Em palestra no Brasil, o especialista defendeu que a inteligência artificial vai reduzir o peso da coordenação operacional e ampliar o espaço para visão, estratégia, descoberta e julgamento humano
A palestra de Sachin Rekhi no PM3 Summit partiu de uma provocação simples, mas carregada de implicações para quem trabalha com Produto. Depois de anos em que product managers foram absorvidos por reuniões, status reports, alinhamentos, especificações e gestão de stakeholders, a inteligência artificial começa a abrir uma nova fase para a profissão.
Na visão apresentada por Rekhi, a IA não está apenas acelerando tarefas. Ela está mexendo na própria natureza do trabalho de Product Management.
O ponto central da palestra foi claro. O PM que souber usar IA com maturidade terá mais tempo para fazer aquilo que sempre esteve no núcleo da função. Entender clientes, formular estratégia, testar hipóteses, criar protótipos, tomar decisões melhores e construir produtos com mais impacto.
Sachin Rekhi tem autoridade para fazer essa leitura. Ele é fundador e CEO da Notejoy, foi Head of Product do LinkedIn Sales Navigator e é conhecido por seus conteúdos sobre product management, liderança e estratégia. Segundo seu perfil na Reforge, liderou o LinkedIn Sales Navigator desde a ideia até uma operação de centenas de pessoas e US$ 200 milhões em vendas em cerca de um ano e meio.
No palco, ele contou que sua relação com IA mudou rapidamente. Em 2024, ainda se via como um usuário comum, alguém que trocava buscas no Google por conversas no ChatGPT. O avanço dos modelos multimodais, dos recursos de raciocínio e das integrações com ferramentas externas mudou essa percepção. Em 2025, decidiu experimentar IA diretamente no seu trabalho como PM. Em 2026, passou a se declarar um evangelizador do uso de IA em Produto.
A mensagem para a plateia brasileira foi direta. Estamos entrando em uma espécie de era de ouro para product managers.
A mudança de cenário no trabalho de Produto
Durante a palestra, Rekhi voltou alguns anos para explicar como o papel de Product Manager se expandiu. Em sua definição original, o PM era responsável por quatro grandes dimensões. Visão, estratégia, design e execução.
Com o crescimento das empresas de tecnologia, esse papel ganhou camadas de coordenação. O PM passou a trabalhar com designers, engenheiros, pesquisadores, marketing, liderança executiva, outros PMs e áreas parceiras. Esse crescimento ajudou empresas a escalar, mas também empurrou o PM para uma rotina mais fragmentada.
O resultado foi uma profissão cada vez mais tomada por mediação, atualização, documentação e negociação interna.
É nesse ponto que Rekhi enxerga a virada. A IA pode assumir parte relevante do trabalho operacional, liberando espaço para a parte mais nobre da função. Reuniões podem ser resumidas automaticamente. Atualizações de status podem ser geradas a partir de ferramentas de gestão, documentos, e-mails e calendário. Pesquisas podem ser consolidadas em minutos. Protótipos podem nascer antes mesmo de uma sprint formal.
A implicação prática é grande. O PM deixa de ser apenas o ponto de conexão entre áreas e volta a atuar com mais profundidade na descoberta do cliente, na clareza estratégica e na construção da experiência.
Um dos trechos mais fortes da palestra veio quando Rekhi afirmou que a IA permite ao PM ser mais rápido, mais inteligente e mais poderoso. Mais rápido porque reduz tempo em tarefas repetitivas. Mais inteligente porque funciona como parceira de pensamento. Mais poderoso porque dá acesso a capacidades antes dependentes de especialistas, como análise de dados, prototipagem, pesquisa e comunicação executiva.
Visão continua sendo uma responsabilidade humana
Para Rekhi, a visão de produto segue como uma das responsabilidades mais importantes do Product Manager. Uma boa visão articula como o mundo será melhor caso aquele produto seja bem-sucedido.
Ele usou o exemplo da SpaceX para mostrar a diferença entre explicar uma operação e formular uma visão. A empresa poderia ser descrita como uma companhia que reduz o custo de levar pessoas e cargas ao espaço. Ainda assim, a visão comunicada por Elon Musk vai além da eficiência operacional. A ambição é tornar a humanidade uma espécie interplanetária.
A IA pode ajudar a visualizar essa visão, criar simulações, protótipos, narrativas e materiais. Ainda assim, a escolha do destino continua nas mãos humanas. É o PM que precisa definir o futuro desejado, o recorte de mercado, a ambição e o significado do produto.
