IA aumenta produtividade no desenvolvimento de software, mas empresas ainda enfrentam gargalos de custo e revisão

Ferramentas já fazem parte da rotina da maioria dos desenvolvedores, mas pesquisas apontam desafios com revisão, retorno sobre investimento e escala da tecnologia

A inteligência artificial já faz parte da rotina de desenvolvimento de software, mas o ganho de produtividade proporcionado pela tecnologia não significa necessariamente uma redução equivalente no custo dos projetos. Dados recentes mostram que, enquanto o uso das ferramentas cresce rapidamente, empresas e profissionais ainda enfrentam desafios relacionados à revisão do código, integração da tecnologia aos processos e retorno sobre o investimento.

Segundo o Developer Survey 2025, do Stack Overflow, 84% dos desenvolvedores usam ou planejam utilizar ferramentas de inteligência artificial em seu processo de trabalho, enquanto 51% dos profissionais já recorrem a elas diariamente. Mais da metade, 52%, afirma que a tecnologia teve impacto positivo sobre sua produtividade.

O avanço, porém, vem acompanhado de novos gargalos. Na mesma pesquisa, 66% dos desenvolvedores apontaram como principal frustração receber da IA soluções que parecem corretas, mas apresentam problemas, e 45% afirmaram que depurar código gerado pela tecnologia pode consumir mais tempo. A confiança também permanece limitada: 46% disseram desconfiar da precisão das respostas produzidas pelas ferramentas, ante 33% que afirmaram confiar.

A dificuldade de transformar adoção em resultado também aparece dentro das empresas. Levantamento do Gartner, realizado com 1.303 executivos e divulgado em setembro de 2026, mostrou que 85% dos líderes de áreas pretendem aumentar os investimentos em inteligência artificial neste ano, depois de destinarem, em média, 12% de seus orçamentos à tecnologia em 2025. Apesar disso, apenas 22% das organizações afirmam ter conseguido escalar a IA com sucesso entre diferentes unidades de negócio.

No desenvolvimento de software, esse cenário ajuda a explicar uma mudança que começa a aparecer nos projetos. A IA reduz o tempo necessário para atividades como programação, prototipação, criação de testes e documentação, mas parte do investimento passa a se concentrar em outras etapas, como arquitetura de sistemas, integrações, segurança, infraestrutura e revisão do material produzido pelas ferramentas.

Para Eduardo Missaka, CEO da Espresso Labs, software house com sede em São Paulo, a aceleração da programação muda o ponto em que estão os principais gargalos do desenvolvimento.

“Quando a produção de código acelera, o gargalo muda de lugar. Um time que gera mais código também gera mais decisões de arquitetura para validar, amplia a superfície que precisa ser protegida e aumenta o volume de integrações que precisam ser sustentadas. Código produzido rapidamente, mas sem revisão adequada, pode se transformar em passivo para a empresa”, finaliza o especialista.

A OESP não é(são) responsável(is) por erros, incorreções, atrasos ou quaisquer decisões tomadas por seus clientes com base nos Conteúdos ora disponibilizados, bem como tais Conteúdos não representam a opinião da OESP e são de inteira responsabilidade da PressWorks