Especialista em recrutamento com IA afirma que a IA elimina as dificuldades que criam mestria

David Stepania é um líder empresarial e empreendedor em série. Atualmente, é CEO da ThirstySprout, um marketplace que liga talento de engenharia de IA remoto a startups norte-americanas financiadas.

Sentámo-nos com David para saber como a IA está a mudar a liderança e o recrutamento. Foi isto que nos contou.

A IA está a redefinir o que significa ser uma equipa de alto desempenho

Sou David Stepania, fundador e CEO da ThirstySprout, um marketplace que liga talento de engenharia de IA remoto — sobretudo da América Latina, da Europa de Leste e da Ásia — a startups tecnológicas norte-americanas financiadas. Também criei a ChoppingBlock.ai, uma plataforma de inteligência sobre salários e empregos na área da IA, e apresento o podcast AI Chopping Block.

Sou empreendedor pela segunda vez, tendo criado as minhas empresas sem financiamento externo. Sem capital de risco, sem rede de segurança — todas as empresas que criei tiveram de ser rentáveis para sobreviver. O meu último empreendimento entrou na lista Inc. 5000 na posição 247 em 2024 e, ao longo da minha carreira, gerei mais de 100 milhões de dólares em receitas.

Trabalho totalmente à distância a partir de lugares soalheiros por todo o mundo, com uma equipa distribuída por quatro continentes.

A minha jornada de liderança tem sido uma longa lição sobre fazer mais com menos. Criar empresas sem financiamento externo obriga-nos a isso. Não podemos contratar alguém para resolver todos os problemas, por isso tornamo-nos muito bons a tirar partido dos recursos — processos, sistemas e as pessoas certas nos lugares certos.

Considero este momento da IA interessante porque o observo de dois lados ao mesmo tempo. Internamente, estou a reconstruir a minha própria organização em torno da IA enquanto camada de execução. Externamente, dezenas de startups financiadas dizem-me exatamente o que procuram agora nos engenheiros — e essa procura mudou mais rapidamente nos últimos 18 meses do que em toda a década anterior. Tenho um lugar privilegiado para observar como a IA está a redefinir o que significa sequer ter “uma equipa de alto desempenho”.

Como a IA transforma as operações das equipas e a tomada de decisões

Estava a analisar classificações de candidatos geradas por IA quando tudo mudou para mim.

Eis o que aconteceu: pedi à IA que atribuísse uma pontuação a um grupo de engenheiros para a função. Devolveu classificações aproximadamente dentro do que eu esperava — mas, no caso de um candidato, assinalou algo que eu não lhe tinha pedido para procurar: o engenheiro correspondia quase na perfeição aos requisitos técnicos, mas encontrava-se num país que não constava da lista de países aprovados pelo cliente para contratação.

Depois, fez algo que uma ferramenta normalmente não faz. Propôs uma solução alternativa — o candidato poderia mudar-se para um país vizinho aprovado ou poderíamos ajudá-lo a estabelecer residência no México — algo que já tínhamos feito anteriormente por outros engenheiros.

Esse foi o momento. Não se limitou a executar uma tarefa. Raciocinou sobre o meu negócio como o faria um profissional perspicaz da minha equipa. E percebi que o estrangulamento da minha empresa tinha mudado.

Porque o ser humano é a camada de inteligência e a IA são as mãos

Agora, todos querem engenheiros “nativos de IA”, não apenas pessoas que utilizam o Cursor. Referem-se a um engenheiro que deixa a IA tratar da programação enquanto ele se ocupa do pensamento — da formulação do problema, da arquitetura e das decisões ponderadas.

O meu próprio papel mudou da mesma forma. Há dois anos, grande parte do meu trabalho envolvia encaminhar tarefas — decidir quem faz o quê e depois esperar pelos resultados. Hoje, o meu trabalho consiste em definir os problemas com precisão suficiente para podermos executar soluções, e uma parte crescente dessa execução passa pela IA, em vez de passar por uma nova contratação.

