Canibalização de produtos: quando o sucesso ameaça o próprio sucesso

A canibalização não é um risco a ser evitado, mas uma decisão de produto que exige disciplina de gestão, e hoje, com IA generativa acelerando ciclos de lançamento, ela virou um músculo operacional. A Apple não canibalizou o iPod por instinto: fez isso com um roadmap reverso claro, onde o iPhone foi projetado como sucessor funcional *e* comercial do dispositivo, com migração intencional de recursos (como o ecossistema de músicas para o iCloud Music) e descontinuação planejada. Já a Kodak não falhou por falta de tecnologia, mas por ausência de uma estrutura de portfólio que priorizasse trade-offs: em 1994, ao lançar o Funtime, já demonstrava fragilidade na governança de produtos, não conseguia distinguir entre canibalização tática (que amplia participação de mercado) e estratégica (que substitui receita sem criar valor novo). Hoje, o risco real não é lançar algo que mate um produto antigo, mas deixar de usar IA para mapear essas interações antes do lançamento.

O artigo atual menciona 'gestão intencional de portfólio com apoio de IA', mas omite um detalhe crítico: ferramentas como o Product Portfolio AI da Aha! ou o Roadmap Studio da Productboard já usam modelos de linguagem para cruzar dados de suporte, churn, NPS e vendas em tempo real, gerando simulações de impacto de canibalização com precisão de ±7%, algo impensável há dois anos. Isso transforma a decisão de descontinuar um produto de ato político em exercício técnico mensurável.

Em maio, na cobertura sobre 'Por que iniciativas de IA quebram os instintos normais de Product Managers', destacamos que PMs estavam reagindo à IA como se fosse um recurso pontual, agora, em junho, o foco mudou para uso proativo: IA como sistema de controle de portfólio. Antes, falávamos em 'pilotos estreitos'; hoje, o artigo atual assume que a IA já está no core da tomada de decisão sobre descontinuação. Também evoluímos do alerta genérico sobre 'proliferação da IA' (5/20) para casos concretos de governança: a Apple usa IA para simular o impacto de novos modelos de óculos sobre vendas de relógios e AirPods, justamente o cenário descrito no newsletter de 1/6.

Canibalização mal gerida não só reduz receita: dilui a proposta de valor, confunde o cliente e gera débito técnico acumulado, como mostrado no artigo de 8/6 sobre recusar funcionalidades. Quando a Figma perdeu 85% do valor desde o IPO, parte do problema foi tentar manter versões legadas (Figma Desktop, FigJam standalone) enquanto a IA pressionava por integração nativa. Empresas que não tratam canibalização como métrica de produto, com KPIs como 'receita incremental líquida pós-canibalização' ou 'tempo médio de migração entre produtos', estão operando no escuro. E o pior: nesse cenário, não são os concorrentes que as matam, mas sua própria inércia de portfólio.