O momento mais perigoso na vida de um produto digital é o dia em que ele começa a funcionar.

Parece contraintuitivo, mas é o que temos observado na prática. Quando um protótipo funciona, e hoje ele funciona em dias, não em meses, cria-se a ilusão de que o trabalho difícil ficou para trás. Na realidade, ele está apenas começando. A demo convence a diretoria, o MVP valida a hipótese, e é exatamente aí que muitas empresas param de fazer as perguntas que separam um software funcional de um produto maduro.

Que fique claro: não vemos a IA como adversária do design, da tecnologia ou das disciplinas de experiência. Acreditamos exatamente no contrário. Ela é uma das maiores oportunidades que já tivemos para acelerar a criação de produtos digitais, mais hipóteses testadas, menos trabalho repetitivo, muito menos distância entre a ideia e algo tangível.

Mas velocidade e maturidade são coisas diferentes, e os dados começam a mostrar o tamanho dessa diferença.

A abundância de software criou uma nova escassez

A pesquisa global da McKinsey sobre o estado da IA, com quase 2.000 organizações em 105 países, traz um contraste revelador: 88% das empresas já usam IA regularmente em pelo menos uma função de negócio, mas apenas 39% conseguem atribuir à IA qualquer impacto no resultado financeiro, e quase dois terços nem começaram a escalar suas iniciativas para além de pilotos. O grupo que a McKinsey chama de high performers, cerca de 6% da amostra - se distingue por algo que não tem nada a ver com a ferramenta: são quase três vezes mais propensos a redesenhar fundamentalmente seus fluxos de trabalho, e esse redesenho é um dos fatores que mais explicam a captura de valor.

Em outras palavras: a tecnologia está democratizada; a capacidade de convertê-la em resultado, não.

Minha convicção é que estamos entrando em uma era de abundância de software, e a consequência da abundância é sempre um novo tipo de escassez. Quando qualquer equipe consegue transformar uma ideia em aplicação funcional em uma semana, o que se torna raro não é o software. É o produto realmente bom: aquele que tem personalidade, que é coerente com a marca, que lida com exceções, que funciona para pessoas com diferentes capacidades, que mantém consistência à medida que cresce e que está integrado à realidade operacional da organização.

Durante muito tempo, ter capacidade tecnológica para construir era, por si só, uma vantagem enorme. Se todos conseguem construir, a pergunta muda: por que alguém escolheria o seu produto?

Nossa resposta é: pela experiência.

A IA é ótima em respostas. Produtos nascem de perguntas.

A Nielsen Norman Group publicou uma avaliação de ferramentas de prototipação com IA em contextos reais de design, com um título que resume bem o momento: "Good from Afar, But Far from Good" — bom de longe, mas longe de ser bom. As ferramentas seguem instruções e atingem objetivos gerais, mas falham na nuance: hierarquia visual, agrupamento de informações, contraste, adequação do padrão ao contexto. E há uma ironia documentada no estudo: para obter um resultado preciso da IA, é preciso especificar tanto o design no prompt que boa parte do trabalho já foi feita antes de a ferramenta entrar em cena. A conclusão dos pesquisadores é a frase que eu emolduraria: a IA reduz as barreiras de criação, mas amplia a distância entre resultados aceitáveis e resultados excepcionais.

Essa distância é feita de perguntas que a IA não faz sozinha. Para quem estamos criando, e qual problema estamos de fato resolvendo? O que gera confiança para essa pessoa, e o que acontece antes e depois da tela? Como esse produto representa a promessa da marca? Como essa solução se comporta daqui a dois anos, depois de centenas de novas funcionalidades?

Essas perguntas não são periféricas ao produto. Elas são o produto.

As seis lentes que transformam software em produto

Na Badaró, não analisamos um produto apenas pela qualidade da interface. A experiência acontece simultaneamente em dimensões diferentes, e é a capacidade de conectá-las que transforma uma solução funcional em um produto maduro. Trabalhamos com seis lentes — não como disciplinas isoladas, mas como partes de uma mesma espinha dorsal.

AIX — AI Experience. A primeira pergunta não é "onde podemos colocar IA?", e sim "onde a IA melhora significativamente a experiência, a eficiência ou a capacidade de decisão?". Isso envolve definir quando a IA age de forma autônoma e quando o usuário mantém o controle, como comunicar incertezas, como tratar erros e quais decisões exigem supervisão humana. E o assunto ficou urgente: a pesquisa Consumer Pulse 2026 da Accenture, com 25.590 consumidores em 16 países, mostra que 74% delegariam tarefas rotineiras a um agente de IA - negociar descontos, resolver reclamações, renovar assinaturas - e 32% deixariam o agente decidir a compra dentro de limites definidos. O desafio de design deixou de ser incorporar IA ao produto e passou a ser orquestrar como humanos, sistemas, marcas e agentes convivem dentro da mesma experiência.

CX — Customer Experience. Um cliente não enxerga departamentos, organogramas nem a fronteira entre o sistema legado e o aplicativo novo. Ele vive uma experiência única e julga a marca pelo elo mais fraco dela. Por isso, amadurecer um produto exige olhar a jornada inteira: as expectativas criadas pela comunicação, os canais de continuidade quando algo dá errado, o contexto que o atendimento tem (ou não) na mão. Um MVP resolve uma tela. Uma experiência madura resolve a jornada.

