Product Taste na era da IA: por que o julgamento humano voltou a ser o ativo mais escasso

Em junho de 2025, a Meta anunciou um investimento de aproximadamente US$ 900 milhões na startup indiana CRED. Não foi para adquirir tecnologia proprietária. Não foi para contratar pesquisadores de IA ou engenheiros de infraestrutura. Foi para trazer Kunal Shah — o fundador da CRED e um dos nomes mais respeitados em produto na Ásia — para dentro do seu time.

Foi o primeiro deal de aquisição de talent focado explicitamente em taste e julgamento de produto.

Esse movimento diz mais sobre o momento que vivemos do que qualquer relatório de tendências publicado nos últimos dois anos: o recurso mais escasso na era da IA não é capacidade de execução. É qualidade de julgamento.

1. O paradoxo da abundância

A IA aumentou dramaticamente a oferta de tudo que envolve construção de produto. Mais apps. Mais features. Mais landing pages. Mais conteúdo. Mais protótipos. Mais relatórios de análise.

O problema é que a demanda não acompanhou.

Mais supply com o mesmo demand significa que cada produto, cada solução, cada entrega recebe menos atenção. E quando qualquer equipe consegue gerar um MVP funcional com alguns prompts bem construídos, a capacidade de executar deixa de ser diferencial.

Sachin Rekhi, ex-head de produto do LinkedIn Sales Navigator e hoje um dos principais educadores de produto na era da IA, cunhou um termo preciso para o resultado desse cenário: AI slop. O output tecnicamente correto, visualmente aceitável, funcionalmente adequado — mas sem personalidade, sem discernimento, sem nenhuma escolha real por trás.

AI slop não é resultado de má vontade. É o resultado natural de usar IA sem o sensor de qualidade necessário para distinguir o que é bom do que é apenas adequado.

E esse sensor tem nome: product taste.

2. Por que as ferramentas não são vantagem competitiva

Existe uma armadilha sedutora no momento atual: acreditar que a vantagem competitiva vem da ferramenta de IA que você escolheu usar.

Shreyas Doshi, referência global em product management, desmontou esse argumento com uma lógica simples de "trabalho inverso": num horizonte de dois a cinco anos, toda empresa que quiser permanecer competitiva estará usando IA para praticamente tudo em produto — discovery, design, prototipagem, código, testes, análise, go-to-market.

Quando isso acontecer, a ferramenta específica que você usa vai importar... zero.

Por quê? Porque se uma determinada ferramenta conferir vantagem real a alguém, isso se torna conhecimento comum rapidamente. A vantagem desaparece. Ferramentas nunca foram fonte de vantagem competitiva duradoura em produto — e isso não muda com IA.

O que muda é onde a vantagem passa a morar.

Num mundo onde todas as empresas competitivas têm acesso às mesmas capacidades de IA, o diferencial competitivo final é o julgamento humano aplicado sobre os outputs dessas ferramentas. É a qualidade das perguntas que você faz à IA. É a capacidade de reconhecer quando o resultado é excelente e quando é apenas adequado. É a visão estratégica que orienta o que você pede para a IA construir — e o que você decide descartar.

3. O que é product taste — e como se decompõe

Taste, na definição de Sachin Rekhi, é a capacidade de reconhecer trabalho de alta qualidade em design, estratégia e seleção de problemas. É o que permite que você olhe para um output da IA e saiba, com precisão, onde ele é genuíno e onde é genérico.

Shreyas Doshi amplia essa definição com uma decomposição em cinco habilidades que, juntas, formam o que ele chama de Product Sense:

1. Empatia

A capacidade de descobrir o que as pessoas precisam além do que a IA já analisou. Dados e padrões capturam o que aconteceu; empatia profunda capta o que importa e por quê.

2. Simulação

A habilidade de antecipar futuros possíveis com base em domínio, tecnologia e contexto competitivo. É o que permite tomar decisões hoje considerando consequências que ainda não são visíveis nos dados.

3. Pensamento estratégico

Definir com quais segmentos o produto deve ressoar, quais serão os diferenciais reais e onde a empresa decide não competir. Estratégia é escolha — e escolha exige julgamento.

4. Bom gosto

Dado um conjunto de recomendações excelentes geradas pela IA, determinar qual delas é a ideal para os objetivos do negócio — e ser capaz de explicar esse raciocínio de forma que outros entendam e confiem.