O caso citado do Duolingo Chess ilustra bem essa ideia. Segundo Rekhi, a proposta de criar um aplicativo de xadrez dentro do universo Duolingo era controversa. Afinal, por que uma empresa conhecida por ensino de idiomas deveria entrar no aprendizado de xadrez?
A resposta veio pela visualização. Um PM e um designer criaram um protótipo com IA para mostrar como os elementos do Duolingo poderiam ser aplicados ao xadrez. Exercícios curtos, repetição diária, progressão, quebra-cabeças e uma experiência lúdica. Quando a liderança viu o protótipo, a ideia deixou de parecer abstrata.
Esse é um dos efeitos mais relevantes da IA no trabalho de Produto. Ela reduz a distância entre intenção e experiência. Uma ideia que antes viveria em um documento passa a ser tocada, testada e discutida como produto.
Estratégia de produto ganha um novo tipo de apoio
A segunda dimensão abordada por Rekhi foi estratégia. Para ele, uma estratégia de produto define como uma empresa vai ganhar no mercado.
O exemplo usado foi a Figma. Quando entrou no mercado, já existiam ferramentas fortes como Sketch e Adobe Photoshop. A aposta da Figma foi concentrar energia em um ponto específico, o design colaborativo no navegador. A tese era transformar o design em uma experiência parecida com o Google Docs, mas aplicada à criação de interfaces.
Na época, essa aposta parecia contraintuitiva. Muitos designers pediam outras melhorias. Concorrentes não viam colaboração como prioridade. Ainda assim, a Figma percebeu uma oportunidade não consensual e construiu uma vantagem competitiva difícil de copiar rapidamente.
Para Rekhi, uma boa estratégia responde a perguntas fundamentais. Onde jogar, como ganhar e como sustentar a vantagem. A IA pode ajudar com pesquisa de mercado, análise de concorrentes, mapeamento de segmentos, tendências e crítica de documentos estratégicos.
Ele contou que usa ferramentas como ChatGPT, Claude, Gemini e Copilot para pesquisas profundas. Em vez de pedir uma resposta superficial, ele entrega prompts detalhados e compara relatórios gerados por diferentes modelos. O objetivo é ampliar repertório, encontrar padrões e descobrir movimentos competitivos que talvez passassem despercebidos.
Outro uso citado foi a crítica de estratégia. Rekhi criou uma espécie de skill personalizada para avaliar documentos de produto com base em boas práticas, frameworks e critérios de estratégia. A IA não substitui o julgamento estratégico, mas pode atuar como uma banca exigente antes de a proposta chegar a executivos.
Essa abordagem é especialmente relevante para empresas brasileiras que estão tentando incorporar IA em Produto. A tecnologia pode acelerar pesquisa e análise, mas a vantagem real aparece quando o time sabe formular boas perguntas. Sem clareza de mercado, cliente e diferenciação, a IA apenas produz mais material.
Pesquisa com clientes fica mais frequente e mais profunda
Um dos blocos mais práticos da palestra foi sobre pesquisa de clientes. Rekhi destacou que, antes da IA, muitas empresas dependiam de análises demoradas para interpretar pesquisas de NPS, entrevistas e feedbacks abertos.
Ferramentas antigas conseguiam classificar sentimentos ou gerar nuvens de palavras. Isso ajudava, mas raramente entregava entendimento profundo. A IA mudou esse cenário porque consegue ler grandes volumes de respostas, identificar temas, cruzar padrões e produzir análises acionáveis.
O exemplo citado foi a análise de NPS. Rekhi contou que um processo que antes consumia cerca de duas semanas do time passou a ser automatizado em aproximadamente 20 minutos, a partir de dados brutos em CSV. A IA analisava as respostas, identificava tendências, segmentava resultados e ajudava a gerar apresentações.
O mesmo raciocínio vale para entrevistas. Uma entrevista pode ser transcrita, resumida e analisada por temas. Vinte ou trinta entrevistas podem ser consolidadas para encontrar padrões recorrentes. A grande mudança está na frequência. Pesquisas que antes aconteciam trimestralmente podem virar rituais semanais ou contínuos.
Rekhi também trouxe uma fronteira mais recente, as entrevistas moderadas por IA. Nesse modelo, o cliente recebe um link e conversa com um entrevistador artificial treinado com um roteiro. A IA faz perguntas, escuta respostas e aprofunda pontos, como faria um pesquisador humano.
