Com agentes de IA, descobrir features deixa de ser tarefa do cliente

A tese de Elena Verna, que cuida de growth na Lovable, é que o problema clássico de feature adoption muda de natureza com agentes de IA. Antes, o usuário precisava saber que a feature existia, onde achá-la e como usá-la, e cada etapa virava um problema de conversão para times de produto, lifecycle e growth. Agora o cliente descreve a tarefa e o agente escolhe as ferramentas. Ele pode obter valor de uma funcionalidade que nem sabe que existe.

Na prática, o trabalho do time se desloca. Na Lovable, ela conta que quase não pensa mais em onboarding e nudges, e que o gatilho passou a ser o agente não conhecer uma feature: nesse caso ela reclama em um canal do Slack para corrigir. O novo desafio é confiança. Se o produto toma decisões pelo usuário e algo falha, a pessoa pode largar o produto. Por isso o texto pede que o produto mostre o que o agente decidiu, explique por quê e permita desfazer a ação sem exigir revisão de cada passo. O sinal de adoção passa a ser o cliente que confia uma tarefa pequena e depois entrega um workflow inteiro. Há ainda um ponto cego: descobrir features fica menos necessário, mas descobrir casos de uso continua difícil diante de uma caixa de prompt vazia.

A cobertura anterior já vinha montando esse argumento. Em 31 de março de 2026, o CEVIU noticiou "Vendendo para Agentes de IA", sobre agentes como tomadores de decisão e um novo canal de crescimento. Em 24 de abril de 2026, veio "Seu produto tem um novo usuário. E ele não é humano.", que tratava de agentes avaliando e operando produtos sem que o humano abra a UI. Em 31 de agosto de 2026, "A Revolução Silenciosa da IA: Como Manter a Lealdade do Cliente Sem uma Interface Atraente" discutiu o fim da familiaridade com a interface como métrica. O que a notícia de agora acrescenta é o efeito interno: o foco sai da aquisição e da interface e vai para a rotina de growth, com confiança e delegação como métricas centrais.

Para quem lidera produto ou growth em uma startup, a leitura é que métricas de engajamento como logins e cliques podem cair enquanto o valor entregue sobe. Isso pede outros indicadores, como o tamanho da tarefa que o cliente delega. Também sugere investir em transparência e reversibilidade antes de mais campanhas de adoção. Quem só acrescenta um botão de IA a um produto antigo corre o risco de criar mais uma feature que ninguém descobre.