EN

A hierarquia nunca foi o objetivo. Foi o jeito de contornar um limite.

Por , Fundador e líder de sistemas

São dois mil anos do contubernium romano até o seu organograma atual, e a restrição não saiu do lugar. Uma pessoa consegue gerir diretamente de três a oito pessoas. Cada camada de cada empresa moderna existe para fazer a informação passar por esse gargalo. Em abril de 2026, a Block publicou o primeiro manifesto de uma empresa de capital aberto sobre o que vem depois. E o que isso quer dizer para toda empresa menor que a Block importa mais do que a manchete.

Este texto trata de três coisas. Por que os organogramas têm o formato que têm. Por que toda tentativa de achatá-los nos últimos vinte anos voltou atrás sem alarde. E o que muda quando a coordenação deixa de ser um problema humano.

A restrição de 2.000 anos

Em 100 a.C., o exército romano organizava as unidades de combate em grupos de oito: o contubernium, os soldados que dividiam uma barraca. Oitenta homens ficavam sob um centurião. Cinco mil, sob um legado. A estrutura não era uma preferência. Era um jeito de contornar um limite rígido do que uma pessoa consegue ver, decidir e comandar.

O padrão se repetiu toda vez que o volume de informação deu um salto. Em 1806, o Estado-Maior prussiano inventou o que hoje chamaríamos de média gerência: coordenadores cuja função era traduzir a realidade do campo em intenção de comando, e o comando de volta em ação no campo. Daniel McCallum desenhou o primeiro organograma moderno para a Erie Railroad em 1854, porque a ferrovia foi o primeiro negócio grande demais para caber na cabeça de uma só pessoa. Frederick Taylor industrializou a mesma ideia. O Projeto Manhattan levou a ideia para outra escala. A McKinsey deu a ela uma matriz. O Spotify rebatizou as caixinhas de "squads". O vocabulário mudou a cada século. O problema de arquitetura por baixo continuou o mesmo: pessoas não conseguem coordenar diretamente outras pessoas além de um número pequeno, então construímos andaimes para simular essa coordenação.

Jack Dorsey e Roelof Botha disseram isso de forma direta no ensaio que escreveram juntos: "Dois mil anos de inovação organizacional foram uma tentativa de contornar essa troca sem quebrá-la."

Os experimentos sem hierarquia

Se a hierarquia fosse uma preferência, e não um jeito de contornar um limite, os experimentos para superá-la teriam ficado de pé. Não ficaram.

A holacracia chegou à Zappos em 2014, com centenas de "círculos" no lugar dos gerentes. Em 2020, ela já tinha sido desmontada na prática. A estrutura sem hierarquia da Valve ficou famosa pela política interna: sem hierarquia formal, uma hierarquia informal ocupou o espaço vazio. O modelo de squads e tribos do Spotify virou o exemplo clássico de desenho organizacional progressista e foi abandonado publicamente pelos próprios engenheiros que o criaram, menos de uma década depois.

O padrão é o mesmo em todos esses casos. Tirar os gerentes sem substituir o que eles de fato fazem, que é coordenar a informação entre as pessoas, produz menos coordenação, e não mais. O trabalho que o gerente fazia continua precisando acontecer. Sem andaime, ele é feito pior, por todo mundo, no improviso.

Então a pergunta que importa não é "dá para tirar as camadas?". É esta: "existe um mecanismo de coordenação capaz de fazer o que essas camadas faziam?". Por 2.000 anos, a resposta foi não. Foi isso que mudou.

A coordenação pela IA

Em 2025, a narrativa padrão sobre IA era uma história de produtividade. Cada pessoa trabalha mais rápido. A mesma empresa, com mais resultado. Essa história é real, mas é pequena. O ensaio da Block faz uma afirmação diferente, e é essa a afirmação que importa.

A afirmação é que a IA enfim consegue fazer a coordenação ela mesma. Não é resumir a reunião depois que ela acontece. Não é escrever o briefing mais rápido. É de fato levar a informação de um lado a outro da área e tomar decisões dentro dela, como uma camada intermediária de gerentes fazia. Em fevereiro de 2026, a Block cortou cerca de 40% da equipe, umas 4.000 pessoas. A ação subiu 18% com o anúncio. A VentureBeat tratou o caso como o da primeira grande empresa a dizer em público "sim, é por causa da IA". O mercado não estava precificando um ganho de produtividade. Estava precificando a retirada de uma camada inteira da arquitetura.

No enquadramento da Block, o que substitui essa camada é um sistema de quatro partes:

  • Capacidades: o que a empresa sabe fazer, disponível como serviços que se combinam entre si
  • Um modelo do mundo: uma representação do cliente, do produto e do mercado que se atualiza o tempo todo, o entendimento real que a empresa tem da própria situação
  • Uma camada de inteligência: a IA que lê o modelo do mundo e decide o que fazer
  • Interfaces: os pontos em que as pessoas que operam definem a direção, aprovam as decisões que têm consequência e intervêm

A palavra interessante dessa lista é modelo do mundo. Uma empresa tradicional guarda dados de transações e tira relatórios deles. Uma empresa construída em torno de um modelo do mundo guarda o próprio entendimento, que evolui. E esse entendimento fica mais profundo a cada dia, não porque alguém o registrou, mas porque o sistema foi desenhado para mantê-lo atualizado. É esse o diferencial que nada mais substitui.

A pergunta decisiva

Diana Hu, da Y Combinator, descreve isso como três pilares: ciclos fechados cobrindo a operação, dados que dá para consultar e uma camada de inteligência por cima. É a mesma arquitetura da Block, reduzida a algo que uma empresa de 50 pessoas consegue de fato construir.

