Foi muito legal. Ao longo do dia, conversamos sobre gargalos, processos e situações que fazem parte do trabalho da equipe. Estar junto criou espaço para perguntas e ideias que surgiam enquanto o trabalho acontecia, com o contexto ali, na nossa frente.

Para quem trabalha com produto, essa proximidade ajuda a dar outra dimensão às prioridades. A gente pensa em funcionalidades, melhorias e próximos passos, e acompanhar o suporte traz mais elementos para essas decisões. Fica mais fácil entender o esforço envolvido em cada atendimento e onde podemos ajudar.

Um chamado pode exigir várias etapas: entender a situação, reunir informações, orientar o cliente, consultar outra pessoa e acompanhar a solução. Ao olhar para esse caminho, surgem perguntas importantes. Onde o processo está travando? Que informação está difícil de encontrar? O que poderia ser mais simples para o cliente e para quem atende?

Essas perguntas ajudam a enxergar oportunidades que, isoladamente, podem parecer pequenas. Uma orientação mais clara pode evitar uma dúvida recorrente. Uma informação acessível pode diminuir o tempo de uma consulta. Uma etapa mais bem definida pode facilitar a passagem de um assunto entre as equipes. São possibilidades que merecem atenção pelo impacto que podem ter na rotina.

Também fica evidente o conhecimento que existe no suporte. Quem conversa todos os dias com os clientes percebe onde eles têm dificuldade, quais explicações precisam ser repetidas e o que gera insegurança no uso do sistema. Trazer esse conhecimento para as conversas de produto ajuda a entender melhor o que merece ser investigado e melhorado.

Uma das partes mais interessantes do dia foi justamente pensar junto. Ouvir as dificuldades, fazer perguntas e trocar sugestões para melhorar os processos. Quem executa o trabalho pode contribuir tanto para explicar o problema quanto para construir uma solução que funcione na prática.

Essa troca também ajuda a olhar para o esforço da própria equipe. Para oferecer uma boa experiência ao cliente, precisamos dar atenção às condições de quem está atendendo: clareza nos processos, acesso às informações e ferramentas que facilitem a resolução dos problemas.

Saí dessa experiência com uma compreensão melhor do dia a dia do suporte e com vontade de repetir. As ideias que surgem nessas conversas precisam ser avaliadas e colocadas em prática para que a aproximação gere melhorias duradouras. Mas reservar um dia para ouvir e trabalhar junto já foi muito valioso.

Para quem trabalha com produto, fica a sugestão: passe um dia ao lado do suporte. Acompanhe os atendimentos, pergunte o que dificulta o trabalho e dê espaço para as pessoas proporem mudanças.

Você pode sair dessa conversa com uma visão diferente sobre o que o seu produto precisa melhorar.

No caminho, apareceram pacotes de comportamento, pacotes de recursos, configurações de experimentos e dúvidas sobre versões. Em uma das tentativas, chegamos à skin do personagem. Vestir o Homem de Ferro e ter suas habilidades no jogo eram coisas diferentes. E cada avanço trazia uma nova pergunta sobre o que ainda precisava ser ativado.

Trabalho com tecnologia há mais de 20 anos. Ainda assim, naquele momento, eu estava diante de um sistema cuja lógica precisava aprender para conseguir fazer algo aparentemente simples.

Aquilo me fez pensar em quantas vezes nossos clientes passam pela mesma situação.

Quem desenvolve um software conhece seus menus, suas regras e o motivo de cada configuração. Depois de tanto tempo olhando para as mesmas telas, fica fácil achar que o caminho é evidente. Para quem acabou de chegar, cada termo desconhecido pode interromper a tarefa.

Imagine alguém tentando concluir um pedido e descobrindo, só no último passo, que falta uma configuração em outra área do sistema. A regra pode fazer todo sentido para quem a criou. Mas o usuário precisa descobrir o que falta, onde resolver e como voltar ao ponto em que estava.

Esse esforço também faz parte da experiência que entregamos.

No ATweb, essa é uma pergunta que vale levar para cada evolução do produto: quanto da nossa lógica interna o cliente precisa aprender antes de conseguir trabalhar?