Ele citou o caso da Anthropic, que teria usado entrevistas moderadas por IA em larga escala, com dezenas de milhares de entrevistas em vários países e idiomas. A implicação é poderosa para Produto. Barreiras de escala, idioma e disponibilidade começam a diminuir.
Ainda assim, Rekhi foi cuidadoso ao dizer que isso não elimina a conversa humana com clientes. A IA amplia alcance, mas o PM continua responsável por interpretar, questionar e decidir.
Prototipagem vira linguagem de decisão
Talvez o ponto mais transformador da palestra tenha sido a prototipagem.
Historicamente, um PM dependia de designers para criar mockups e de engenheiros para construir algo interativo. Com IA, Rekhi argumenta que o PM pode criar protótipos funcionais usando linguagem natural. Esses protótipos não são apenas wireframes. Podem ter telas navegáveis, interações, lógica, autenticação simulada e até integração com APIs.
Isso muda a forma como times discutem produto. Em vez de debater apenas documentos, hipóteses e slides, as pessoas podem experimentar versões iniciais da solução.
Rekhi contou que, no Vale do Silício, já vê times substituindo mockups estáticos por protótipos gerados com IA em revisões de design. A comunicação fica mais concreta. Stakeholders entendem melhor a proposta. Clientes conseguem reagir a algo próximo de uma experiência real.
O exemplo do Walkman amarelo da Sony reforçou esse ponto. Em grupos de foco, pessoas diziam gostar da versão amarela, associando o produto a atributos como diversão e esportividade. Mas, quando podiam escolher um brinde ao final da sessão, pegavam o modelo preto. A lição é simples. Comportamento revela mais que opinião declarada.
Protótipos ajudam o PM a se aproximar desse comportamento. Quando um cliente clica, hesita, abandona ou tenta usar uma funcionalidade de um jeito inesperado, o time aprende algo que dificilmente surgiria em uma pergunta direta.
Essa mudança tem impacto no processo de produto. Algumas empresas começam a gerar diversos protótipos antes de definir roadmap. Testam internamente, colocam diante de clientes e só depois priorizam. A sequência tradicional, que começava em roadmap, especificação e design, passa a conviver com uma lógica mais experimental.
Execução e comunicação entram em automação
Na etapa de execução, Rekhi mostrou casos mais imediatos de uso de IA. Reuniões, atualizações de status, slides e comunicações executivas.
Ferramentas como Granola, Zoom e Microsoft Teams já ajudam a transcrever reuniões, gerar resumos e extrair próximos passos. Rekhi citou o uso de IA para criar agendas de reuniões futuras com base em discussões anteriores. O objetivo é tirar do PM a carga de higiene operacional da reunião.
As atualizações de status também entram nesse fluxo. Como boa parte do trabalho deixa rastros digitais em ferramentas de gestão, documentos, e-mails e calendários, a IA consegue montar um resumo semanal com entregas, bloqueios, decisões e próximos passos. O PM revisa, ajusta e envia.
Slides são outro caso evidente. Ferramentas como Gamma, Google Slides com Gemini e PowerPoint com Copilot reduzem o tempo gasto em formatação. Para Rekhi, isso libera o PM para refinar pensamento, narrativa e senso crítico.
O exemplo mais interessante, porém, foi a comunicação executiva. Rekhi relembrou sua experiência no LinkedIn Sales Navigator, quando precisou comunicar uma decisão estratégica sobre construir o produto dentro do LinkedIn ou como uma experiência independente. Na época, passou dias escrevendo a mensagem.
Hoje, ele faria diferente. Usaria transcrições, decisões, contexto e um guia de estilo inspirado em grandes escritores de negócios, como Jeff Bezos, para gerar uma primeira versão mais forte. A IA ajudaria a encontrar estrutura, clareza e tom. A decisão, novamente, permaneceria humana.
O PM fica mais importante quando a IA fica mais capaz
Durante a sessão de perguntas, surgiu uma preocupação inevitável. A IA pode tornar PMs menos inteligentes ao automatizar tarefas que antes ajudavam a aprender sobre o negócio?
A resposta de Rekhi foi uma das mais importantes da palestra. Depende de como a IA é usada.
Quando o PM trata o relatório como produto final, perde profundidade. Quando usa o relatório como ponto de partida para investigar melhor os clientes, ganha repertório. O trabalho valioso está em minerar insights, pedir evidências, buscar trechos de entrevistas, cruzar dados e decidir o que construir.
