Software Factory: a camada que falta entre você e a IA na empresa

A cena que você está vivendo agora

Você abriu o Claude Code há três meses. Ou foi o Cursor. Ou o Copilot. No começo achou bonito, brincou um fim de semana, achou que ia ser mais uma onda. Aí virou hábito. Hoje você programa diferente. Sua produtividade não dobrou. Ela triplicou em algumas tarefas e em outras você simplesmente entrega coisas que antes não entregaria.

E aí veio a reunião. Seu CTO, sua VP, o head de engenharia, alguém da liderança senta com você e pergunta: como a gente faz isso virar prática da empresa inteira? Como cinquenta pessoas usam isso ao mesmo tempo, do jeito certo, sem virar bagunça?

Você não tem uma resposta boa. Tem uma resposta de manual: faz treinamento, padroniza prompt, escreve guideline. Mas no fundo você sabe que não é isso. Tem uma camada técnica que falta, e ninguém conversou direito sobre ela ainda.

O problema que ninguém te contou ainda

Quando uma pessoa usa IA para programar, é mágica. Quando cinquenta pessoas usam IA para programar simultaneamente, sem coordenação, é dívida técnica industrial em formação. E o estranho é que a empresa demora meses para perceber.

O que está acontecendo nesse meio tempo:

• Cada dev usa uma ferramenta diferente. Um time tá no Cursor, outro no Claude Code, o galera de Java prefere Copilot, alguém experimentou Kiro semana passada. Convenções diferentes, prompts diferentes, qualidade diferente.
• Ninguém sabe o que a IA escreveu. Não tem auditoria. Se um bug aparecer em produção, não dá para saber se foi dev humano ou agente. Não tem rastreabilidade.
• O agente roda na máquina do dev, com acesso a tudo. Variáveis de ambiente, banco local, segredos no .env, repositórios privados. A superfície de ataque expandiu silenciosamente.
• Custo cresce sem visibilidade. Cada dev paga sua assinatura. Empresa não vê o todo. Quanto custa o uso real de IA por time? Por feature? Por bug fix? Ninguém sabe.
• Lock-in implícito. Em três meses sua empresa acoplou processos a uma ferramenta específica. Mudar de fornecedor virou projeto, não decisão.

Nada disso é catastrófico no curto prazo. Mas no segundo semestre vira o tipo de problema que aparece num conselho com a palavra governança no slide.

A camada que falta: Software Factory

Software Factory é o nome que está sendo dado para a camada que orquestra o uso de IA na engenharia de software, em escala empresarial, com controle e portabilidade. Não é uma ferramenta que você compra. É uma arquitetura que você desenha, com componentes que podem ser open source, comerciais, ou construídos in-house.

A ideia central: o agente de IA é o operário da fábrica. A fábrica é o que você constrói em volta dele. E é a fábrica que define se a IA vai ser produtiva, segura e escalável, ou um caos lindo de demonstração que ninguém consegue colocar em produção.

Uma Software Factory bem desenhada tem quatro elementos:

Tem um quinto elemento que é cultural mais do que técnico, mas que muda tudo na decisão estratégica: agnosticismo de modelo. A fábrica é desenhada para que você possa trocar Claude por GPT, GPT por Gemini, comercial por self-hosted (Llama, Qwen, DeepSeek), sem reescrever o processo. O agente é peça intercambiável. A fábrica é sua.

Como isso funciona na prática

Imagine o fluxo concreto de uma empresa que adotou Software Factory. Uma issue chega no GitHub: implementar um endpoint novo. Em vez de um dev abrir o IDE e começar a digitar com IA assistindo, acontece o seguinte:

1. A issue é roteada para a fábrica, que provisiona um sandbox limpo com cópia do repositório.
2. Um agente de planejamento lê a issue, analisa o código relevante e gera um plano de implementação.
3. Um agente de implementação trabalha numa branch isolada, escreve o código, roda os testes.
4. Um agente de revisão (ou humano) avalia o resultado. Se aprovado, vira pull request automático.
5. Tudo isso fica logado: prompts, decisões, custo, tempo, modelo usado, quem aprovou.

O dev humano participa nas pontas: arquitetura, decisões críticas, revisão final. O meio do trabalho é executado por uma orquestra de agentes que ele desenhou.

Não precisa virar isso amanhã. Mas precisa começar a desenhar isso agora, porque os primeiros componentes (sandboxing, logs, padronização de prompts) já podem entrar no seu pipeline sem revolução.

O mercado já se moveu, e você talvez não tenha percebido

Em abril de 2026, uma startup americana chamada Factory levantou US$ 150 milhões com avaliação de US$ 1,5 bilhão para vender exatamente isso: uma plataforma de Software Factory empresarial baseada em agentes (eles chamam de Droids) que cobrem o ciclo todo de desenvolvimento. Clientes: Morgan Stanley, EY, Palo Alto Networks, Nvidia.

No mesmo período, surgiram bibliotecas open source para construir o mesmo conceito de forma agnóstica e auto-hospedada. O ecossistema todo está apontando para a mesma direção: é hora de tratar IA como infraestrutura, não como ferramenta de produtividade individual.

Big techs já estão internalizando isso há meses. O que está chegando agora ao mercado é a possibilidade de qualquer empresa de médio porte construir ou contratar uma fábrica própria, sem precisar virar Google.

Por que no Brasil isso importa ainda mais

Empresa brasileira regulada não pode jogar dados sensíveis em SaaS americano de boa. LGPD, CVM, BACEN, ANPD, segredo comercial em mineração, dado clínico em saúde. A lista de constraints é maior que em qualquer mercado maduro do hemisfério norte.

Isso significa que adotar diretamente uma plataforma como Factory.ai hospedada nos EUA pode não ser opção para boa parte do mercado corporativo daqui. E significa também que terceirizar a fábrica não é o mesmo que terceirizar o ChatGPT corporativo. Aqui é código sendo escrito sobre repositórios privados, com acesso a credenciais e dados de produção.

A leitura razoável para uma empresa regulada brasileira é construir a fábrica internamente, ou com parceiro local, usando primitivas open source para a camada de orquestração e os modelos comerciais ou self-hosted para a camada de inteligência. Isso preserva soberania, atende compliance, e mantém a porta aberta para mudar de fornecedor de modelo conforme o mercado evolui.

O que muda para você, dependendo do papel

O recado

Estamos no momento em que adoção individual de IA vira adoção empresarial. É a virada que separa quem usa IA de quem opera com IA. A diferença entre quem ganha e quem perde nessa virada não está no modelo escolhido, está na camada que se constrói em volta do modelo.

Se você só tinha ouvido falar em prompt engineering, copiloto e agente, agora você tem uma quarta peça no vocabulário: Software Factory. É a peça que faltava para a conversa fazer sentido em escala.

Vou continuar escrevendo sobre isso nas próximas semanas. Como começar. Como evitar os erros mais comuns. Como decidir entre comprar uma plataforma e construir in-house. Como pensar compliance no contexto brasileiro. Se sua empresa está pensando nisso, fala comigo.