Uma boa experiência começa por orientar o próximo passo. Se existe um pré-requisito, ele pode aparecer antes de bloquear a operação. Se algo falhou, a mensagem pode explicar como resolver. Se há uma escolha técnica, o sistema pode ajudar a entender o efeito dela. São cuidados pequenos que evitam deixar a pessoa tentando adivinhar.

Também vale observar alguém usando o produto sem antecipar as respostas. A vontade de apontar o botão certo é grande. Mas aquela pausa, aquela dúvida ou aquele clique no lugar errado mostram algo que dificilmente percebemos usando um sistema que conhecemos de ponta a ponta.

A experiência com o Minecraft me lembrou de como é estar do outro lado da tela: ter um objetivo claro e ainda assim precisar de ajuda para descobrir o caminho.

O Arthur só queria colocar o Homem de Ferro para funcionar. Vou tentar lembrar disso na próxima vez que olhar para uma tela do nosso produto e achar que está tudo óbvio.

É uma possibilidade que me chama a atenção na discussão sobre SWaS, ou Software with a Service: combinar uma plataforma com serviços especializados para ajudar o cliente a obter valor dela. Pensando no futuro, vejo espaço para essa combinação assumir uma parcela maior da operação.

Imagine uma empresa contratando uma solução de atendimento. Ela definiria suas regras, os limites de atuação e os critérios de qualidade. Com essas orientações, a tecnologia poderia entender solicitações, consultar informações e resolver demandas rotineiras, encaminhando para uma pessoa os casos que exigissem análise ou autorização.

O fornecedor teria uma participação contínua nessa entrega: acompanhar a qualidade, ajustar os processos e corrigir falhas. A equipe do cliente poderia concentrar sua atenção nas decisões e nas situações que precisassem de intervenção.

Nesse cenário, a IA teria um papel importante para tornar essa operação viável em maior escala. Conforme sua capacidade e confiabilidade avançassem, mais etapas poderiam ser executadas com menos intervenção manual. O conhecimento sobre o negócio ajudaria a definir o que automatizar e como avaliar cada entrega.

Isso poderia mudar até a conversa comercial. Além de perguntar quais funcionalidades uma plataforma possui, o cliente teria motivos para perguntar quanto trabalho ela consegue assumir, com qual qualidade e quem responde quando alguma coisa sai do esperado.

Existe um desafio importante para quem vende essa proposta: assumir mais responsabilidade exige conhecer melhor a operação do cliente. Dados confiáveis, integrações funcionando e limites claros de atuação seriam parte essencial do serviço. A participação humana precisaria estar prevista, inclusive para corrigir o rumo quando necessário.

Imagino essa transformação acontecendo em ritmos diferentes. Empresas com equipes especializadas poderão continuar valorizando autonomia para operar suas ferramentas. Outras poderão preferir contratar uma solução que assuma tarefas inteiras e reduza a necessidade de coordenação interna.

Pensando no futuro do ATweb, esse é um caminho que nos interessa explorar: entender quais partes do trabalho conseguimos tornar mais simples e quais poderemos ajudar a executar, com consistência e responsabilidade.

Fato é que haverá cada vez mais valor em assumir uma parte bem definida do trabalho do cliente e realizá-la bem. O desafio de quem constrói software será transformar essa promessa em uma entrega na qual a empresa consiga confiar todos os dias.

No evento da StartSe sobre estratégias de Inteligência Artificial, tivemos contato com diferentes visões, experiências e aplicações que reforçaram algo em que já acreditamos há algum tempo: IA não deve ser usada apenas porque está em alta. Ela precisa resolver problemas reais e gerar valor.

Voltamos com muitos insights para a ATweb.

Alguns deles reforçam caminhos que já estamos seguindo. Outros abriram novas possibilidades para melhorar nossa plataforma, otimizar processos e criar experiências melhores para os nossos clientes e para os usuários que trabalham diariamente com o sistema.

Nosso foco continua sendo muito claro: entender onde a IA realmente ajuda.

Se ela puder reduzir trabalho operacional, apoiar decisões, tornar o atendimento mais eficiente ou permitir que as pessoas dediquem mais tempo ao que realmente importa, existe uma oportunidade concreta de aplicação.

Tecnologia, para nós, sempre foi meio e não fim.

