# Luas de Júpiter

> A IA alarga o que um time de produto consegue enxergar, e escolher para onde apontar o instrumento continua sendo o ofício de quem o segura.

Alex Mërović · 30 de setembro de 2026 · https://alexmerovic.com.br/blog/luas-de-jupiter/

---

<figure class="quadro"><img alt="Gravura em preto e branco: um velho de barba, ajoelhado, ergue o dedo para um céu em que um astro radiante, cercado de pequenos corpos luminosos e sombrios, brilha entre nuvens; três figuras jovens, uma delas alada, sentadas junto a uma coluna, seguram um longo tubo de luneta; ao fundo, à esquerda, um navio de velas e um canhão." height="1483" loading="lazy" src="bella.webp" width="1100"/><figcaption><b>Stefano della Bella, <i>Galileu e as personificações da Astronomia, da Perspectiva e da Matemática</i>, frontispício das <i>Opere di Galileo Galilei</i>, 1656.</b> Água-forte. The Metropolitan Museum of Art, Nova York. Domínio público (CC0), via Met Open Access.</figcaption></figure>

<div class="epigrafe"><p>“O telescópio foi uma invenção, mas as luas de Júpiter foram uma descoberta, […]”</p><cite>Jeff Bezos, citado por Brian Balfour, <i>How AI Changes Product Management</i>, Reforge, 17 de julho de 2025</cite></div>

## Os primeiros fregueses {: #fregues }

Em 25 de agosto de 1609, Galileu mostrou a legisladores de Veneza um telescópio de oito ou nove aumentos, e o aparelho logo encontrou freguesia comercial: Galileu vendia telescópios a mercadores, que os achavam úteis no mar e como artigo de troca.[^1] Só em 30 de novembro voltou o tubo para a Lua, e em janeiro de 1610 viu ao lado de Júpiter uns pontos de luz que a vista nua não alcança; no dia 15 concluiu que giravam em torno do planeta, e as quatro maiores luas de Júpiter estavam descobertas.
{: .abre }

Brian Balfour, da Reforge, fecha com “a IA é o telescópio, não a estrela” o texto em que descreve o que a IA muda no trabalho de quem cuida de produto, e foi essa imagem que me levou à cronologia de 1609. A tese dele, resumida, é que o ofício segue o mesmo, entender os problemas do cliente, decidir quais resolver e facilitar a solução, ao passo que o modo de fazer cada uma das três se altera, porque a IA alarga de uma vez o espaço dos problemas e o das soluções.[^2] Concordo com a imagem e com quase tudo o que vem antes dela, e quero somar ao quadro duas coisas que a cronologia de 1609 já continha.

A primeira cabe na gravura de Della Bella, feita para abrir as obras de Galileu. O cientista, ajoelhado, aponta para o alto; três figuras, que o museu identifica como a Astronomia, a Perspectiva e a Matemática, seguram o tubo; ao fundo, à esquerda, veem-se um navio e um canhão. O navio é o que a história documenta, porque um dos primeiros fregueses do telescópio foi o mercador, e o mercador queria do aparelho o que já sabia pedir.

Com a IA parece repetir-se o roteiro. Balfour observa que a primeira onda de recursos foi rasa, uma fila de assistentes de proposta de valor nebulosa, parentes do Clippy do Office 97, e que só agora algumas empresas começam pelo valor que o cliente recebe. O primeiro uso de qualquer instrumento é aquele que o freguês já sabia pedir, e quem constrói produto sabe o que isso custa, porque um cliente consultado sobre o que quer descreve a melhoria do que já tem. Ninguém pede o que não sabe que existe.

## A Lua que ninguém encomendou {: #lua }

A segunda coisa é o que o freguês não sabe pedir. Balfour diz numa linha de que gosto: “muitos clientes não saberão pedir soluções que julgam impossíveis”. Não consta que alguém tenha encomendado a Galileu montanhas na Lua. Pela cosmologia aristotélica então dominante, os corpos celestes eram perfeitos e imutáveis, e Galileu, olhando a fronteira entre a luz e a sombra, que era lisa nas regiões escuras e irregular nas claras, deduziu que as claras eram montanhosas, com picos de ao menos quatro milhas de altura.[^3] Um problema que o cliente aceitou como insolúvel parece, visto de dentro, lei da natureza, e por isso mesmo ele não o leva à reunião de produto. O próprio Balfour dá o exemplo do Canva: os clientes sempre quiseram desenhar com mais facilidade e mais depressa, e ele pergunta quantos pediam aquilo antes do lançamento. A pergunta é retórica, e a resposta que ela sugere, poucos, me parece plausível, embora eu não tenha dado que a confirme.

É aqui que o texto de Balfour me parece mais útil para o ofício de Product Owner, e mais exigente do que a leitura rápida deixa ver. O trabalho de descobrir o que o cliente não sabe pedir se faz olhando o que ele contorna: o passo que executa à mão, o atalho que inventou, a resposta que espera horas para receber e dá por normal.

Há um segundo efeito na mesma direção. Balfour lembra que a expectativa do cliente se forma em todos os aplicativos que ele usa, e não só nos do setor em que a empresa compete. A resposta da empresa passa a ser comparada com a que uma máquina deu ao cliente minutos antes, em outra janela. Isto é hipótese minha, que nenhum dado meu sustenta: a régua de espera por uma resposta seria agora a da melhor conversa que a pessoa teve no dia, e deixaria de ser a do concorrente da esquina.