5. Execução criativa

A capacidade de conceber features e soluções únicas que os concorrentes, mesmo usando as mesmas ferramentas, não conseguem replicar. É onde a singularidade humana se manifesta mais claramente.

Essas não são habilidades novas. São as habilidades que sempre separaram os melhores líderes de produto — e os melhores líderes de negócio. A IA não as tornou irrelevantes. Ela as tornou o único diferencial que sobrou depois que tudo mais foi equalizado.

4. Taste como capacidade geradora

Há um aspecto do Product Taste que vai além da gestão de produto e alcança diretamente a estratégia de negócio.

Doshi identificou sete poderes competitivos na era da IA: dados exclusivos de alta qualidade, visão singularmente correta, experiência do usuário ideal, distribuição e agrupamento, modelo de negócio de nicho, captura regulatória e pista longa.

À primeira vista, alguns desses poderes parecem independentes do julgamento de produto — distribuição e captura regulatória, por exemplo, parecem ser mais sobre recursos financeiros e relacionamentos do que sobre taste.

Mas quando você analisa o que criou essas vantagens, o argumento se inverte. Alguém teve que identificar a oportunidade de distribuição que outros não viram. Alguém teve que entender o cenário regulatório com profundidade suficiente para antecipar quais posicionamentos protegeriam o negócio. Isso é simulação, pensamento estratégico e empatia — três das cinco habilidades do Product Sense.

Product Taste não é um dos sete poderes competitivos. É a capacidade geradora por trás da maioria deles. Os poderes são resultados. O julgamento é o insumo.

5. Como se desenvolve taste

A crença de que bom gosto é inato é conveniente — ela justifica não treiná-lo. Rekhi discorda frontalmente: taste é uma habilidade, e habilidades se desenvolvem com prática deliberada.

O framework que ele usa vem de Rick Rubin, o produtor musical responsável por décadas de trabalho icônico em múltiplos gêneros:

Sensibilidade — treinar a percepção para notar diferença. Não apenas "gostei / não gostei", mas por que algo funciona e outro não. Fazer design critique com frequência: olhar para produtos, interfaces, estratégias e articular o julgamento em voz alta.

Consumir o cânone — estudar sistematicamente os melhores trabalhos do campo. Shareholder letters dos melhores CEOs. Produtos que duraram décadas. Decisões estratégicas que pareciam equivocadas e provaram o contrário. Não como consumo passivo, mas com a pergunta ativa: o que torna isso excelente?

A implicação prática é contraintuitiva: você não desenvolve taste fazendo mais outputs. Você desenvolve calibrando seu sensor de qualidade continuamente — expondo-se a referências de excelência e sendo rigoroso ao articular por que algo é bom.

6. A implicação para B2B e setores de alta confiança

Para organizações B2B — especialmente em setores como saúde, finanças e educação, onde a confiança é parte estrutural do produto — taste não é uma preocupação apenas dos times de produto. É uma questão estratégica.

Nesses contextos, a diferença entre um produto que gera adesão e um que gera abandono raramente está na feature list. Está no julgamento acumulado em cada decisão pequena: como uma informação crítica é apresentada, quando o sistema pede confirmação antes de uma ação irreversível, que linguagem usa em um momento de incerteza do usuário.

Essas decisões não têm resposta certa nos dados. Exigem o tipo de empatia e bom gosto que nenhuma ferramenta de IA vai resolver automaticamente.

O que a IA pode fazer é elevar o teto de quem já tem esse julgamento — gerando mais opções, mais velocidade, mais escala. Mas o teto é definido pela qualidade do sensor humano que orienta o processo.

7. Conclusão

A era da IA não está eliminando a necessidade de julgamento humano em produto. Está concentrando-a.

Num mundo onde a capacidade de execução se equaliza, o que diferencia as empresas líderes entre si — não das retardatárias, mas entre si — é a qualidade do discernimento de quem toma as decisões.

A Meta pagou US$ 900 milhões para deixar isso explícito.

A pergunta para qualquer organização que constrói produto hoje não é mais "qual ferramenta de IA usar". É: quem no seu time tem o sensor de qualidade calibrado para orientar o que a IA produz?

E, mais importante: você está investindo em desenvolver isso?

Este artigo integra uma série sobre as habilidades humanas que definem vantagem competitiva na era da IA. Referências: Shreyas Doshi (Substack, março 2026), Sachin Rekhi (Supra Insider Ep. 87, dezembro 2025), Summit PM3 (abril 2026).