UX — User Experience. No relatório State of UX 2026, a NN/g declara algo que deveria estar na parede de todo comitê de produto: a interface deixou de ser diferencial competitivo. Design systems e ferramentas de IA tornaram barato produzir telas visualmente corretas - "qualquer um conseguirá fazer uma UI decente, pelo menos vista de longe". O que não se automatiza é o entendimento de modelos mentais, carga cognitiva, prevenção e recuperação de erros, múltiplos contextos de uso. Um fluxo pode parecer lógico para quem o criou e continuar incompreensível para quem precisa usá-lo. Pesquisa, observação e teste com usuários continuam sendo o único caminho para responder à pergunta que importa: as pessoas realmente conseguem compreender, usar e obter valor deste produto com o menor esforço possível?

BX — Brand Experience. Essa talvez seja a fragilidade mais visível dos produtos gerados por IA. O estudo de prototipação da NN/g constatou que, sem direcionamento detalhado, as ferramentas convergem para um mesmo estilo genérico e minimalista - telas "planas e intercambiáveis". Troque o logotipo e o produto poderia pertencer a qualquer empresa. Para nós, isso é um problema enorme, porque um produto é uma das manifestações mais poderosas de uma marca: as palavras que usa, o modo como responde a um erro, o ritmo das microinterações, a forma de apresentar informação complexa. E há uma camada nova nessa discussão: segundo a Accenture, quando agentes de IA passam a intermediar escolhas, a marca precisa convencer duas audiências, o coração do consumidor e o algoritmo do agente, que recomenda apenas o que consegue verificar. Marca genérica e promessa não comprovável perdem nos dois tribunais.

TX — Technology Experience. Existe uma distância enorme entre fazer algo funcionar e criar algo preparado para crescer. A arquitetura suporta escala? Como serão tratadas autenticação, integrações, observabilidade, segurança? O código é sustentável e documentado para que novos times contribuam? O que acontece quando a base de usuários multiplica por cem? A lição da pesquisa da McKinsey vale aqui na escala do produto: os ganhos não vêm da adoção da ferramenta, e sim das práticas de engenharia, governança e redesenho de processos que convertem velocidade em qualidade. Velocidade sem estrutura cria dívida técnica mais rápido do que qualquer equipe consegue pagar. Velocidade com maturidade cria vantagem competitiva.

EX — Employee Experience. Uma experiência extraordinária para o cliente não pode depender permanentemente de uma operação caótica nos bastidores. Produtos são sustentados por pessoas - atendimento, operações, tecnologia, vendas, parceiros e, por isso, também olhamos para quem entrega, opera e evolui a experiência: quais informações essas pessoas têm, quantas ferramentas precisam usar, onde há retrabalho e conhecimento tácito, onde a IA pode de fato liberar capacidade humana. Quando a experiência do colaborador é ignorada, o cliente acaba pagando a conta.

A camada transversal: governança, acessibilidade e consistência

Grandes produtos não são coleções de boas telas; são sistemas coerentes. Um processo sério de amadurecimento precisa considerar Design System, acessibilidade, padrões de interação, guidelines de conteúdo, métricas e modelos de governança.

Acessibilidade, por exemplo, não é uma revisão estética no fim do projeto. As diretrizes WCAG 2.2 do W3C estruturam requisitos objetivos em torno de quatro princípios - experiências perceptíveis, operáveis, compreensíveis e robustas - e o próprio W3C ressalta que conformidade técnica não garante usabilidade: avaliação profissional e teste com usuários continuam indispensáveis. O mesmo vale para Design Systems: não se trata de uma biblioteca de botões, mas de uma infraestrutura de experiência que permite a diferentes produtos, tecnologias e equipes evoluírem com velocidade sem destruir a consistência.

A pergunta que define maturidade não é "está bom hoje?". É: continuará bom depois de 50 novas funcionalidades, cinco times diferentes e dois anos de evolução?

Diagnóstico de Maturidade Badaró para seu Produto estar preparado para o sucesso

Sua empresa talvez já tenha criado um protótipo no Lovable, uma solução no Figma Make, uma aplicação com Claude ou Cursor, um MVP construído por um time interno em tempo recorde. Talvez ele já funcione e isso é uma conquista real.

Mas funcionar é o começo, não o destino.

É para esse momento que criamos o Diagnóstico de Maturidade Badaró: uma análise do seu produto como sistema, através das seis lentes - AIX, CX, UX, BX, TX e EX - e da camada transversal de acessibilidade, Design System e governança. O resultado não é uma recomendação de reconstruir tudo. É um mapa claro do que deve ser preservado, do que precisa evoluir e das lacunas que ainda separam o seu produto do nível de maturidade que o seu negócio e os seus clientes exigem.

A IA acelera a criação. Nós aceleramos a maturidade.

Talvez seu produto não precise de mais funcionalidades. Talvez precise de maturidade, e essa é a conversa que eu gostaria de ter com as empresas que já começaram a construir o futuro.

Fontes

• Nielsen Norman Group — Good from Afar, But Far from Good: AI Prototyping in Real Design Contexts (out. 2025)
  
• Nielsen Norman Group — State of UX 2026: Design Deeper to Differentiate (jan. 2026)
  
• McKinsey & Company — The State of AI in 2025: Agents, Innovation, and Transformation (nov. 2025)
  
• Accenture — Talk to My AI Agent: The New Rules of Brand Value (Consumer Pulse 2026) (jun. 2026)
  
• W3C — Web Content Accessibility Guidelines (WCAG) 2.2