## A Lua antes de Júpiter {: #antes }

Ao fim de cada bloco, Balfour propõe um exercício de auditoria, e um deles pede que se reveja o roadmap e se liste o que era impossível doze meses atrás e hoje é viável. É um bom exercício, e a ele cabe somar uma pergunta de sentido contrário. O exercício de Balfour procura Júpiter, o que só o instrumento novo alcança; a pergunta que falta procura a Lua, o que já estava ao alcance da vista e nunca entrou na conta porque ninguém tinha decidido que era trabalho.

Escrevi em [Sobre a areia](https://alexmerovic.com.br/blog/sobre-a-areia/) que nenhum dos 22 riscos da infraestrutura de uma operação exigia tecnologia nova, orçamento ou fornecedor: exigia alguém com tempo, acesso e a decisão de que aquilo era trabalho. Alguns eu resolvi à mão, tela por tela; outros, com a ajuda de uma IA que leu documentação, montou scripts e conferiu o que eu tinha feito. O problema era antigo, e a ferramenta apenas encurtou o caminho até ele.

Balfour descreve problemas óbvios que ninguém abordava porque a solução era cara demais, e com isso acerta, pois essa classe existe e a IA a abre. Mas em operação pequena há outra, mais mansa, de problemas óbvios a que ninguém chegava porque cabiam a todos e, por isso, a ninguém. Minha aposta, que não medi em série e declaro como aposta, é que a lista da Lua é mais longa que a de Júpiter, e que cada hora gasta nela rende mais.

## O caderno de Galileu {: #caderno }

O que transformou pontos de luz em luas foi a repetição. Galileu os viu em 7 de janeiro; nas noites seguintes anotou que mudavam de posição sem sair da mesma linha, e só em 15 de janeiro afirmou que giravam em torno do planeta. O livro em que deu a notícia, o *Sidereus Nuncius*, saiu em Veneza em 13 de março de 1610.[^4] Entre o primeiro olhar e a afirmação passaram oito dias. O que sustentou a afirmação foi o registro de cada noite, e não o aparelho, que qualquer mercador podia ter comprado.

Balfour escreve que a pergunta tradicional, “dá para construir isto?”, passa a ser “devemos construir isto?”.[^2] A frase me parece mais dura do que o tom do texto sugere, porque dá para construir quase tudo numa tarde, e o “devemos” só se responde com observação repetida, guardada por escrito e sujeita a contradição. A IA encurta a construção, que é o pedaço do trabalho que sempre apareceu no cronograma. O caderno de Galileu, que nunca apareceu em cronograma nenhum, continua sendo de quem olha.

Na prática, isso devolve à gerência de produto uma tarefa de aspecto modesto: manter o registro do que se observou, em que data, com que amostra, e o que a observação mudou na decisão. Uma IA pode ajudar a escrever esse caderno, a ordená-lo e a procurar nele o que falta. Decidir que uma anotação pesa mais que outra, não.

## Para onde apontar {: #apontar }

Um instrumento que alcança mais longe tem um efeito colateral conhecido de quem já teve um: sobra céu. A cada noite aparece mais coisa a observar do que alguém consegue seguir; a escassez, que antes era de alcance, passa a ser de atenção. Balfour nota que as apostas em IA parecem assimétricas, com resultados enormes ou nenhum, e cita o Cursor, que foi de 1 milhão a 100 milhões de dólares de receita anual recorrente em doze meses. Numa distribuição assim, o que separa uma aposta da outra raramente é o instrumento, que está à venda para todos; é a escolha do ponto do céu. Olhar para tudo deixou de ser impossível, e continua sendo inútil.

O telescópio amplia o que se vê, <span>e quem escolhe o ponto do céu continua sendo quem o segura.</span>
{: .destaca }

Escolher dá trabalho, que consiste em respostas duras a perguntas simples: de quem é cada um desses problemas, que prova teríamos de ver para achá-lo real, e quem já o contornava sem chamá-lo de problema.

Que céu já estava ali, sem pedido de ninguém?
{: .fim }

[^1]: Verbete "Galileo Galilei", Wikipedia: demonstração, em 25 de agosto de 1609, de um telescópio de cerca de 8 ou 9 aumentos a legisladores venezianos, e venda de telescópios a mercadores, que os achavam úteis no mar e como artigo de comércio. A gravura que abre o ensaio é de Stefano della Bella, conservada no Metropolitan Museum of Art (Elisha Whittelsey Collection, objeto 377877).
[^2]: BALFOUR, Brian. "How AI Changes Product Management: Same Role, New Possibilities". *Reforge Blog*, 17 de julho de 2025. <https://www.reforge.com/blog/how-ai-changes-product-management>. Todas as citações de Balfour neste ensaio são traduções minhas do inglês. A epígrafe é de Jeff Bezos, como citado no texto de Balfour.
[^3]: Verbetes "Galileo Galilei" e "Sidereus Nuncius", Wikipedia: observação da Lua em 30 de novembro de 1609, e dedução de que as regiões claras eram montanhosas, com picos de ao menos quatro milhas de altura, a partir do limite irregular entre luz e sombra.
[^4]: Verbetes "Galileo Galilei" e "Sidereus Nuncius", Wikipedia: primeiras observações dos pontos junto a Júpiter em 7 de janeiro de 1610, conclusão em 15 de janeiro de que orbitavam o planeta, e publicação do *Sidereus Nuncius* em Veneza, por Thomas Baglioni, em 13 de março de 1610.

**Fonte:** Brian Balfour, [“How AI Changes Product Management: Same Role, New Possibilities”](https://www.reforge.com/blog/how-ai-changes-product-management), *Reforge Blog*, 17 de julho de 2025.