O gargalo do desenvolvimento de software mudou de lugar
Aprofundamento CEVIU
Aprofundamento
O texto de David Sabine, publicado no scrum.org, é a primeira parte de uma série de quatro sobre times de produto com agentes de IA. A tese: desde os primeiros computadores, escrever código foi a restrição que moldou a organização do desenvolvimento. Em 2026, segundo ele, times sofisticados já não escrevem código à mão. Um prompt descreve o objetivo, um ou mais agentes geram a mudança, outro agente ou uma pessoa revisa e roda testes, o pipeline de CI/CD repete as verificações e alguém decide se vai para produção.
O autor usa a metáfora do restaurante com um forno pequeno, que de repente ganha dez. Quadro com colunas de To Do a Done, Definition of Done focada em código revisado, velocity, acordos de PR e Sprint Review com demo de histórias entregues: tudo descreve o forno. Nada descreve a cadeia de ingredientes nem o salão. Os sinais de alerta são a coluna "Ready" esvaziando mais rápido do que surgem boas ideias, stakeholders que não acompanham e dão menos feedback, e uma interface mudando mais rápido do que o usuário absorve.
A proposta prática: desenhar o fluxo na parede incluindo estratégia, ideação, discovery, feedback de usuários e "o que aprendemos?". Medir o time-to-learn, definido pelo Evidence-Based Management Guide como o tempo para esboçar, construir, entregar e aprender com o uso. Parar de estimar e de medir velocity, usando dados de throughput para previsão. E reescrever uma linha da Definition of Done para citar usuários. Ele ressalva que testes, CI e refatoração importam ainda mais, e que hardware embarcado e sistemas críticos ou regulados ainda têm código caro.
O que mudou
A tese não é isolada na cobertura do CEVIU. Em 2 de junho de 2026, o CEVIU noticiou "Quando o código se torna barato: o que ainda vale no desenvolvimento?", apontando o gargalo na revisão e nos testes. Em 1 de julho de 2026, vieram "Ferramentas de programação com IA aceleram a escrita de código, mas não a entrega de software" (pesquisa do GitLab, com revisão, governança e entrega como novos gargalos) e o texto sobre as ferramentas da every, que colocava o gargalo na decisão do que construir.
Em 3 de julho de 2026, "Compreensão de sistemas é o novo gargalo no desenvolvimento de software" falava da capacidade humana de entender sistemas complexos. Em 11 de julho de 2026, "IA Acelera o Desenvolvimento, Transformando a Descoberta de Produto no Novo Desafio Crucial" mirava a descoberta e a especificação. Cada um apontava um ponto diferente do fluxo. O texto de Sabine, em 6 de novembro de 2026, junta os pontos numa recomendação de gestão: reorganizar o time em torno do valor ponta a ponta e trocar velocity por time-to-learn.
Por que isso importa
Para quem gerencia produto, a leitura é que o gargalo agora passa pelo seu território: discovery, priorização e feedback. Se o time gera código mais rápido do que você valida hipóteses, o ganho de velocidade vira fila de entregas sem aprendizado. Time-to-learn é uma métrica que o PM pode assumir, porque mede ciclo de decisão e não volume de saída. A ressalva é que a série ainda tem três partes por vir, e as práticas com agentes, nas palavras do próprio autor, seguem experimentais.
Linha do tempo
CEVIU noticia que, com código barato, o gargalo migra para revisão e testes.
CEVIU noticia o PM como nova camada de entrega na era da IA.
CEVIU cobre a visão da every e a pesquisa do GitLab sobre novos gargalos na entrega.
CEVIU noticia a compreensão de sistemas como novo gargalo.
CEVIU noticia a descoberta de produto como novo desafio crucial.
Scrum.org publica que o gargalo mudou de lugar e propõe medir time-to-learn.
Perguntas frequentes
O que é time-to-learn?
Segundo o Evidence-Based Management Guide, citado no texto, é o tempo total para esboçar uma ideia ou melhoria, construí-la, entregá-la aos usuários e aprender com o uso. Sabine propõe medir o intervalo entre aceitar uma ideia e analisar o feedback de usuários reais. A partir disso, ajusta-se o fluxo inteiro.
Por que o autor defende parar de medir velocity?
Para ele, velocity e story points descrevem quantos pratos saem do forno, não se o cliente gostou. Ele diz que as estimativas sempre erraram e agora erram por ordens de grandeza. A alternativa sugerida é usar dados de throughput para previsão, como no Kanban.
Onde fica o novo gargalo do desenvolvimento?
Sabine não aponta um único lugar. Ele pede que o time observe onde o trabalho espera no fluxo, e esses pontos são os novos gargalos. Os próximos artigos da série tratarão de como lidar com eles.
Isso vale para todo tipo de software?
Não. O próprio autor admite que hardware embarcado, sistemas críticos de segurança e alguns domínios muito regulados ainda têm código caro. Nesses casos, escrever código pode continuar sendo a restrição.
Fontes
- scrum.orgfonte original
- Categoria
- CEVIU Gestão de Produtos
- Publicado
- 06 de novembro de 2026
- Editoria
- CEVIU Gestão de Produtos