Agora é transformar os aprendizados em experimentos, os experimentos em melhorias e as melhorias em valor real para quem utiliza a ATweb todos os dias.

Tem muita coisa para testar — e certamente muita coisa boa ainda vem por aí.

Uma previsão recente da Gartner coloca esse risco em discussão. Segundo a consultoria, até 2029, 30% dos funcionários demitidos por terem sido substituídos por IA precisarão ser recontratados, frequentemente a custos maiores.

É uma projeção, e vale acompanhá-la como tal. Para mim, ela levanta uma pergunta que merece espaço nas decisões de gestão: estamos considerando tudo o que uma pessoa entrega quando calculamos quanto economizaríamos ao substituí-la?

No atendimento ao cliente, esse cálculo pode ser especialmente difícil.

Pense em um analista experiente. Ele responde chamados, registra informações e consulta procedimentos. Também reconhece quando uma reclamação aparentemente simples é parte de um problema recorrente. Sabe que aquele cliente já passou por uma situação parecida e que repetir a orientação anterior provavelmente vai gerar mais desgaste.

Uma automação pode executar várias das tarefas desse profissional. Avaliar a substituição da função inteira exige olhar também para as exceções e para as decisões que ele toma ao longo do dia.

Na realidade de operações como as que atendemos no ATweb, vejo muito espaço para usar IA no preparo do atendimento: organizar informações, resumir históricos e ajudar a localizar orientações. Imagine o analista recebendo tudo isso antes de conversar com o cliente, com acesso aos registros para conferir o que for necessário.

Esse tempo economizado poderia ser usado para investigar a causa de um problema, acompanhar uma solução pendente ou orientar melhor quem está com dificuldade. São entregas que podem ficar para depois quando a equipe passa o dia tentando esvaziar a fila.

É nesse uso do tempo que eu enxergo uma oportunidade importante.

A Gartner também prevê que, até 2027, 75% das organizações que priorizarem converter os ganhos de produtividade da IA em redução de custos serão superadas por concorrentes que reinvestirem esses ganhos em inovação, modernização e capacitação.

Minha leitura é que a decisão sobre o destino do ganho importa tanto quanto a escolha da ferramenta. Uma empresa pode usar as horas liberadas para desenvolver serviços, melhorar a experiência do cliente ou resolver problemas que nunca recebiam atenção.

Isso exige gestão. Comprar uma licença e esperar que a equipe descubra sozinha como trabalhar melhor deixa muita coisa ao acaso. É preciso escolher processos, treinar as pessoas, definir o que precisa de revisão e acompanhar o resultado.

No suporte, por exemplo, eu olharia para o tempo até a solução, os contatos repetidos pelo mesmo motivo e a necessidade de refazer o trabalho. Responder mais rápido pode ser um avanço, mas ainda precisamos saber se o problema foi resolvido.

Há tarefas que podem ser automatizadas por completo e funções que podem mudar profundamente. Reduzir custos também faz parte de manter uma empresa saudável. Cada mudança, porém, precisa considerar a qualidade e a capacidade que restam depois dela.

Antes de transformar o tempo economizado em demissões, eu colocaria outra pergunta na mesa:

O que essa mesma equipe conseguiria entregar se finalmente tivesse tempo para cuidar do que hoje fica para depois?

Com a IA facilitando o desenvolvimento, essa pergunta ganha força. A possibilidade de ter algo feito sob medida, com mais autonomia e sem aquela mensalidade, é atraente. Entendo quem considera esse caminho.

Mas acredito que a maioria das empresas ainda vai preferir contratar um software de mercado. E boa parte dessa escolha tem a ver com o que acontece depois que o sistema começa a funcionar.

Criar é uma etapa. Sustentar uma operação é um compromisso contínuo.

Uma demonstração pode funcionar muito bem. O cadastro está pronto, o painel mostra os números e o fluxo parece resolvido. Até que chegam as exceções: o cliente com uma regra diferente, a integração que falha, o usuário que executa uma ação inesperada, o volume que cresce além do previsto.

É nesse momento que a experiência acumulada faz diferença.

