IA no Trabalho: Ele Quase Foi Demitido Duas Vezes

A história que me fez repensar como usamos IA na LeadMark

Li essa história num post que viralizou no Reddit e me identifiquei com cada parágrafo. Um desenvolvedor contou como quase foi demitido duas vezes em 8 meses — primeiro por ignorar IA, depois por confiar demais nela. É uma história que qualquer profissional que usa (ou resiste a usar) IA deveria conhecer.

Vou contar o caso dele e, no final, mostrar o que isso me levou a implementar na LeadMark.

O ultimato: “Use IA ou procure outro lugar”

Em julho de 2025, esse profissional entregava no prazo. Código limpo, testes passando. Mas a equipe ao lado, usando Cursor e GitHub Copilot, entregava o dobro no mesmo tempo.

O gestor foi direto: “O mercado mudou. Quem não se adapta, fica de fora.”

Não era ameaça vazia. A pesquisa da GitHub (2025) mostrou que desenvolvedores usando IA são 55% mais produtivos. No caso dele, quando adotou as ferramentas, o ganho foi de 180% — porque partia de zero automação.

Em 30 dias, passou a usar IA pra tudo: escrever código, montar testes, gerar documentação. A produtividade disparou. O gestor ficou satisfeito.

O problema: ele aprovava tudo que a IA gerava sem revisar direito.

O incidente que quase custou R$480 mil

Tela de laptop com alertas de segurança em vermelho e mão paralisada sobre o teclado

Novembro de 2025. Uma sexta-feira, 17h.

A IA tinha gerado uma funcionalidade de cadastro de usuários. Parecia perfeito. Ele testou rápido, mandou pro ar. Segunda-feira, o time de segurança chamou todo mundo numa sala.

O código armazenava senhas em texto puro — sem criptografia nenhuma. Qualquer pessoa com acesso ao banco de dados conseguiria ler as senhas de todos os usuários.

Pior: as regras de segurança do banco de dados (o que os devs chamam de RLS) estavam desativadas. Traduzindo: era como deixar o cofre da empresa aberto com um cartaz “pode entrar”.

O jurídico calculou: se houvesse vazamento de dados, a multa pela LGPD (Lei Geral de Proteção de Dados) poderia chegar a R$480 mil. Sem contar o dano à reputação.

Quando li isso, pensei imediatamente na LeadMark. Nós geramos mais de 60 mil leads por mês pra corretores de planos de saúde. Um vazamento de dados de leads desses clientes seria devastador. E percebi que não tínhamos um processo formal de revisão para código gerado por IA.

O que essa história me ensinou

A conclusão que esse profissional tirou — e que compartilho totalmente — é que IA é estagiário, não sócio. Entrega muito, mas precisa de supervisão. Você não deixaria um estagiário publicar um anúncio no Google Ads sem checar o texto, certo? Com IA é igual.

Depois de ler esse relato, sentei com meu time na LeadMark e implementamos um processo de revisão. Não inventei nada — só formalizei o bom senso que estávamos ignorando.

O framework que implementei na LeadMark

Equipe discutindo processo de revisão em frente a quadro branco com checklist

1. Nenhuma entrega vai pro ar sem revisão humana

Não importa se é código, texto de campanha ou relatório. Se a IA gerou, alguém revisa antes de publicar — como você não publicaria um anúncio de plano de saúde sem checar se o preço, o texto e o público estão certos.

Essa regra sozinha reduziu bugs em 40% no primeiro mês.

2. Tudo passa por ambiente de teste primeiro

Ambiente de teste é uma cópia do sistema real onde podemos quebrar tudo sem afetar clientes. É como testar um anúncio com R$10 antes de colocar R$10 mil.

Toda funcionalidade gerada por IA passa por esse teste. Só depois vai pro sistema que os clientes usam.

3. Segurança de dados é verificação obrigatória

Criamos uma lista de verificação específica:

Senhas estão criptografadas?
Credenciais temporárias de acesso (tokens de sessão) estão protegidas?
Dados pessoais estão seguindo a LGPD?
Quem pode acessar o quê no banco de dados?

Se a IA gera algo que toca em dados de clientes, é revisão dobrada. Sem exceção.

