Nos últimos anos, a agilidade, que antes fazia parte do rol de escolhas pontuais em tecnologia, adquiriu contornos mais importantes: tornou-se o modelo dominante em muitas empresas. Squads ganharam protagonismo, ciclos de entrega foram encurtados e o backlog passou a orientar boa parte das decisões de TI. Em muitos casos, esse movimento trouxe ganhos concretos. A tecnologia se aproximou do negócio, produtos digitais chegaram mais rapidamente ao mercado e a área passou a ocupar um papel mais diretamente relacionado à geração de valor.
O problema é que velocidade, sozinha, não resolve tudo. Em muitas organizações, ela passou a conviver com um efeito menos visível, mas cada vez mais relevante: o enfraquecimento gradual das bases que sustentam essa mesma capacidade de entrega.
Esse descompasso aparece também nos números. Levantamento global divulgado pela consultoria Gartner, em outubro de 2024, mostrou que apenas 48% das iniciativas digitais atingem ou superam suas metas de resultado de negócio. O dado faz parte da pesquisa anual da empresa, feita com mais de 3.100 CIOs e executivos de tecnologia, além de mais de 1.100 líderes de outras áreas. É um sinal claro de que acelerar a entrega não garante, por si só, geração consistente de valor.
Em parte, isso acontece porque a lógica da agilidade, quando mal equilibrada, tende a deslocar decisões estruturais para depois. O que não entra no sprint, o que não gera impacto imediato no roadmap e o que não se traduz rapidamente em uma nova funcionalidade acaba por perder espaço. Aos poucos, a discussão sobre arquitetura, integração, padronização e sustentabilidade técnica vai sendo fragmentada entre demandas urgentes. No curto prazo, esse arranjo funciona. No médio e no longo, cobra seu preço.
Débito técnico: o que aparece e o que permanece invisível
A consequência mais conhecida desse processo é o débito técnico. Mas reduzi-lo a bugs, retrabalho ou refatoração é olhar apenas para a parte mais visível do problema. Em geral, o que pesa mais está fora do dashboard. Está na documentação que nunca foi consolidada, nas decisões que deixaram de ser registradas, no conhecimento concentrado em poucas pessoas e nos processos que sobreviveram à base de exceções.
Esse acúmulo produz um tipo de passivo menos evidente, mas igualmente corrosivo: o débito de conhecimento. Quando a memória do sistema depende de poucos especialistas e a lógica das decisões fica dispersa ou tácita, a velocidade deixa de ser sustentável. O resultado é o aumento do risco operacional, a dificuldade de dar continuidade ao trabalho sem rupturas e a perda de fôlego para inovar e escalar com consistência.
Há também um débito de arquitetura, que costuma se tornar mais visível apenas quando a empresa precisa mudar de patamar. Arquiteturas legadas, integrações frágeis e ausência de padronização elevam o custo de cada mudança, tornam a evolução mais lenta e impõem limites concretos à escalabilidade. Em vez de funcionar como base para novas camadas tecnológicas, a estrutura existente passa a atuar como freio, restringindo integrações, ampliando a complexidade e encarecendo a adoção de novas tecnologias.
Ao mesmo tempo, o desgaste se espalha pela operação na forma de débito de processos. Fluxos manuais, baixa automação e falhas de governança ampliam desperdícios, introduzem atrasos e reduzem a eficiência global. Isoladamente, cada improviso parece administrável. Quando se acumulam, porém, passam a consumir energia demais para manter a máquina funcionando, desviando atenção do que deveria importar, a capacidade de responder com qualidade e continuidade às novas demandas do negócio.
Quando isso se acumula, a empresa não perde apenas eficiência. Perde capacidade de mudança. Escalar fica mais caro, integrar sistemas se torna mais arriscado e responder a novas demandas de negócio exige um esforço desproporcional.
A dimensão econômica desse fenômeno também é expressiva. No relatório “Cost of Poor Software Quality in the U.S”, de 2022, o Consortium for Information & Software Quality, CISQ, estimou em US$ 2,41 trilhões o custo da má qualidade de software nos Estados Unidos, com cerca de 1,52 trilhão de dólares associados ao débito técnico acumulado. O estudo reforça um ponto que muitas lideranças ainda subestimam: quando esse passivo é tratado apenas de forma reativa, o risco tecnológico deixa de ser operacional e passa a ser estratégico.
