Agentes de IA devem acabar com o feature discovery tradicional

O texto da Elena Verna parte de um diagnóstico conhecido de quem trabalha com crescimento: depois do product-market fit, as equipes passam anos tentando expandir o uso com mais funcionalidades, mas quase ninguém usa o que fica fora do núcleo do produto. Ela estima algo como 0,1% da base. O conflito é antigo. Mais funcionalidade gera mais valor, mas também mais complexidade, e os usuários menos motivados que a empresa quer alcançar são os que menos querem aprender um software sofisticado. Navegação reorganizada, onboarding e personalização em escala foram as respostas, todas caras e de resultado limitado.

A tese é que a IA muda quem opera o software. O usuário diz o que quer fazer e o agente aciona a capacidade certa, inclusive via APIs, MCPs e integrações, sem que a pessoa precise abrir o produto. Isso esvazia a premissa do feature discovery. Surgem dois problemas novos: fazer o usuário confiar nas decisões que a IA toma por ele (o que foi feito, por quê, quando intervir, como reverter) e o chamado use case discovery. Uma interface mínima com caixa de prompt remove a complexidade, mas também as pistas visuais sobre o que o produto faz. A autora critica ainda quem só cola um ícone de IA ao lado de uma feature existente: vira mais uma funcionalidade a ser descoberta.

A tese conversa com uma sequência que o CEVIU já vinha registrando. Em 24 de abril de 2026, na matéria "Seu produto tem um novo usuário. E ele não é humano.", o CEVIU noticiou que agentes avaliam, escolhem e operam produtos em nome de humanos, tornando onboarding e microcopy invisíveis. Em 28 de maio de 2026, "A Interface Não É Mais o Produto" já apontava que agentes dispensam menus e telas. Em 31 de agosto de 2026, o texto sobre manter a lealdade do cliente sem uma interface atraente tratava do mesmo deslocamento. A novidade agora é o foco no feature discovery: o argumento sai da interface e chega ao trabalho de adoção, com a confiança como nova alavanca de crescimento.

Para quem cuida de produto, a leitura é que o trabalho de adoção muda de lugar. Em vez de empurrar tooltips e e-mails, a prioridade passa a ser levar o usuário ao primeiro resultado bom e construir confiança para que ele delegue mais. Métricas de engajamento podem cair enquanto o valor entregue sobe, então vale rever os painéis antes que o time otimize o número errado. E, se a IA entra como mais um botão, o problema antigo só troca de nome.