Quem é Shreyas Doshi?

É um pensador e ex-líder de produto muito citado no mundo de tecnologia, com passagens por empresas como Twitter, Stripe, Google e Yahoo. Ficou conhecido por frameworks de decisão e priorização, como o LNO para classificar tarefas e a ideia de product sense como capacidade composta. Em 2026, boa parte dos textos e falas dele passou a tratar de como a IA muda o trabalho de produto, sempre com foco em julgamento e taste, não em ferramenta.

O que ele quer dizer com discernimento no trabalho com IA?

Discernimento é a capacidade de olhar para muitas opções que a IA agora produz com facilidade, especificações, análises, estratégias, e saber qual delas de fato resolve o problema certo do usuário certo. Quando gerar virou barato, escolher bem ficou caro. Para Shreyas, é aí que está o diferencial de quem faz produto: não em produzir mais rápido, mas em reconhecer o que merece existir, cortar o que não merece e não se deixar levar por comparações fáceis que soam inteligentes e induzem à decisão errada.

Shreyas Doshi: a IA valoriza quem sabe o que importa

O pensador de produto Shreyas Doshi defende que, com IA fazendo a execução, a habilidade escassa passa a ser discernimento. Como isso muda o trabalho.

Enquanto a maior parte da conversa de IA em produto gira em torno de qual ferramenta usar, Shreyas Doshi está fazendo outra pergunta: quando gerar virou barato, o que fica caro? A resposta dele, repetida em várias falas ao longo de 2026, é direta. À medida que a IA amplifica o talento individual, a habilidade que se torna escassa e decisiva é o discernimento, a capacidade de saber o que realmente importa. Para quem faz produto, é um recado que reorganiza a lista de prioridades da carreira.

Quem é ele, e por que ouvir

Shreyas Doshi construiu reputação como pensador de produto a partir de anos de bastidor em empresas como Twitter, Stripe, Google e Yahoo. Ficou conhecido por frameworks práticos de decisão, como o LNO, que separa tarefas de alavancagem, neutras e overhead, e pela ideia de product sense como uma capacidade composta, que mistura intuição avaliativa, saber julgar o que é bom, com intuição generativa, saber criar o que ainda não existe. Não é um comentarista de fora da arena. É alguém que passou a vida decidindo o que construir.

Em 2026, o tema dele mudou de foco. Cada vez mais, as falas tratam de IA, mas quase nunca da ferramenta em si. Tratam do que sobra para o humano quando a máquina passa a fazer a execução.

A tese central: a IA sobe o preço do julgamento

O argumento é econômico antes de ser filosófico. A IA derrubou o custo de produzir: rascunhar uma especificação, montar uma análise, gerar três versões de uma estratégia. Quando a oferta de execução explode, o valor migra para a curadoria. Não adianta gerar dez planos se você não sabe reconhecer qual dos dez resolve o problema certo. Doshi resume o movimento com uma provocação: com a IA amplificando o talento, é hora de desaprender hábitos antigos e afiar a capacidade de distinguir o que de fato importa.

Isso conversa diretamente com o que outros pensadores de produto vêm dizendo. É a mesma linha de Marty Cagan quando defende que o papel do PM ficou mais essencial, não menos, na era da IA. E é a razão pela qual métodos de foco no problema, como Jobs to be Done e a árvore de oportunidades de Teresa Torres, ganham peso: eles são disciplinas de discernimento, ferramentas para escolher a coisa certa entre muitas possíveis.

Quando gerar virou barato, escolher bem ficou caro. O trabalho de produto deixou de ser produzir a resposta e passou a ser reconhecer qual resposta merece existir.

O lado prático: IA como crítico, não como estagiário

A parte mais aplicável da leitura de Doshi é o que ele recomenda fazer com a IA no dia a dia. A maioria dos times usa modelo como gerador: peça um texto, receba um texto. Ele propõe o contrário, usar a IA como crítico de contexto. A ideia é alimentar o modelo com o contexto persistente do produto, estratégia, roadmap, decisões passadas, segmentos de usuário, restrições, e então usá-lo ao vivo, dentro das reuniões, para apontar contradições e furos de raciocínio em tempo real.

O objetivo não é a IA escrever a decisão. É a IA manter o time honesto, sinalizando quando o argumento de hoje contradiz a estratégia de três meses atrás, ou quando a suposição por trás de uma prioridade nunca foi checada. É um uso que exige menos prompt bonito e mais contexto bem organizado. E é um uso que só entrega valor para quem já tem clareza do próprio produto, o que reforça a tese central: a máquina amplifica o julgamento de quem tem julgamento.

O alerta que vale para todo roadmap de IA

Há ainda um aviso de Doshi que cai como uma luva no momento atual. Ele adverte contra decidir por analogia. Comparações do tipo isso é o novo mobile ou copilotos são a nova interface de SaaS são ótimas para explicar uma conclusão depois que ela foi tomada, mas perigosas quando viram guia de decisão. Na imagem que ele usa, a analogia é um mapa que você desenha depois da viagem, não a bússola para guiá-la.

Para times de produto de IA, o alerta é oportuno. É tentador copiar o roadmap do concorrente porque ele lembra um caso de sucesso do passado. Discernimento, no sentido que Doshi dá, é justamente resistir a esse atalho e voltar ao primeiro princípio: que valor real, para que usuário, sob que restrição.

Nossa leitura

A conclusão prática é desconfortável para quem esperava que a IA resolvesse a parte difícil. Ela resolve a parte trabalhosa, não a difícil. A parte difícil, decidir o que merece ser construído, ficou mais valiosa porque agora compete com um oceano de opções geradas em segundos. Isso conecta com o que vimos nos dados desta mesma noite, sobre por que tanta empresa adota IA e tão pouca vê retorno: sem discernimento sobre qual problema atacar, a IA só ajuda você a errar mais rápido e em escala.

Para quem quer colocar IA em produção, e não em PowerPoint, a lição de Doshi é para onde apontar o esforço de time: menos energia em gerar, mais energia em escolher, medir e cortar. Se você quer estruturar esse tipo de disciplina de decisão no seu time de produto com IA, converse com a AI Boutique no WhatsApp. A gente ajuda a transformar julgamento em processo, não em sorte.