Quando a Inteligência Artificial expõe a base tecnológica
Esse quadro ganha outra escala quando a conversa chega à Inteligência Artificial. Enquanto a maior parte do debate público ainda se concentra no potencial transformador da tecnologia, dentro das empresas o tema costuma expor uma pergunta mais básica: a infraestrutura disponível é capaz de sustentar essa nova camada de complexidade?
Na prática, a adoção de Inteligência Artificial costuma tensionar exatamente os pontos em que a base tecnológica já vinha dando sinais de desgaste. Dados dispersos, baixa governança, integrações frágeis, ausência de padrões e dificuldade para escalar ambientes deixam de ser incômodos toleráveis e passam a se tornar entraves concretos.
A própria Gartner projetou que ao menos 30% dos projetos de IA generativa viriam a ser abandonados depois da prova de conceito, até o fim de 2025. No Brasil, o cenário segue a mesma direção. No relatório “IA Generativa no Brasil: o que diferencia experimentação de transformação”, produzido pelo TEC.Institute, em parceria com a Peers Consulting + Technology, publicado pela MIT Technology Review Brasil, apenas 17,7% dos respondentes afirmam que suas empresas estão plenamente preparadas no que se refere ao orçamento destinado às iniciativas de GenAI. O mesmo estudo aponta “dados não prontos para IA” entre os principais obstáculos para a implementação.
Esse é o ponto em que a discussão sobre agilidade muda de patamar. O tema já não é apenas “uma entrega mais rápida”. É a capacidade de sustentar novos ciclos tecnológicos sem transformar cada avanço em um projeto de exceção.
Arquitetura em segundo plano: uma consequência sistêmica do modelo ágil
Durante a expansão dos modelos ágeis, muitas áreas também rebaixaram, na prática, o papel da arquitetura. Em vez de funcionar como eixo de coerência e direção de longo prazo, ela passou a operar de forma mais tática, muitas vezes absorvida pela urgência das equipes. O resultado é conhecido: maior volume de decisões locais, menos visão sistêmica e dificuldade crescente para manter consistência entre plataformas, dados e processos.
Esse movimento foi reforçado por fatores estruturais organizacionais. Em muitas empresas, as métricas permaneceram centradas quase exclusivamente em velocidade, sem incentivos claros para decisões de longo prazo. Ao mesmo tempo, o papel do arquiteto foi sendo redefinido para atuar de forma mais restrita às equipes operacionais, o que reduziu sua capacidade de influenciar escolhas com visão sistêmica. Soma-se a isso a dificuldade recorrente de traduzir riscos técnicos em impacto financeiro, o que contribuiu para adiar discussões estruturais e aprofundar o desequilíbrio entre entrega imediata e sustentação tecnológica.
Por que CIOs e CTOs estão sendo cada vez mais questionados
O atraso nas grandes decisões ajuda a explicar por que CIOs e CTOs passaram a enfrentar um tipo diferente de cobrança. Durante anos, a pressão era por velocidade. Agora, a pergunta começa a mudar. Conselhos e lideranças de negócio querem entender por que sistemas que “ainda funcionam” exigem modernização, por que determinados riscos se tornaram mais altos e quanto custa adiar decisões que não geram benefício visível no trimestre seguinte.
Responder a essas perguntas exige traduzir complexidade técnica em impacto de negócio. E esse talvez seja hoje um dos pontos mais sensíveis da liderança em tecnologia. Modernização, revisão arquitetural e fortalecimento da base de dados raramente aparecem com o mesmo apelo de um novo produto ou de uma funcionalidade voltada ao cliente. Ainda assim, são justamente essas frentes que definem se a empresa conseguirá sustentar o próximo salto.
A próxima década tende a aprofundar esse desafio. Plataformas nativas de Inteligência Artificial, sistemas multiagentes, modelos mais especializados e arquiteturas cada vez mais distribuídas vão exigir um grau maior de maturidade técnica, governança e interoperabilidade. Nenhuma dessas camadas opera bem sobre fundações frágeis.
Por isso, o paradoxo da agilidade não está na agilidade em si. Está no uso de um modelo pensado para acelerar valor imediato sem a contrapartida necessária de reforço estrutural. Quando isso acontece, a empresa ganha ritmo, mas compromete a sustentação do próprio avanço.
A velocidade continua sendo uma vantagem competitiva. Mas, em tecnologia, ela só se mantém quando há base para sustentá-la. O risco, daqui para frente, não é simplesmente andar devagar. É descobrir tarde demais que a aceleração foi financiada por uma fragilidade que a organização preferiu não enxergar.
Everton Amorim e Marcello Mussi