Costumava presumir que precisaria de um CFO a tempo parcial para obter uma verdadeira clareza sobre a economia unitária da empresa. Em vez disso, fiz eu próprio, com IA, uma análise financeira completa ao nível de um CFO e descobri que a categorização de uma rubrica de custos ocultava a nossa verdadeira economia unitária. É uma análise pela qual teria pago a um especialista ou que simplesmente nunca teria feito.

O mesmo se aplica à área jurídica. Reconstruí todo o nosso Contrato-Quadro de Prestação de Serviços, os nossos contratos com prestadores de serviços e os nossos contratos de divisão de honorários com parceiros. A IA faz os rascunhos e um advogado revê-os. Isto inverte a estrutura de custos. Agora, o profissional humano dispendioso faz os últimos 10%, não os primeiros 90%.

E também reformulei a própria equipa. Estamos a afastar-nos das equipas em direção a responsáveis únicos por domínios completos, cada um fortemente aumentado pela IA. Uma pessoa é responsável por toda a nossa área de SEO programático. Outra é responsável pela nossa comunidade e pela infraestrutura de dados. Cada unidade da organização já não é uma equipa — é um profissional forte mais a IA.

Onde a IA deve ser utilizada — e onde não deve

Também utilizo a IA na estratégia, na tomada de decisões e na conceção organizacional, com diferentes níveis de intensidade em cada área.

• A tomada de decisões é a área mais profunda: testo exaustivamente as estratégias de preços, contratação e negociação com a minha configuração de IA antes de avançar.
• Na estratégia, utilizo-a intensivamente para a análise de mercado.
• Na conceção organizacional, quando reestruturei a empresa em torno de responsáveis por um único domínio, em vez de equipas, trabalhei essa reformulação com a IA, modelando aquilo de que cada função deveria ser responsável e identificando onde estavam as verdadeiras limitações.

A cultura é onde tenho mais cuidado. É fundamentalmente humana porque é moldada pela forma como as pessoas são tratadas nos momentos difíceis, e isso não pode ser externalizado. A IA ajuda na preparação. Antes de uma conversa difícil sobre desempenho, penso na forma de ser direto sem ser cruel e naquilo que a pessoa precisa de ouvir. Mas a conversa em si tem de ser conduzida por mim.

A IA pode tornar-me um líder mais bem preparado. Não pode tornar-me um líder presente. Não posso delegar essa parte.

Como o processo de seleção pode ser reformulado com IA

Tradicionalmente, o recrutamento é um jogo de volume: procurar cem currículos, analisá-los rapidamente, encaminhar trinta e esperar que alguns resultem. O valor dos recrutadores estava na capacidade de processamento. Mas reconstruímos toda a operação de seleção em torno da IA.

Primeiro, criámos um projeto Claude dedicado para cada trabalho com um cliente, com instruções personalizadas que codificam o verdadeiro nível de exigência da contratação — não os requisitos indicados na descrição da função, mas aquilo que o responsável pela contratação realmente quer dizer depois de falar com ele.

Uma descrição de função diz «engenheiro sénior de React». O verdadeiro nível de exigência, depois de uma conversa, é «alguém que tenha colocado um pipeline RAG em produção e consiga configurar integrações de telefonia». Esta nuance fica registada no espaço de trabalho.

Em segundo lugar, carregamos o plano de entrevistas e a grelha de avaliação do cliente como fonte de verdade. Assim, a IA avalia os candidatos com base na grelha exata que o cliente irá utilizar, e não numa senioridade genérica.

Em terceiro lugar, cada candidato recebe uma pontuação de um a dez em cada dimensão indispensável, com uma justificação escrita e lacunas explicitamente assinaladas. Não «boa adequação» — «front-end: 9, experiência com RAG: 8, telefonia: 0, eis a razão».

Como resultado, o nosso trabalho mudou completamente. Deixámos de encaminhar trinta currículos e começámos a enviar três a cinco candidatos exatamente adequados, cada um com uma análise detalhada sobre a qual o cliente pode agir.

As listas restritas tornaram-se significativamente mais rigorosas, os candidatos avançaram mais nas fases de entrevista e as conversas passaram de «Eis algumas pessoas» para «Eis exatamente de que forma cada uma corresponde à sua grelha de avaliação».

