Por que usam chat de IA pra tudo?
Na this+that, mantivemos algumas crenças fortes desde que a IA generativa tomou o mundo de assalto. Primeiro, achávamos que a predominância do chat de IA era uma etapa intermediária e que, no fim das contas, surgiriam novas versões de ferramentas corporativas essenciais com IA, para e-mail, mensagens, gestão de tarefas e até tarefas especializadas, mas frequentes, como análise de dados e gestão de clientes em um CRM. Não éramos os únicos. O Google colocou o Gemini no Gmail e no Docs, a Microsoft colocou o Copilot no Outlook, no Word e no Teams, e muitos outros fizeram a mesma aposta. Pensávamos que tarefas esporádicas poderiam continuar no chat de IA, porque aprender um produto novo consome tempo e é fácil esquecer como usá-lo bem sem uso frequente.
Acreditávamos nisso por causa dos benefícios de décadas de melhorias de interface (por exemplo, hoje é muito mais fácil enviar um e-mail do que era em 1990, graças ao Gmail) e da criação de produtos verticais para nichos cada vez mais estreitos (como o Expensify para relatórios de despesas). Havia até a piada nos círculos de SaaS corporativo de que a maioria das empresas de SaaS corporativo era simplesmente um caso de uso do Excel transformado em produto. O equivalente no mercado consumidor foi que fundadores desagregaram vários produtos bem-sucedidos do Craigslist e deram a eles uma ótima interface.
Hoje existem produtos que oferecem recursos de IA combinados com uma interface mais voltada para IA, mas ainda vemos muita gente usando Claude/ChatGPT/Gemini para gerenciar e-mail, lidar com mensagens do Slack/Teams, cuidar de tarefas e muito mais. Eu mesmo me pego questionando meu próprio uso do Claude Code para tarefas de escrita. Às vezes começo no Google Docs e edito com o Claude, outras vezes faço o contrário. Para mudanças grandes, faz sentido usar o Claude, mas se estou reescrevendo apenas uma frase, certamente seria mais rápido abrir um processador de texto, mas raramente faço isso.
Nossa segunda crença é que a IA se tornaria menos centralizada com o tempo. Quando a eletricidade chegou às fábricas, ela normalmente substituía um motor a vapor central que usava transmissão por correia para acionar os equipamentos. Os benefícios da eletricidade eram marginais até que as pessoas perceberam que podiam colocar pequenos motores elétricos perto de cada máquina e organizar as fábricas segundo a lógica da produção, em vez da disposição dos sistemas de transmissão de energia. Nós argumentamos em outubro que uma janela de chat ao lado é a versão em IA dessa fonte de energia central. Esperávamos que a IA se movesse para dentro da aplicação, já que assim poderia ser especializada para a tarefa em questão e provavelmente seria mais rápida e mais barata. Talvez isso ainda aconteça, mas conversamos com mais pessoas que hoje usam seu CRM como um backend do que pessoas que usam a IA integrada a ele, como a Breeze da HubSpot.
Como startup, e correndo o risco de soar clichê, precisamos “patinar para onde o disco vai estar”, o que nos incentiva a pensar sobre por que nossas crenças estão erradas hoje e se voltaremos a uma interface mais especializada e a uma IA local. Isso, por sua vez, nos leva a nos perguntar por que as pessoas usam Claude e ChatGPT para praticamente tudo hoje em dia. Procuramos pesquisas sobre esse tema, mas ficamos decepcionados com o que encontramos, então vamos lançar algumas hipóteses. Estamos pensando em voz alta aqui. Podemos estar errados, tanto sobre nossas crenças originais quanto sobre essas hipóteses, e ainda não definimos o que tudo isso significa para o nosso produto. Suspeitamos que não há uma resposta única, mas sim uma combinação de fatores que leva as pessoas a continuarem usando sua ferramenta de IA favorita para praticamente tudo.
- É parecido com trabalhar com um colega de equipe, especialmente para quem gerencia pessoas. Quem gerencia está acostumado a pedir que outras pessoas realizem tarefas e, principalmente se gerencia colegas juniores, está acostumado a dar orientações não só sobre o que fazer, mas como fazer. Isso é parecido com pedir a um agente de IA que faça algo por você. Um artigo de 2024 faz a mesma comparação, dizendo que as demandas de trabalhar com IA generativa “se assemelham às de um gestor delegando tarefas a uma equipe”.
- Parece natural. Você não precisa aprender uma interface nova para realizar o trabalho, pode falar na sua língua nativa com a IA.