4. Registro completo de tudo que a IA fez

Mantemos um registro (log) de toda entrega assistida por IA. Quem gerou, quem revisou, o que foi alterado. Se der problema, sabemos exatamente onde procurar.

Os resultados na LeadMark

Dashboard com métricas positivas de produtividade e zero incidentes de segurança

Depois de implementar esse processo, os números melhoraram nas duas frentes:

Métrica	Antes do processo	Depois
Produtividade do time com IA	Alta, sem controle	Alta, com controle
Incidentes de segurança	Sem monitoramento	Zero nos últimos 4 meses
Tempo médio de revisão	0 min (sem revisão)	15 min por entrega
Bugs em produção	Frequentes	-40%

O custo de 15 minutos de revisão por entrega é insignificante comparado ao risco de centenas de milhares de reais em multas.

Segundo o relatório State of AI da McKinsey (2025), 72% das empresas já usam IA em pelo menos uma função. Mas menos da metade tem processos formais de revisão. Isso é uma bomba-relógio.

Como aplicar isso no seu negócio?

Você não precisa ser programador pra aplicar essa lógica. Se você usa IA no seu negócio — e deveria usar — precisa de um processo de revisão.

Para quem usa IA em campanhas de marketing

Se você usa ferramentas de IA pra gerenciar campanhas, não publique o que a IA gerar sem checar:

Os números batem? IA inventa estatísticas com muita confiança.
O público-alvo está certo? Já vi IA sugerir segmentação que queimaria orçamento.
O texto faz sentido pro seu mercado? IA não conhece seu cliente como você.

Na LeadMark, usamos IA pra criar variações de anúncio e otimizar orçamento. Mas toda campanha passa por revisão humana antes de ir pro ar. É assim que conseguimos reduzir o custo por lead com IA sem comprometer qualidade.

Para quem usa IA em atendimento

Se você está automatizando atendimento com chatbot ou IA:

Teste com perguntas difíceis antes de colocar pra falar com cliente.
Monitore as primeiras 100 conversas manualmente.
Tenha um humano de backup pra situações que a IA não resolve.

O princípio universal

O princípio é simples: IA produz, humano valida.

Não importa se é código, texto de campanha, planilha financeira ou atendimento ao cliente. O processo é:

Gerar — deixe a IA fazer o trabalho pesado
Revisar — leia tudo, questione os dados, teste antes de publicar
Registrar — anote o que a IA fez e o que você mudou
Aprender — perceba os padrões de erro da IA pra pegar mais rápido

Perguntas frequentes

IA vai substituir empregos?

Não diretamente. Mas profissionais que usam IA vão substituir quem não usa. Foi exatamente o que quase aconteceu com o profissional dessa história. A diferença é que agora o mercado também cobra de quem usa IA sem critério.

Preciso saber programar pra usar IA?

Não. Hoje existem ferramentas como Claude Code e Copilot que ajudam programadores, mas há centenas de IAs pra marketing, vendas, atendimento e gestão que não exigem nenhum conhecimento técnico. O importante é saber revisar o resultado.

Qual o risco real de usar IA sem revisão?

No caso dessa história, quase R$480 mil em multas. No seu, pode ser um anúncio com informação errada que queima orçamento, um atendimento que ofende um cliente, ou dados sensíveis expostos. Quanto maior sua operação, maior o risco.

O que fica dessa história

Depois de 15 anos em marketing digital e liderando uma operação que gera mais de 60 mil leads por mês na LeadMark, posso dizer: o profissional do futuro não é o que sabe mais sobre IA. É o que sabe revisar melhor o que ela entrega.

A história desse dev do Reddit é a história de milhares de profissionais agora mesmo. A diferença entre os que vão prosperar e os que vão ter problemas é uma coisa só: processo.

Se você quer implementar IA no seu negócio sem correr riscos desnecessários, fale comigo. Posso te mostrar o processo que usamos na LeadMark e adaptar pro seu mercado. E se já usa IA pra gerenciar campanhas, dá uma olhada nas 8 ferramentas que usamos no dia a dia — tem coisa ali que pode mudar seu jogo.