Ao contratar um SaaS, a empresa também está contratando o conhecimento de quem já encontrou muitos desses problemas. Existe aprendizado nas validações, nas permissões, nas regras e até naquele detalhe da tela cujo motivo talvez não seja evidente para quem está começando.

À frente do ATweb, vejo como esse conhecimento se constrói no contato com a operação. Quando começamos, pensávamos em atender empresas menores. A chegada de clientes maiores trouxe situações que nos obrigaram a aprender rápido. Estar perto dos usuários, entender processos e acompanhar implantações foi formando um repertório que hoje orienta nossas decisões.

Esse know-how também faz parte do produto.

Outro ponto é a continuidade. Quem vai cuidar do sistema próprio daqui a dois anos? E se a pessoa que o criou sair da empresa? Quem acompanha as integrações, corrige falhas, mantém a segurança e adapta tudo quando o negócio muda?

A mensalidade pode desaparecer, mas a responsabilidade permanece. Ela passa a ser interna e precisa de tempo, orçamento e pessoas.

E existe um valor muito concreto em ter para quem ligar quando algo dá errado.

Quando a operação para, você quer alguém que conheça o sistema, entenda o impacto e assuma a condução do problema. Esse suporte precisa funcionar de verdade. Ter um fornecedor, por si só, não garante isso.

Claro que desenvolver internamente pode fazer sentido. Principalmente quando o processo é muito específico, representa um diferencial competitivo ou existe uma equipe preparada para cuidar dele ao longo do tempo.

Também acredito que esse movimento vai cobrar mais dos fornecedores de SaaS. Uma ferramenta que entrega pouco e atende mal terá dificuldade para justificar sua mensalidade.

Por isso, vejo espaço para sistemas próprios e soluções de mercado conviverem. Minha aposta é que muitas empresas continuarão escolhendo parceiros que entreguem experiência, evolução e confiança, enquanto concentram sua energia no próprio negócio.

A pergunta que eu faria antes de cancelar um SaaS é: queremos assumir a responsabilidade por esse software durante os próximos anos?

Até a próxima 😉

Quando começamos, imaginávamos uma plataforma voltada principalmente para empresas menores. O objetivo era resolver problemas reais de atendimento e organização, construindo um sistema simples, útil e próximo da realidade dos clientes.

Mas os planos mudaram enquanto estávamos executando.

Empresas maiores começaram a chegar. Com elas vieram operações mais complexas, volumes que nunca tínhamos enfrentado, integrações, regras específicas e um nível de responsabilidade muito maior. Em muitos momentos, não estávamos completamente preparados — mas precisávamos aprender rápido.

E aprendemos fazendo.

Houve uma época em que o crescimento exigia esforço físico, literalmente. Fizemos bate e volta até São Paulo para buscar servidores novos e levá-los ao datacenter. Saíamos às cinco da manhã e voltávamos para casa às cinco da manhã do dia seguinte. Eram 24 horas seguidas entre estrada, equipamentos, configurações e a pressão de colocar tudo para funcionar.

Hoje parece uma realidade distante. A infraestrutura mudou, a tecnologia evoluiu e boa parte daqueles problemas ganhou soluções mais modernas. Mas essas histórias representam bem o que foi construir o ATweb: perceber um limite, agir rápido e encontrar uma maneira de continuar.

Durante esses 10 anos, tivemos que aprender muito mais do que desenvolver software. Aprendemos sobre atendimento, gestão, infraestrutura, segurança, processos e, principalmente, sobre pessoas. Entendemos que entregar uma boa plataforma é apenas uma parte do trabalho. É preciso conhecer a operação do cliente, estar presente nos momentos importantes e assumir responsabilidade pelo que acontece depois que o sistema entra no ar.

A empresa também cresceu. Novas pessoas foram chegando, trazendo conhecimento, ideias e diferentes formas de enxergar os problemas. Hoje somos um time de 10 pessoas. Pode parecer pequeno diante do tamanho das operações que atendemos, mas é um time que conhece profundamente o produto, os clientes e a responsabilidade que carrega.

Olhando para trás, é fácil enxergar decisões que poderiam ter sido diferentes. Houve erros, noites mal dormidas, tecnologias que ficaram antigas e momentos em que tivemos que reconstruir partes importantes enquanto tudo continuava funcionando.