Mas a mudança mais profunda foi nas funções da minha equipa. A IA trata agora do trabalho braçal — ler, fazer correspondências e realizar a primeira filtragem. Isto significa que cada hora despendida por uma pessoa da minha equipa é dedicada à parte que a IA não consegue fazer, como compreender a motivação, avaliar se alguém irá prosperar numa startup caótica, construir a relação e concluir o processo.

A função não diminuiu. Subiu na cadeia de valor. Enquanto líder, a minha verdadeira função passou a ser garantir que a equipa compreendia essa mudança e a aceitava, em vez de se sentir ameaçada por ela.

Porque é que a reformulação dos processos é crucial na adoção da IA

O David partilha

A maior desconexão está no facto de as empresas tratarem a IA como algo a acrescentar — licenças, uma ferramenta, uma ordem de cima para baixo para “usar a IA” — quando, na realidade, é necessário reformular a organização em torno dela.

A maior desconexão está no facto de as empresas tratarem a IA como algo a acrescentar — licenças, uma ferramenta, uma ordem de cima para baixo para "usar a IA" — quando, na realidade, é necessário reformular a organização em torno dela. São projetos completamente diferentes.

As pessoas não compreendem este mecanismo. A IA amplifica qualquer processo para o qual seja direcionada. Se o processo subjacente for bom, a IA torna-o significativamente mais rápido. Se o processo for medíocre — e a maioria dos processos na maioria das empresas é medíocre — a IA limita-se a permitir que execute trabalho medíocre mais rapidamente. Não obtém transformação. Obtém a mesma confusão, mais depressa.

Vejo isto de ambos os lados do meu negócio. Internamente, quando auditei a nossa própria pilha de software, descobri que utilizávamos mais de cinquenta ferramentas, sendo uma parte significativa delas ferramentas de IA que tínhamos comprado porque acreditávamos que a própria compra era a transformação.

Isso é confundir a proliferação de ferramentas com progresso. E, externamente, vejo cliente após cliente equipar todos os engenheiros com ferramentas de programação com IA, mas continuam a ter dificuldades em lançar produtos, enquanto alguns poucos avançam genuinamente depressa. A diferença nunca está no número de ferramentas; está em saber se redesenharam o trabalho.

Como os desafios psicológicos afetam a adoção da IA

Quando introduzi a IA numa parte do negócio, raramente as pessoas manifestaram oposição de forma explícita. A resistência era mais silenciosa. Algumas pessoas utilizavam-na pouco e continuavam a fazer as coisas da forma mais lenta. Outras utilizavam-na constantemente, mas não o mencionavam, quase como se pudessem ser apanhadas a fazer batota. Ninguém dizia «Sinto-me ameaçado por isto», mas o seu comportamento dizia-o.

Acabei por perceber que, para muitas pessoas, o seu trabalho é a sua identidade, e o seu valor está associado a serem bons numa determinada área. Quando uma ferramenta pode, de repente, fazer uma grande parte desse trabalho, não está apenas a mudar o fluxo de trabalho de alguém; está a pôr em causa a forma como essa pessoa se vê. Isso não é um problema de formação que se resolva com um tutorial.

Antes, pensava que liderar uma mudança tecnológica significava tomar boas decisões sobre ferramentas e processos. Agora penso que o verdadeiro trabalho consiste em ajudar as pessoas a renegociar o seu próprio valor — de forma explícita e num ambiente seguro.

Na prática, isso significava deixar claro, de forma explícita e repetida, que era aceitável utilizar IA. Que era aceitável dizer «A IA fez a maior parte deste rascunho». Que era aceitável deixar de ser a pessoa que escreve mais depressa ou que faz a melhor pesquisa da equipa, porque o seu valor já não reside aí. Tivemos de eliminar a vergonha antes de a adoção poder acontecer.

A parte que mais me afetou pessoalmente foi ter de responder à mesma pergunta para mim próprio.

Durante anos, consegui justificar o progresso lento com «não temos capacidade». Essa desculpa praticamente desapareceu. Se algo não está a avançar agora, normalmente é porque não o defini com clareza suficiente para que uma pessoa ou uma IA possa assumir essa tarefa. É uma experiência humilhante.

