Quarenta por cento das empresas que rastrearam os resultados de IA em 2026 ficaram com menos de 10% de redução de custos. A Bain chamou isso de "unremarkable". Mas o dado mais revelador não é o número final. É o motivo.
Escrever código ocupa menos de 40% do dia de um engenheiro de software. Essa é a pesquisa da Bain. E é exatamente onde a maioria das ferramentas de IA foi apontada.
Fizemos as contas erradas desde o início.
O teto do ganho estava escrito antes de começar
Se você acelerar em 50% uma tarefa que ocupa 40% do tempo, o ganho total é de 20%. Na prática, com as fricções de adoção e a revisão extra que código gerado por IA exige, esse número cai para 10 a 15%. É exatamente o que os dados mostram.
Não é um fracasso das ferramentas. É aritmética.
O relatório DORA de 2026 nomeou isso de "verification tax": o código produzido por IA requer mais revisão, não menos. Cada linha que o modelo escreve precisa ser lida e validada por alguém que entende o contexto. O ganho na geração parcialmente financia o custo na verificação.
O que ficou parado
Enquanto o código ficou mais rápido de ser escrito, a entrega ficou parada.
O relatório da Plandek de setembro de 2026 mostra que times no quartil inferior levam mais de 35 horas para fechar um pull request. Os times de topo levam menos de 21. Essa diferença de 14 horas não mudou com a adoção de IA. Porque não é sobre velocidade de escrita.
A lacuna na entrega total é ainda mais clara: times de alto desempenho entregam mudanças em 22 dias; os demais, em 62 dias. Quase três vezes mais lento, independentemente de quem usa ou não copilot.
O que explica isso? Os times mais lentos dedicam menos de 21% do tempo a trabalho de produto. O restante some em bugs, retrabalho e tarefas não planejadas. A IA escreveu mais código. O retrabalho não diminuiu.
Tempo liberado sem endereço
Um achado curioso do relatório Bain: as empresas que registraram ganhos de 10 a 15% com IA não realocaram esse tempo para trabalho de maior valor. O tempo simplesmente desapareceu no processo.
Não é surpresa. Para realocar tempo, é preciso saber para onde ele deve ir. E a maioria das organizações não redesenhou nada além da etapa de codificação.
A Bain é direta: "A correção é organizacional, não tecnológica." A ferramenta não é o problema. O fluxo que a recebe é.
Planejamento, especificação, revisão, testes de integração, validação com o negócio: esses são os 60% que ficaram intocados. São eles que determinam se o que saiu rápido do teclado vai virar valor ou vai virar fila de review.
O que os times que ganharam de verdade fizeram diferente
O mesmo relatório da Plandek mostra onde o retorno apareceu: nos times que atacaram o sistema de entrega inteiro, não só a velocidade de escrita.
Eles melhoraram revisão, testes e planejamento junto com a adoção de IA. Dedicam mais de 41% do tempo a trabalho de produto. E o ganho no lead time chegou a 50% para times que partiam de um patamar mais baixo.
Faz sentido. Quando você remove o gargalo de escrita, o próximo gargalo vira visível. Se for revisão, ataque revisão. Se for planejamento ruim, ataque planejamento. A IA não faz isso sozinha. Ela só torna mais óbvio onde o problema real estava escondido.
O 70% que ninguém otimizou
Me parece que o debate sobre ROI de IA em engenharia chegou num ponto de inflexão. Os dados de 2026 tornam difícil defender que o problema é falta de adoção ou de ferramentas melhores.
O gargalo sempre foi o outro lado: intenção, especificação, arquitetura, validação. As coisas que um modelo não faz por você porque dependem de quem entende o problema, conhece o contexto e sabe o que "certo" significa para aquele sistema específico.
Escrever código ficou mais barato. O que isso compra depende do que você faz com os outros 60%.
Referências
- Nicole Kobie – AI coding really isn't living up to expectations (IT Pro, set. 2025)
- Michael Heric, Purna Doddapaneni, Antoine Debarre – Your AI Budget Is Growing. Your Returns Aren't. Here's Why. (Bain & Company, jun. 2026)
- Matt Saunders – New DORA Report Claims Strong Engineering Foundations Drive AI ROI (InfoQ, mai. 2026)
- Plandek – What AI Is Really Changing in Software Delivery (set. 2026)