- Não há especificidade de tarefa. O Gmail funciona de um jeito, o Outlook de um jeito ligeiramente diferente (por exemplo, etiquetas versus pastas), e ambos têm uma interface totalmente diferente de, digamos, o Figma. Mas, se você está usando um sistema de chat de IA, pode dar comandos relacionados a cada um deles de forma mais ou menos igual. Há menos curva de aprendizado a vencer. Isso vale tanto para a interface quanto para o modelo de dados subjacente.
- Há quase nenhuma troca de janela ou aba. Uma vez que você está no Claude, tende a ficar ali. Parece pouco, mas cliques extras fazem as pessoas perderem o ritmo e precisarem se reorientar, especialmente se as aplicações entre as quais estão alternando são diferentes ou exigem abrir arquivos. Um estudo de 2022 na HBR descobriu que as pessoas gastavam quase quatro horas por semana se reorientando depois de trocar de aplicativo. Você pode pedir ao Claude para enviar um e-mail em um prompt e, no seguinte, pedir para agendar uma reunião ou atualizar um preço em uma planilha.
- Percepção de velocidade. Não tenho certeza se usar IA é sempre mais rápido para as tarefas em que a utilizo. Mas tenho a impressão de que pode parecer mais rápido, mesmo quando não é. Isso pode estar relacionado à naturalidade ou à sensação de velocidade que vem do progresso visível. Isso me lembra da minha própria preferência por dirigir por um caminho mais longo até algum lugar em vez de um mais curto que possa estar engarrafado, mesmo que o mais longo seja mais rápido no total. As evidências são escassas, mas apontam na mesma direção. No estudo da METR de 2025, desenvolvedores experientes acreditavam que a IA os tornava 20% mais rápidos, quando na verdade os tornava 19% mais lentos, embora a METR tenha afirmado desde então que esses resultados estão desatualizados. Em um preprint de 2026 comparando um chatbot com um painel, as pessoas relataram menos esforço mental com o chatbot, mas não foram mais rápidas no geral. E em um pequeno estudo com 12 pessoas usando IA mais antiga, editar selecionando e manipulando texto diretamente levou cerca de metade do tempo do que fazer isso via chat.
- Elogio. Nenhuma das ferramentas que uso com frequência, como Gmail, Slack, Google Docs, VSCode ou Figma, me diz que sou perspicaz ou que estou fazendo um bom trabalho, quanto mais me chamar de gênio de vez em quando. A bajulação parece funcionar. Em um estudo de Stanford e Carnegie Mellon com 1.604 pessoas em busca de conselhos sobre conflitos interpessoais, os participantes avaliaram respostas bajuladoras como de qualidade mais alta, confiaram mais na IA e disseram estar mais dispostos a usá-la novamente. Talvez eu usasse o Google Sheets com mais frequência se ele me dissesse que minhas fórmulas são brilhantes. Aliás, talvez eu sacasse mais dinheiro do caixa eletrônico se ele me dissesse que $100 era uma excelente escolha ou que eu sou econômico.
- Custo. A Anthropic e a OpenAI, ainda antes do IPO, provavelmente estão cobrando pouco por seus produtos de chat de IA. Depois de abrirem capital, isso pode mudar, e aumentos de preço podem levar as pessoas a questionar sua abordagem de trabalho, principalmente se as empresas ficarem ainda mais atentas aos custos de IA.
- Custo, motivo 2. Assim que você tem um plano do Gemini, OpenAI ou Anthropic, pode usá-lo para praticamente tudo. $20 rendem bastante, a menos que você seja um usuário realmente avançado. Comprar vários planos de IA específicos para tarefas pode somar facilmente mais do que $20. Novamente, isso pode mudar à medida que essas empresas racionalizam os preços.
- Contexto. Quanto mais você usa um mesmo sistema de chat de IA, mais ele registra sobre você. Claude, ChatGPT e Gemini conseguem lembrar de conversas anteriores, e cada tarefa que você leva para ele aumenta o que a próxima pode aproveitar: quem são seus clientes e o que você decidiu na semana passada. Espalhe o mesmo trabalho por ferramentas específicas e cada uma enxerga principalmente os dados que guarda, a menos que você as conecte.
Temos curiosidade sobre algumas coisas. Primeiro, você acha que a era dos agentes de chat de IA está enfraquecendo? E quanto ao seu próprio uso? Você espera voltar a usar mais ferramentas e produtos específicos para cada tarefa? Segundo, se você questiona a sensatez do seu uso de chat de IA para algumas tarefas, tem alguma teoria sobre por que usa o chat mesmo que ele possa ser mais lento, levar a resultados piores ou de alguma forma ser inferior a usar um produto feito sob medida para a sua tarefa?