Como tratar da parte menos glamorosa da adoção da IA

Eis como abordo a adoção da IA.

Primeiro, uma regra fundamental: nunca automatizamos um processo que não tenhamos validado manualmente. Estamos a realizar uma campanha de desenvolvimento de negócio neste momento e dei instruções explícitas à equipa para começar por fazê-la manualmente.

Envie você mesmo as mensagens de contacto, mantenha as conversas e descubra o que funciona realmente. Só automatizamos um processo depois de o validarmos, porque a automatização apenas amplia aquilo que já temos. Automatize um processo que não compreende e estará a criar uma forma muito eficiente de falhar.

Em segundo lugar, encaro a adoção da IA como uma questão de fluxo de trabalho e discernimento, não como uma questão de aquisição. A vitória nunca será ter «mais ferramentas». Serão menos ferramentas, utilizadas de forma aprofundada por pessoas que mudaram genuinamente a forma como trabalham. Reduzimos agressivamente o seu número.

Em terceiro lugar, mudei aquilo que recompensamos. A IA tornou barata a produção em bruto, enquanto o discernimento — saber qual é o problema a resolver e detetar quando a IA está errada com toda a confiança — se tornou o elemento escasso e valioso.

Uma organização construída para o mundo antigo recompensa as pessoas que produzem mais. Uma organização construída para este mundo tem de recompensar as pessoas que tomam boas decisões. Esta é uma verdadeira mudança na forma como conduz as conversas sobre desempenho.

Como desenvolver literacia e preparação para a IA nas equipas

A maioria das pessoas pensa que a preparação para a IA significa domínio das ferramentas — a sua equipa sabe utilizar produtos de IA. Mas essa é a parte menos importante e, de qualquer forma, muda a cada seis meses.

Estar preparado para a IA significa quatro coisas:

1. Antes de fazer algo manualmente, alguém começa por perguntar: «Deverá a IA fazer uma primeira versão disto?»
2. Conseguem redigir um briefing claro, porque uma instrução vaga produz um resultado vago, e articular o problema é a verdadeira competência.
3. Detetam quando a IA está errada com toda a confiança.
4. São transparentes quanto à sua utilização.

Discernimento, comunicação clara, verificação, transparência. Nenhuma destas coisas é uma ferramenta.

Eis os passos para desenvolver a literacia em IA:

1. Torne-a explicitamente segura e esperada. As pessoas escondem o uso de IA se acharem que isso as faz parecer substituíveis, por isso os líderes precisam de normalizar ativamente frases como "a IA fez a primeira versão disto" até que a vergonha desapareça. A literacia não pode crescer em segredo.
2. Ensine no contexto do trabalho real, não num seminário genérico — um recrutador desenvolve literacia através da triagem, uma pessoa de geração de procura através da pesquisa de potenciais clientes. O conhecimento mantém-se porque está ligado à função.
3. Eis o passo que a maioria das pessoas ignora: reduza o nível mínimo de competências em vez de tornar todos especialistas. Criamos infraestrutura partilhada — espaços de trabalho pré-configurados, com contexto e instruções já codificados — para que uma pessoa júnior obtenha resultados ao nível de um especialista sem ser especialista em prompts.

David partilha

Estar preparado para a IA significa quatro coisas: Antes de fazer algo manualmente, a pessoa começa por perguntar: “Deverá a IA fazer a primeira versão disto?” Consegue escrever um briefing claro, porque dados de entrada vagos produzem resultados vagos, e articular o problema é a verdadeira competência. Percebe quando a IA está errada com confiança. É transparente quanto à sua utilização.

Porque é que a literacia em IA traz os seus próprios problemas

Os problemas são reais. O maior é o excesso de confiança.

Quando as pessoas se sentem confortáveis, algumas começam a aceitar os resultados da IA sem espírito crítico. Uma pessoa júnior publica algo subtilmente errado porque o seu discernimento na área ainda não acompanhou a confiança na ferramenta. É precisamente por isso que tem de integrar a verificação na forma como define o que está "pronto".