Os três enquadramentos apontam para a mesma pergunta decisiva:

O que a sua empresa entende que é difícil de verdade de entender, e esse entendimento fica mais profundo a cada dia?

Se a resposta for nada, se a empresa só roda jogadas que qualquer um roda com as mesmas ferramentas, a IA é um corte de custo e pouco mais. A margem que a IA economizar vai ser disputada por um concorrente com as mesmas ferramentas até sumir, em um trimestre.

Se a resposta for algo profundo, a IA é o que revela o que a empresa de fato é. Pode ser um padrão de comportamento do cliente, uma vantagem de fornecimento, um ângulo criativo ou um sinal de renovação que ninguém mais vê. O entendimento gera efeito composto. O concorrente com as mesmas ferramentas não consegue copiá-lo, porque a vantagem defensável não está nas ferramentas.

É o teste em que a maioria das empresas falha hoje. E é também o teste que explica a distância entre a IA como recurso e a IA como arquitetura. O teste de product-market fit da Emergence Capital para serviços AI-native é a versão mais limpa. A única prova de que você é AI-native é ter "a IA fazendo uma parte relevante do trabalho com margem bruta alta". Não é receita. Não é retenção de clientes. É margem. A margem mostra se o sistema está mesmo gerando efeito composto ou só entregando o mesmo serviço com outras ferramentas de produção.

A arquitetura em escala menor

A Block tem 4.000 engenheiros de dados de clientes e um valor de mercado capaz de financiar a construção de uma plataforma ao longo de vários anos. A maioria das empresas que lê este texto não tem.

Isso não muda a pergunta decisiva. Muda o formato da resposta.

Uma marca de consumo com receita entre $5 milhões e $50 milhões não precisa de um modelo do mundo do tamanho do Square somado ao Cash App. Ela precisa de uma resposta clara para qual é o nosso sinal honesto. É o equivalente ao que a Block chama de "o dinheiro é o sinal mais honesto do mundo", aplicado à própria base de clientes. O sinal pode ser o comportamento de retenção. Pode ser o engajamento com o conteúdo. Pode ser um padrão de fornecimento. O importante é encontrá-lo, deixá-lo disponível para consulta e construir a camada de inteligência em cima dele.

Uma empresa de SaaS B2B na mesma escala não precisa de uma equipe de 100 engenheiros de machine learning. Ela precisa de um ciclo fechado na métrica que define se o produto está funcionando, em geral alguma combinação de ativação, expansão e renovação. É a mesma arquitetura. Ciclos fechados cobrindo a operação, dados que dá para consultar, uma camada de inteligência por cima e uma pessoa operando na interface.

O tamanho diminui. A arquitetura continua a mesma.

O contraponto

Nem todo mundo lê a reestruturação da Block como um sinal do que vem por aí. Josh Bersin publicou uma análise cética e cuidadosa defendendo que a situação da Block é específica do produto e do balanço dela, e que generalizar é prematuro. Vale levar o contraponto a sério. A reestruturação de uma empresa não define uma categoria.

O que torna defensável a leitura de sinal é que a Block não é a única empresa adotando essa arquitetura. A 4As está publicando a tese "Agency as Marketing Purveyor": serviços transformados em produto, com propriedade intelectual licenciada no lugar de contratos mensais sob medida. É a mesma mudança de arquitetura, dentro da categoria das agências. A Sequoia continua publicando análises de casos de serviços AI-native, como Pace, Crosby, Harper e Mercor, e todos têm o mesmo formato. O vocabulário varia. A arquitetura é consistente.

A aposta não é que a Block acertou o momento. É que a arquitetura acertou a direção.

O trabalho da Leanboat

A Leanboat existe porque a maioria das empresas não consegue responder sozinha à pergunta decisiva. E a maioria dos consultores que vendem IA para elas também não consegue, porque estão colando IA em modelos de entrega anteriores a ela. O nosso trabalho começa pela auditoria: ciclos fechados cobrindo a operação, dados que dá para consultar, camada de inteligência. Onde cada um deles está hoje na sua empresa. Onde estão as lacunas. Como é o caminho de 90 dias para fechá-las.

Talvez você esteja prestes a comprometer uma parte relevante do orçamento do ano que vem com ferramentas de IA, ou com o contrato de uma agência que diz "usamos IA" sem dizer como. Nesse caso, a auditoria é o que decide se esse dinheiro gera efeito composto ou evapora.

Agende uma conversa sobre estratégia →

Leia também

O imposto da rotatividade: como agências de marketing guardam o que as pessoas sabem

Quando uma equipe adota IA pessoa por pessoa, cada saída leva junto as regras do cliente e um histórico particular com a IA. Duas regras de gestão e um piloto em uma unidade mantêm esse conhecimento na agência.

Leia mais

Sua ferramenta de conversão com IA entrega um vencedor por semana. Veja como saber quais são reais.

A vantagem de uma ferramenta de conversão com IA é a velocidade: mais testes, mais rápido. Mas mais testes fabricam, por pura mecânica, mais vencedores falsos. A pilha de ganhos reportados pode crescer enquanto a sua taxa de conversão real fica parada. A verificação que pega isso, e duas medidas que a ferramenta não vai entregar a você.

Leia mais

Conte para a gente sobre o seu projeto

Onde estamos

  • Lisbon
    Portugal
  • São Paulo
    Brasil
  • Rio de Janeiro
    Brasil