Onde a IA deve entrar no nosso fluxo de trabalho?

Entre 2022 e 2024, uma fintech europeia anunciou a redução de centenas de vagas de atendimento ao consumidor e afirmou, com orgulho, que iria substituí-las por inteligência artificial↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI →. Três anos depois, a mesma empresa precisou recontratar TODAS as pessoas que havia demitido. O próprio CEO admitiu publicamente que a empresa havia ido longe demais ao priorizar automações e corte de custos irrefletidos em detrimento da qualidade do atendimento.

O caso não é isolado. Um relatório da Forrester, Predictions 2026: The Future of Work, publicado em outubro de 2025, mostrou que 55% dos empregadores que demitiram pessoas citando automação via IA como principal justificativa, se arrependeram da decisão em menos de um ano e prevê que metade dessas demissões será revertida ao longo de 2026 e 2027. Em outras palavras, a automação irrestrita e irrefletida de tarefas tipicamente humanas simplesmente não se sustentou na prática.

Não estamos negando aqui que a IA nos ajuda (e muito) com ganho de produtividade. Nós já sabemos que sim, ela revolucionou a forma que ideamos, planejamos, executamos e corrigimos questões em nosso dia-a-dia da área de tecnologia. Não é isso que está em questão. A pergunta interessante é onde, dentro de um fluxo de trabalho cada vez mais automatizado, em que momentos do processo ainda faz sentido ter uma pessoa decidindo (human in the loop)? E, principalmente: por quê devemos fazer isso?

A Fricção Benéfica

A expressão fricção benéfica (beneficial friction, no original em Inglês) foi popularizada por Laura Reiley em um ensaio publicado no The New York Times em 2025. Fricção benéfica é o nome que se dá para um atrito que parece à primeira vista ineficiente, mas que está fazendo um trabalho importante: o de impedir que uma decisão automatizada vire dano colateral no futuro e que erros em cadeia virem uma bola de neve e impactem alguém. 

No contexto de tecnologia, é pausar antes de commitar alterações no seu código, é revisar aquela documentação quando está de cabeça fresca, é a provocação do colega de trabalho na revisão de PR que mexe com a gente, mas que no fim do dia nos faz crescer e evoluir como profissional. Isso tudo é algo que sistemas projetados para minimizar a quantidade de interações ou prompts preferem fazer por si só ou tendem a tratar como ineficiência. Além disso, a postura que assumimos muitas vezes diante destas ferramentas não é a de aprendizado colaborativo, mas a de delegação da tarefa. Afinal de contas, quantas vezes na correria do dia a dia optamos por só ir aceitando as sugestões da IA? O “Auto Mode” do Claude existe por um motivo. A questão, é que a fricção benéfica pode ser um dos ativos mais valiosos que temos e definidor da nossa humanidade, algo determinante para a nossa saúde mental e para a qualidade do nosso trabalho.

As Fricções no Dia a dia

Em operações de tecnologia financeira, vale o exercício de mapear onde a IA pode rodar livre, leve e solta, e onde a fricção humana ainda compensa o custo de tempo e recursos que impõe, por entregar ganhos reais de design, empatia e qualidade.

No Asaas, a IA já atua em várias frentes estratégicas, bem além dos fluxos de automação mais convencionais. Na operação de crédito, modelos leem e interpretam documentos para antecipação de recebíveis. Na prevenção a fraudes, modelos proprietários avaliam risco e analisam transações em tempo real. 

Para sustentar tudo isso com segurança e escala, temos o AI Gateway: essa plataforma corporativa padroniza o acesso aos diferentes modelos de IA Generativa do mercado e democratiza seu uso, dentro dos rígidos padrões de segurança que o setor financeiro exige. Conectado a ele, um chat corporativo reduz o atrito para experimentação e permite que cada pessoa ou time crie assistentes personalizados, aproximando a IA das rotinas reais de trabalho.

Vale distinguir aqui os tipos de fricção. O AI Gateway também remove um atrito, o do custo burocrático que trava o processo de experimentação de novas ferramentas. Esse é um atrito que faz sentido eliminar, porque ele não está protegendo e resguardando nada, só limitando. Por este motivo, não é uma fricção benéfica.

A fricção benéfica aparece em pontos específicos do fluxo, onde precisamos proteger algo com intenção. O atendimento humano, por exemplo, deve ser uma opção sempre que um caso difícil do cliente Asaas pede escuta ativa e contexto. Feedbacks de performance e decisões de carreira na empresa podem ter a IA como assistente para sintetizar dados, mas interpretar e comunicar com empatia continua sendo tarefa nossa. E nas decisões de produto com trade-off ético ou regulatório, a IA acelera o levantamento de cenários, mas a escolha entre eles pede julgamento que se possa defender de quase todos os ângulos e pontos de vista.

A questão é deixar explícito, no design do processo, onde está a inserção humana e o que se espera dela. Sem isso, a fricção desaparece por inércia, e o que sobra é uma cadeia de decisões pré-concebidas que tende a reproduzir padrões históricos, propagar decisões equivocadas e a falhar de formas difíceis de rastrear depois.

A pergunta que vale levar para a semana

Há uma pergunta simples que sugiro fazermos como exercício individual, sem pressa:

“Qual é a decisão que você jamais deixaria uma IA tomar por você? E por quê?”

Pode ser algo profissional ou pessoal. O que importa não é tanto a decisão em si, mas como você irá justificar isso. É justamente no porquê que mora a sua definição mais honesta do que você considera irredutivelmente humano e onde você deveria aplicar a fricção benéfica. Quando isso fica claro para você, fica mais claro também o que precisa proteger no seu trabalho, no seu time e na sua relação com os clientes.

Sobre o uso de IA na produção deste texto

Por coerência com o assunto, vale registrar como a IA apoiou a produção deste material. O Claude Sonnet 4.6, da Anthropic, foi utilizado para a verificação factual dos dados citados e a revisão textual. Todas as teses, interpretações e posições defendidas ao longo do texto são de autoria própria e humana.

Se você se identifica com a maneira como temos usado AI no Asaas, confira nossas vagas abertas.
O próximo passo da sua carreira pode estar aqui!