O segundo problema é mais difícil, e ninguém o avisa: a IA não faz evoluir toda a gente da mesma forma. As suas pessoas mais fortes potenciam rapidamente o seu desempenho com ela, enquanto as mais fracas ficam estagnadas. A diferença de desempenho na sua equipa aumenta. Isso é um problema de gestão e obriga a conversas honestas que não pode evitar.

Porque é que subtrair ferramentas fortalece a sua pilha de software

A mudança mais importante na minha pilha este ano foi a subtração.

Deixe-me começar pela espinha dorsal e depois abordar a mudança.

A espinha dorsal é o Claude. Não é "uma ferramenta" na pilha como as outras; é a camada por onde passa a maior parte do trabalho real: triagem e classificação de candidatos, análise financeira, redação de contratos, conteúdos e estratégia.

Utilizo-o como um conjunto de espaços de trabalho dedicados, um para cada área principal da empresa, cada um com instruções personalizadas que codificam a forma como essa área funciona. Para as implementações mais técnicas e baseadas em agentes, utilizo o Claude Code.

A minha avaliação: é, por uma larga margem, a ferramenta com maior efeito de alavancagem na empresa e não há comparação.

À sua volta, o resto da pilha é deliberadamente aborrecido. Google Workspace e Slack para a comunicação, as operações e a infraestrutura da nossa comunidade. Beehiiv para a newsletter, Riverside para o podcast. Deel para os contratos e pagamentos dos prestadores de serviços. Calendly para o agendamento, Fathom para registar reuniões e chamadas, e BetterProposals para as propostas aos clientes. É praticamente tudo.

A minha avaliação dessa camada é simples: é estável, pouco glamorosa e deve continuar assim. A camada operacional de uma empresa não é o lugar onde se pretende novidade.

Agora, a mudança digna de nota. No início deste ano, auditei todas as subscrições de produtos. Esperava encontrar vinte ou trinta ferramentas... eram mais de cinquenta. O grupo mais revelador era constituído por cinco subscrições de IA diferentes que faziam coisas, em termos gerais, sobrepostas. Dois registadores de tempo distintos. Três ferramentas diferentes para publicar no LinkedIn. Cinco plataformas de websites.

Nada disso era estratégia. Era o resíduo de um ano a dizer que sim. Cada "deixe-me experimentar isto" que nunca foi cancelado. Cinco ferramentas utilizadas a 10% da sua capacidade perdem para uma ferramenta utilizada a 90%. Por isso, consolidámos de forma decisiva, reduzindo as ferramentas de IA ao Claude como principal e escolhendo uma ferramenta por função em todas as outras áreas, eliminando o resto.

Como é que a IA vai transformar o mercado de talento na engenharia

Eis algo interessante que tenho observado no espaço do recrutamento na engenharia. Vale a pena ter isto em mente.

No prazo de cinco anos, o tradicional emprego de engenharia de nível inicial desaparecerá na sua maioria. Não será "alterado" — desaparecerá. A IA desempenha agora precisamente as tarefas de programação bem definidas e simples, sob supervisão, para as quais os engenheiros recém-licenciados eram historicamente contratados, e fá-lo de forma eficaz e barata.

As empresas já estão a abrandar o recrutamento de pessoas júnior. Daqui a cinco anos, isto não será um abrandamento, será estrutural.

Não é possível formar um engenheiro sénior sem os anos como júnior. O discernimento de um sénior — saber que abordagem falha à escala, reconhecer uma má decisão de arquitetura — não é ensinado; os engenheiros acumulam-no ao fazer milhares de pequenas coisas e ao errar ocasionalmente.

Se eliminares o nível de entrada, eliminas o campo de treino. Por isso, a minha verdadeira previsão é que, daqui a cerca de cinco anos, depois de o cargo júnior desaparecer, o setor enfrente uma escassez de engenheiros sénior que ele próprio criou. Estamos a otimizar para eliminar a base da escada sem perceber que era assim que as pessoas chegavam ao topo.

O emprego de engenharia de nível de entrada vai desaparecer — e as empresas que sobreviverem à década serão as que descobrirem como formar talento sénior, em vez de se limitarem a encontrá-lo. Todo o setor passará de encontrar pessoas a formá-las.

