“Executivos estão sofrendo uma psicose de IA”, diz CEO da Box

O CEO passa um fim de semana explorando uma ferramenta, gera um contrato, prototipa um fluxo, vê o resultado aparecer na tela em segundos. Na segunda-feira seguinte, entra na reunião de liderança com uma convicção nova: “o agente consegue fazer isso.”

Aaron Levie, cofundador e CEO da Box, tem um nome para esse fenômeno. Em um post no X, ele escreveu algo basicamente neste sentido, com tradução livre: “CEOs estão particularmente suscetíveis à ”psicose de IA” porque estão distantes da etapa final do trabalho, justamente a que ainda precisa acontecer para gerar valor real com a tecnologia”.

O que o CEO vê — e o que ele não vê

Um executivo que gera um contrato com IA vê o documento aparecer formatado, coerente, aparentemente completo. O que ele não vê é a etapa seguinte: verificar cada cláusula antes de enviar à contraparte, conectar aquele contrato ao histórico dos 200 contratos anteriores da empresa, garantir que os termos refletem a política jurídica vigente, e lidar com o que acontece quando o agente alucina um prazo ou inverte uma condição.

Levie é preciso na descrição: o executivo proclama “olha, gerei um contrato” — mas não verificou todos os termos antes de enviar à contraparte, e não precisou conectar todos os contratos anteriores para fazer aquilo funcionar. O gap entre o protótipo e o produto confiável não é técnico. É de experiência acumulada com o processo real — e quem tem essa experiência raramente está na sala onde as decisões são tomadas.

Os dados corroboram a intuição de Levie. Uma pesquisa de 2025 da empresa de IA Rev mostrou que usuários pesados de IA encontram três vezes mais alucinações e levam quase dez vezes mais tempo para obter respostas úteis do que usuários casuais. Isso não aparece na demo. Aparece na operação.

O custo de apostar na demo

O problema não é teórico — ele está aparecendo nos balanços. O CTO da Uber, Praveen Neppalli Naga, revelou que a empresa consumiu todo o orçamento anual de ferramentas de IA para código em apenas quatro meses de 2026. E um cliente de uma consultoria de IA relatou ter gastado acidentalmente meio bilhão de dólares depois de mal-configurar as configurações de uma ferramenta.

Enquanto isso, nos primeiros cinco meses de 2026, o setor de tecnologia já acumulou quase tantas demissões quanto em todo o ano de 2025 — 115.430 pessoas desligadas de 152 empresas, com a maioria das companhias citando IA como justificativa para os cortes. A ClickUp demitiu 22% da força de trabalho após implantar 3.000 agentes de IA para tarefas internas. O resultado, segundo analistas, foi uma queda visível na qualidade do serviço — o mesmo padrão que a Klarna já tinha produzido antes.

Há um nome para essa dinâmica: AI washing. Críticos argumentam que muitas empresas estão atribuindo à IA ganhos de produtividade passados ou futuros, quando outros fatores de negócio são os reais motivadores dos cortes. A IA virou o álibi mais conveniente da gestão corporativa de 2026.

O que Levie propõe — e por que importa

A posição de Levie é relevante porque ele não é um crítico da IA. É um dos seus maiores entusiastas públicos, e a Box é uma empresa construída sobre automação e fluxos de trabalho inteligentes. O que ele critica não é a tecnologia — é a distância entre quem a usa de verdade e quem decide a partir dela.

No podcast Platformer, Levie defendeu que agentes de IA podem, na verdade, multiplicar o número de trabalhadores que uma empresa precisa, tornando mais fácil iniciar tarefas mais complexas. “É basicamente o Se Você Der um Biscoito a um Rato aplicado à economia. Você começa a acumular mais e mais trabalho. As pessoas vão descobrir que há muito mais tarefas que poderiam estar fazendo, mas que nunca conseguiram porque o custo fixo de começar a tarefa era alto demais”, disse.

O raciocínio inverte a lógica dominante: em vez de IA como substituta do trabalho humano, IA como amplificadora da capacidade de fazer mais trabalho — o que, no limite, aumenta a demanda por profissionais qualificados, não a reduz. E o perfil desse profissional muda: não é o executor de tarefas repetitivas que a IA já faz melhor. É o engenheiro que entende o processo real do cliente, que sabe onde o agente vai falhar, e que consegue configurar a solução no ambiente onde ela precisa funcionar — não no ambiente controlado da demo.

Decidir sobre IA a partir de uma demonstração de fornecedor e decidir a partir de quem mediu o processo real da empresa são duas decisões completamente diferentes. O problema é que, no ritmo atual, a maioria das organizações está confundindo as duas — e descobrindo a diferença na hora mais cara possível.