Após interrupções, Amazon exigirá aprovação de engenheiros sêniores para mudanças assistidas por IA

A Amazon está implantando uma camada de controle humano explícita em seu ciclo de entrega contínua: toda mudança de código gerada ou assistida por IA, inclusive pela ferramenta interna Kiro, agora exige aprovação formal de um engenheiro sênior, antes mesmo da revisão de código padrão. Isso não é uma etapa adicional no fluxo de PRs, mas uma barreira de autorização distinta, criada após dois incidentes críticos em 2025, 2026: uma interrupção de 13 horas na calculadora de custos da AWS (causada por recriação acidental de ambiente via Kiro) e uma falha de seis horas no site principal de e-commerce, ligada a uma implementação errônea com suporte de IA. A decisão foi tomada em reunião semanal obrigatória de engenharia ('TWiST'), onde o time reconheceu que a velocidade de geração de código por IA não se traduziu em confiabilidade, e que a supervisão humana precisa ser estrutural, não pontual.

O modelo adotado pela Amazon foge do 'review como checklist' e se alinha à prática de 'gatekeeping técnico': o engenheiro sênior assume responsabilidade explícita pelo impacto operacional da mudança, não apenas pela correção sintática ou lógica. Isso reflete uma mudança de postura em relação à automação: deixar de tratar IA como 'assistente de escrita' para encará-la como 'agente de mudança sistêmica', exigindo governança equivalente à de deploys manuais de alta criticidade.

Essa política é um indicador forte de que as equipes de plataforma estão migrando de 'IA como acelerador de desenvolvimento' para 'IA como componente crítico de infraestrutura'. Em ambientes de alta escala, onde um único erro pode desestabilizar serviços globais, a aprovação sênior não é burocracia, é uma forma de incorporar resiliência no pipeline. O custo do tempo de inatividade atrelado a decisões automatizadas já ultrapassa US$ 600 bilhões anuais globalmente, e 66% das empresas têm uso não controlado de ferramentas de IA por desenvolvedores. A Amazon está antecipando riscos que muitos ainda tratam como teóricos: código gerado por IA tem 1,7x mais problemas críticos que o humano, e 20% das violações de segurança já têm origem direta ou indireta nessa cadeia.