Ao mesmo tempo, cada dificuldade ajudou a formar o que somos hoje.

Completar 10 anos não significa que chegamos ao destino. Na verdade, tenho a sensação de que estamos começando uma nova fase. Mais maduros, com mais experiência e conscientes de que aquilo que nos trouxe até aqui não será, necessariamente, o que nos levará aos próximos 10 anos.

Se existe uma coisa que essa história nos ensinou, é que uma empresa não cresce porque tem todas as respostas. Ela cresce porque continua aprendendo, mesmo quando os desafios chegam antes de ela se sentir pronta.

O ATweb nasceu pensando em empresas menores, cresceu sendo desafiado por grandes operações e chegou aos 10 anos ainda em movimento.

Ainda aprendendo. Ainda evoluindo. Ainda em produção...

Essa visão é interessante, mas está distante da realidade de muitas empresas.

Depois de anos acompanhando operações de atendimento por meio do ATweb, percebo que o maior valor da IA nem sempre está em substituir quem atende. Muitas vezes, ela gera mais resultado quando trabalha nos bastidores, organizando informações e preparando o atendente para tomar decisões melhores.

Imagine um consumidor que entra em contato para saber sobre uma assistência técnica. Antes de responder, o atendente precisa identificar o cliente, localizar o produto, consultar atendimentos anteriores, verificar uma ordem de serviço e entender o que já foi combinado.

No ATweb, procuramos concentrar essas informações e oferecer uma visão mais completa do relacionamento com o cliente. A IA pode tornar esse processo ainda mais eficiente: resumindo o histórico, identificando o assunto da conversa e destacando as informações realmente importantes.

Em vez de o atendente ler dezenas de mensagens, ele pode receber algo como:

“Cliente relata atraso no reparo. A ordem de serviço está aberta há 12 dias. Já entrou em contato duas vezes e demonstra insatisfação.”

Com esse contexto, a equipe começa o atendimento sabendo o que aconteceu, qual é o nível de urgência e qual deve ser o próximo passo.

A IA também pode ajudar na classificação dos contatos. Uma mensagem sobre defeito em um produto pode ser direcionada para o atendimento técnico. Uma dúvida sobre entrega pode seguir para a equipe responsável pelos pedidos. Uma intenção de compra pode se transformar em oportunidade comercial.

Essa triagem reduz transferências desnecessárias e evita que o cliente precise repetir o problema várias vezes.

Mas existe um contraponto importante: classificar não é o mesmo que compreender completamente.

O cliente nem sempre explica o problema com clareza. Ele pode misturar diferentes assuntos, demonstrar irritação ou precisar de uma exceção que não está prevista no processo. Se a empresa confiar cegamente na decisão da IA, pode direcionar o atendimento para o lugar errado ou oferecer uma resposta que não considera toda a situação.

Outro exemplo está nas sugestões de resposta. A IA pode consultar informações, interpretar a conversa e preparar uma mensagem para o atendente. Isso reduz o tempo gasto procurando procedimentos e escrevendo respostas repetitivas.

Por outro lado, permitir que a IA responda automaticamente a qualquer situação pode criar um atendimento rápido, mas distante. Uma resposta tecnicamente correta pode parecer indiferente diante de um cliente que está esperando há vários dias ou que já tentou resolver o mesmo problema diversas vezes.

Automatizar tudo não significa necessariamente atender melhor.

Dentro do ATweb, os bots e as automações podem cuidar de etapas previsíveis, como coletar dados iniciais, identificar o motivo do contato e encaminhar a conversa. A IA amplia essa capacidade ao entender mensagens mais naturais, sem depender apenas de menus rígidos ou palavras específicas.

Ainda assim, existe um momento em que a conversa precisa chegar a uma pessoa. Negociações, reclamações mais delicadas, exceções comerciais e decisões que envolvem responsabilidade não deveriam ficar completamente nas mãos de um modelo de inteligência artificial.

Por isso, acredito que o melhor uso da IA no atendimento esteja na combinação entre tecnologia, processos e pessoas.

O ATweb organiza os canais, os históricos e os fluxos da operação. A IA pode interpretar essas informações, encontrar padrões, resumir conversas, sugerir ações e reduzir tarefas repetitivas. O atendente, por sua vez, continua responsável por compreender as nuances, aplicar empatia e tomar decisões quando o processo padrão não é suficiente.