Porque é que a honestidade é fundamental para navegar na transformação da IA

Eis o meu conselho para os líderes:

• A IA parece ser um problema tecnológico, por isso os líderes tratam-na como tal — ferramentas, orçamentos, formação. Mas é um problema de liderança. O software nunca foi a parte difícil. A IA obriga todas as pessoas da tua equipa a renegociar aquilo que as torna valiosas, e isso é assustador. As pessoas não o dirão em voz alta. Se gerires a implementação, mas não o medo, a implementação falhará. Lidera primeiro a transição humana.
• A IA não corrige uma organização disfuncional; expõe-na. Faz com que processos descuidados e um pensamento pouco claro avancem mais depressa e se tornem mais visíveis. Grande parte do trabalho real não consiste sequer em adotar a IA; consiste na tarefa pouco glamorosa de sermos honestos sobre a forma como a tua organização funciona e de a corrigirmos. A IA limita-se a retirar-te a capacidade de te esconderes disso.
• Começa já, no teu próprio trabalho real — não num projeto-piloto, nem em algo que delegues. Os líderes que não tiverem utilizado profundamente estas ferramentas nos seus próprios problemas mais difíceis não conseguirão liderar mais ninguém neste processo.

E mais uma coisa. Ninguém tem isto totalmente resolvido, eu incluído. Quem estiver a vender certezas neste momento está a vender alguma coisa. A postura certa não é a confiança, mas sim a honestidade, uma aprendizagem rápida e a disciplina de não delegar as componentes humanas da liderança numa máquina, por muito boa que a máquina se torne.

Os líderes que vencerem neste momento não serão os que adotarem mais IA. Serão os que se mantiverem mais honestos.

Porque é que os líderes devem dar espaço à mestria — e à dificuldade

Mais uma coisa. A certa altura, os líderes poderão ter de deixar de pensar naquilo que a IA nos dá e começar a pensar naquilo que ela silenciosamente nos tira.

Todas as conversas sobre IA e liderança, incluindo a maior parte desta, se concentram nos ganhos. Mais rapidez, custos mais baixos, maior capacidade de alavancagem. Tudo isso é real. Mas há um custo, e devemos nomeá-lo honestamente.

Este é o custo em que mais penso. A mestria — um verdadeiro discernimento profundo, ao nível sénior — constrói-se sempre através da dificuldade. Ficas bloqueado, dedicas tempo a um problema difícil, tentas fazer a coisa errada três vezes e, algures nesse atrito, aprendes.

A IA elimina o atrito. Dá-te a resposta antes de lutares para a encontrar. A curto prazo, isso é uma vantagem absoluta, porque o trabalho fica feito. Mas a dificuldade nunca foi apenas uma ineficiência. Era o mecanismo que tornava as pessoas boas no que faziam. Quando a eliminamos, obtemos resultados mais rápidos e, silenciosamente, pessoas menos profundas. Trocamos profundidade por velocidade e, na maior parte das vezes, nem damos por isso.

Não digo isto para abrandar — não podes, nem deves. Digo-o porque nomear uma perda é o primeiro passo para a gerir. Se a dificuldade desenvolve o discernimento e a IA elimina a dificuldade, então o líder tem agora uma nova função explícita: voltar a introduzi-la deliberadamente.

Dá às pessoas problemas que a IA não possa resolver de forma abreviada. Protege a dificuldade produtiva, mesmo quando o caminho rápido está ali mesmo. Trata o desenvolvimento das tuas pessoas como algo que agora exige intenção, porque o ambiente já não o produzirá gratuitamente.

É essa a parte que quero que os outros líderes ponderem. A vantagem da IA trata de si própria — toda a gente já a persegue. O custo é subtil; manifesta-se anos mais tarde e recai inteiramente sobre as tuas pessoas. Alguém na sala tem de lhe prestar atenção. Esse alguém és tu. Essa é agora a tua função.

Acompanha-nos

Pode encontrar mais conteúdos de David Stepania no LinkedIn, no X, no Instagram, no YouTube e em stepania.co. Ou consulte o ThirstySprout e o Chopping Block.

Em breve, mais entrevistas com especialistas na People Managing People!