IA amplifica o que já existe: escale alta performance, não disfunção

Nathen Harvey, que lidera a equipe DORA no Google Cloud, apresentou os dados da pesquisa de 2025. A pesquisa foi uma survey global, aplicada entre 13 de junho e 21 de julho de 2025, com quase 5.000 respondentes, complementada por pesquisa qualitativa com entrevistas a profissionais e líderes. Cerca de 90% dos respondentes disseram usar IA profissionalmente. A mediana de interação é de duas horas por dia, e cerca de 35% afirmam depender pouco ou nada da IA. Cerca de 30% confiam pouco ou nada na qualidade do que ela gera.

O ponto técnico central vem do modelo estatístico da DORA. Os pesquisadores aumentam o score de adoção de IA, mantêm todo o resto constante e simulam o efeito. Efetividade individual sobe mais que tudo. Desempenho organizacional, qualidade de código, throughput de entrega e desempenho de times também melhoram. Mas a instabilidade de entrega também aumenta. Burnout e fricção ficam perto de zero, com barras de erro que cruzam o zero. A conclusão de Harvey: a IA é amplificadora, e sem uma base organizacional sólida ela cria bolsões locais de produtividade que se perdem no caos a jusante. Ele cita o exemplo de quem constrói algo em horas, mas leva seis semanas para chegar à produção.

A tese de amplificador já aparecia na cobertura do CEVIU. Em 10 de abril de 2026, o CEVIU publicou "Mix de Demanda, Modelagem e a IA como Multiplicador de (Dis)funções", que sustentava que a IA não resolve problemas de organizações de produto com falhas e acelera as dinâmicas existentes. Agora a mesma ideia ganha respaldo quantitativo da pesquisa DORA 2025, com dados de adoção, confiança e impacto em estabilidade.

Para quem opera plataforma e pipelines, a leitura é prática: se a IA acelera a escrita de código mas a revisão, os testes e o deploy seguem lentos, o gargalo apenas muda de lugar. O aumento de instabilidade de entrega nos dados sugere que vale investir em automação, testes e observabilidade antes de escalar o uso de IA, e não depois.