A pergunta, portanto, não deveria ser apenas:

“Quantos atendimentos podemos automatizar?”

Talvez a pergunta mais importante seja:

“Como podemos usar a IA para que cada atendimento seja mais rápido, contextualizado e resolutivo?”

No fim, o papel da IA não precisa ser afastar as empresas de seus clientes. Quando bem aplicada, ela faz justamente o contrário: elimina parte do trabalho operacional para que as pessoas tenham mais tempo e informação para cuidar do que realmente importa.

Até a próxima 😊

Ficamos imersos nos processos da empresa, ajustando parâmetros, personalizando recursos e entendendo situações que dificilmente apareceriam apenas em reuniões ou vídeo-conferências. O contato direto com os usuários permitiu ouvir dúvidas, identificar necessidades e realizar ajustes enquanto a operação acontecia.

É nesse momento que percebemos que um go-live não representa apenas o fim de uma implantação. Ele marca o início de uma nova fase, na qual tecnologia, processos e pessoas precisam funcionar juntos.

Em projetos Enterprise, somente entregar o software não é suficiente. Estar presente faz diferença. É acompanhando a operação de perto que transformamos funcionalidades em soluções reais, reduzimos inseguranças e construímos confiança.

Voltamos de BH com a plataforma em produção, muitos aprendizados e a certeza de que proximidade também faz parte do produto.

Até a próxima!

No mercado enterprise, colocar um sistema em produção vai muito além de disponibilizar um software. É nesse momento que a tecnologia encontra a operação real: os processos, as pessoas, as particularidades e os desafios que nenhum levantamento consegue antecipar por completo

Estar ao lado do cliente permite observar como a solução se comporta no dia a dia, ouvir quem realmente vai utilizá-la e agir rapidamente diante dos ajustes naturais de uma implantação.

Software é parte da entrega. Presença, proximidade e comprometimento completam o trabalho.

Porque um go-live não representa apenas o início do uso de uma ferramenta. É o começo de uma parceria que precisa funcionar na prática.

Recebe. Processa. Entrega.

Simples assim.

Mas, quando conectamos o ATweb ao WhatsApp, anos atrás — antes mesmo de existir a API oficial —, essa lógica começou a mostrar suas limitações.

As mensagens chegavam diretamente na nossa aplicação. Se ela estivesse fora do ar naquele momento, podíamos perder mensagens. Se o volume aumentasse demais, o processamento pesava e o sistema inteiro sentia.

E, claro, o cliente percebia.

A virada de chave aconteceu quando participei de um evento da AWS e conheci melhor o conceito de filas de mensageria e processamento assíncrono.

Foi quando entendi algo que hoje parece óbvio:

Nem tudo precisa ser processado na hora.

Passamos então a direcionar as mensagens para filas no Amazon SQS. Em vez de a aplicação precisar receber e processar tudo imediatamente, a mensagem ficava segura na fila e um serviço consumidor cuidava do processamento.

Se houvesse um pico, tudo bem. Se o processamento demorasse um pouco mais, tudo bem. Se algum componente tivesse uma indisponibilidade temporária, a mensagem continuava lá, esperando.

O impacto foi enorme.

A aplicação deixou de carregar todo aquele processamento, ficou mais resiliente e vimos uma queda brusca nas reclamações de lentidão.

Depois disso, começamos a levar o mesmo conceito para outras partes do ATweb.

Um encerramento de 100 atendimentos, por exemplo, não precisava mais deixar o usuário olhando para uma tela carregando enquanto o sistema fazia 100 operações. Colocamos o trabalho em uma fila, processamos em segundo plano e deixamos o front-end apenas acompanhar o resultado.

Parece uma mudança técnica.

Mas, para mim, o principal aprendizado não foi sobre SQS, Kafka, RabbitMQ ou qualquer tecnologia específica.

Foi sobre questionar a arquitetura.

Às vezes passamos anos tentando deixar um processo mais rápido, quando a pergunta deveria ser outra:

Esse processo precisa acontecer aqui? Precisa acontecer agora? Precisa mesmo ser síncrono?

