JP é manter sistemas internos dentro da VPN da empresa, evitar exposição pública, usar vault para credenciais e controlar cuidadosamente o acesso às APIs. No pipeline de deploy da Ellena, um squad de agentes de segurança analisa o código antes de ir ao ar. Eles também começaram a usar uma ferramenta de pentest com IA. Segundo JP, um teste desses custa de R$ 60 mil a R$ 100 mil no mercado. Com a ferramenta, sai em horas.
Outro cuidado é escolher o modelo de IA de acordo com a tarefa. Usar o modelo mais caro para qualquer processo pode aumentar o custo da operação sem ganho proporcional de qualidade. “Você dá um tiro de bazuca para matar um passarinho.” JP recomenda testar modelos chineses, rodando em ferramentas como o Open Code, com contexto e boas instruções. Pela estimativa dele, o mesmo volume de tokens pode custar cerca de 30 vezes menos. Esses modelos são resultado de destilação: um modelo grande é refinado até virar um menor, mais rápido e mais barato.
O futuro do SaaS com IA: nichar primeiro, expandir depois
O avanço da IA nos negócios também está mudando a lógica de criação de produtos SaaS. Sobre o futuro do SaaS, JP não esconde: desenvolver hoje dá medo. As empresas de modelos de IA ampliam o escopo a cada lançamento e, segundo ele, quando a Anthropic lançou o Claude Design, as ações de Figma e Adobe caíram. Amigos dele com capital estão investindo menos em startups de tecnologia e mais em empresas de serviço de IA, onde acreditam que vão surgir os padrões que depois viram produto.
A resposta dele é fechar o escopo. Escolher um problema pequeno, de uma vertical específica, com demanda instalada e preferencialmente local. As pipelines da Ellena rodam principalmente com visão computacional e machine learning tradicional, com um time dedicado a fazer fine tuning de modelo em cada etapa. Documento brasileiro, regra brasileira: é uma barreira de entrada que os gigantes dificilmente vão cruzar.
“O pato não voa bem, o pato não corre bem, ele não faz nada direito. Ele faz um pouquinho de tudo.”
A segunda lição vem de erro próprio: “Um dos meus maiores erros foi investir muito em produto e tecnologia e não pensar na distribuição.” Hoje a Ellena tem um parceiro que fornece demanda, e JP diz que gastaria mais energia validando oferta e mercado do que construindo.
Ele fechou com uma pergunta: existe momento mais legal do que este para empreender?
Para quem está construindo produtos, a expansão da IA nos negócios também muda a forma de pensar produto, distribuição e posicionamento.
Como encontrar o João Paulo Faria
LinkedIn:https://www.linkedin.com/in/joaopaulospfaria/
Instagram:https://www.instagram.com/joaospfaria/
Ouça o episódio completo
🎧 Spotify:https://open.spotify.com/episode/4klD1mXAWbabgXWpbPFIQO
📺 YouTube:https://youtu.be/v17ga2E4BLc?si=Og_HLA3msP4LmypZ
Gostou deste episódio? Compartilhe com quem está montando uma empresa, um produto ou um time usando IA. Se inscreva no canal do YouTube e nos avalie com 5 estrelas no Spotify.