Implementar tudo isso em um sistema que já atendia diversos clientes também não foi simples. Foi o famoso “trocar o pneu com o carro andando”. Tivemos que evoluir a arquitetura sem simplesmente parar tudo e começar novamente.

Mas valeu a pena.

Tecnologia também é isso: entender que uma solução que funcionou muito bem durante anos pode não ser a melhor solução para o próximo estágio.

Nada é tão bom que não possa ser melhorado.

Às vezes, a próxima grande melhoria do seu sistema não está em processar mais rápido, mas sim em simplesmente em entender o que você precisa processar agora e o que pode ficar pra depois.

Até a próxima 😉

Ele funciona. Os clientes usam. A operação conhece. E modernizar custa dinheiro, tempo e, principalmente, traz risco.

O problema é que não modernizar também tem um custo. E ele costuma ser muito menos visível.

Um sistema que envelhece começa a cobrar sua conta aos poucos: páginas mais lentas, infraestrutura mais cara, limitações técnicas, dificuldade para evoluir e pequenas fricções que passam a fazer parte da rotina.

Para quem desenvolve o produto, isso vira dívida técnica. Para o cliente, vira experiência ruim.

E o cliente não precisa saber que existe um framework antigo, uma arquitetura ultrapassada ou dez anos de código acumulado. Ele só percebe que determinada tela demora, que algo poderia ser mais simples ou que outros produtos parecem mais modernos.

É aí que um problema de tecnologia começa a se transformar em um problema de negócio. A experiência piora. O NPS sente. Surgem detratores. A percepção de inovação da empresa diminui.

Recentemente passamos por esse processo na ATweb.

Depois de aproximadamente dez anos de evolução sobre a mesma base tecnológica, decidimos modernizar nossa plataforma. Não porque o sistema havia deixado de funcionar, mas porque entendemos que continuar funcionando não era mais um critério suficiente.

Ainda estamos no processo, mas os primeiros resultados já começaram a aparecer: melhor performance, redução de custos de infraestrutura, uma base tecnológica preparada para os próximos anos e, talvez o indicador mais importante, clientes percebendo a diferença.

Modernizar tem custo.

Exige investimento, planejamento e disposição para mexer em algo que ainda funciona. Mas existe uma pergunta que toda empresa de tecnologia deveria fazer de tempos em tempos:

Quanto está nos custando não mudar?

Até a próxima 😊

Depois que um produto entra em produção, chegam os clientes, as integrações, as regras específicas, os problemas de desempenho e as decisões que pareciam pequenas, mas passam a acompanhar te acompanhar por anos.

É sobre esse universo que quero falar aqui.

Sou Vinicius Hernandes e atuo há mais de dez anos na construção e evolução da ATweb, empresa na qual sou CTO e co-fundador ( www.atweb.com.br ). Nesse período, tomei decisões de produto, mudanças de arquitetura, incidentes, customizações e tentativas de modernizar o sistema sem comprometer tudo o que já funcionava.

Aprendi que, em um produto real, quase nunca existe uma decisão puramente técnica. Uma mudança no código pode afetar clientes, equipe, custos e operação.

No Em Produção, compartilharei os bastidores de quem constrói, mantém e moderniza produtos de tecnologia. Falaremos sobre desenvolvimento, inteligência artificial, produto, liderança e claro, negócios — sempre ligados à prática.

Você encontrará assuntos como:

• Modernização de sistemas antigos.

• Decisões entre tecnologia, prazo e custo.

• Uso real de inteligência artificial.

• Priorização e Trade-offs.

• Customizações e necessidades dos clientes.

• Erros, acertos e aprendizados de um SaaS.

Não pretendo apresentar fórmulas prontas. Quero mostrar o contexto por trás das decisões: o problema, as opções consideradas, o caminho escolhido e o que aprendemos depois.

O nome Em Produção representa justamente isso. Na tecnologia, significa que algo deixou o ambiente controlado e passou a enfrentar o mundo real. Mas também lembra que produtos, empresas e profissionais nunca estão completamente prontos.

Estamos sempre aprendendo, corrigindo e construindo a próxima versão.

Seja bem-vindo ao Em Produção.

Vinicius Hernandes