Esse ponto merece atenção. A IA aumenta a velocidade do trabalho, mas também eleva a exigência. Times passam a lançar mais rápido, testar mais rápido e reagir mais rápido. Empresas como OpenAI e Anthropic disputam ritmo de lançamento em um mercado cada vez mais competitivo, e esse movimento pressiona todo o ecossistema de tecnologia.
A promessa de trabalhar menos, portanto, não apareceu como conclusão da palestra. A promessa mais realista é trabalhar melhor em tarefas mais relevantes.
Para Rekhi, o Product Management fica mais divertido quando o PM passa menos tempo coordenando e mais tempo construindo, testando e aprendendo com clientes.
O recado para o mercado brasileiro de Produto
A passagem de Sachin Rekhi pelo PM3 Summit dialoga diretamente com um desafio do mercado brasileiro. Muitas empresas ainda estão tentando entender se IA deve ser aplicada como camada de produtividade ou como mudança estrutural no processo de Produto.
A resposta da palestra sugere uma evolução em etapas. Primeiro, a IA automatiza tarefas. Depois, acelera fluxos. Por fim, muda o processo.
Quando um time usa IA apenas para resumir reuniões, ganha tempo. Quando usa IA para transformar pesquisa, prototipagem e priorização, muda a qualidade da decisão. Quando permite que diferentes áreas expressem ideias por meio de protótipos, muda a dinâmica de colaboração.
Isso cria uma turbulência inicial. Mais pessoas passam a criar, sugerir e testar. Stakeholders chegam com seus próprios protótipos. Designers, engenheiros e PMs misturam fronteiras. A organização pode perder eficiência antes de encontrar um novo modelo de trabalho.
Ainda assim, a direção parece clara. O PM que quiser se diferenciar precisará investir em julgamento estratégico, entendimento profundo do cliente, visão de mercado, senso estético e capacidade de priorização.
A IA amplia capacidade. O critério humano define valor.
Se você chegou até aqui, vale aprofundar
A palestra de Sachin Rekhi deixa uma mensagem importante para quem trabalha com Produto, tecnologia e negócios. A IA já deixou de ser apenas uma ferramenta de produtividade e passou a influenciar a forma como times descobrem problemas, tomam decisões, constroem protótipos e comunicam estratégia.
Preparamos um resumo interativo da palestra no NotebookLM, use esse material como ponto de partida para discutir como seu time onde a IA pode gerar valor real no processo de Produto.
Baixar o resumo interativo da palestra no NotebookLM ->
Conclusão
A palestra de Sachin Rekhi no PM3 Summit mostrou que a discussão sobre IA em Product Management amadureceu. O tema deixou de girar apenas em torno de ferramentas e passou a tocar a essência da profissão.
A inteligência artificial pode resumir reuniões, gerar slides, analisar dados, consolidar entrevistas, criticar estratégias e criar protótipos. Tudo isso muda a rotina do PM. Mas a parte mais valiosa continua ligada àquilo que exige contexto, sensibilidade e responsabilidade. Escolher o problema certo. Entender o cliente com profundidade. Definir onde competir. Decidir o que merece ser construído.
No fim, a IA está devolvendo o Product Management ao seu lugar mais estratégico.
Para empresas e profissionais de Produto no Brasil, o recado é direto. A vantagem não estará em usar IA para produzir mais artefatos. Estará em usar IA para tomar decisões melhores, aprender mais rápido e construir produtos que realmente importam.
Perguntas frequentes sobre IA e Product Management
Quem é Sachin Rekhi?
Sachin Rekhi é fundador e CEO da Notejoy, ex-Head of Product do LinkedIn Sales Navigator e criador de conteúdos sobre product management, liderança e estratégia. Ele também mantém uma publicação própria sobre Produto e IA.
Qual foi o tema da palestra no PM3 Summit?
O tema central foi o papel do Product Management na era da inteligência artificial. Rekhi mostrou como a IA pode transformar visão, estratégia, design, pesquisa, prototipagem e execução.
A IA vai substituir Product Managers?
A palestra não apontou nessa direção. A visão de Rekhi é que a IA reduz tarefas operacionais e amplia a importância do julgamento humano. PMs continuam responsáveis por visão, estratégia, priorização e entendimento do cliente.
Quais ferramentas foram citadas ou mencionadas no contexto da palestra?
A transcrição menciona ferramentas e empresas como OpenAI, ChatGPT, GPT-4o, Claude, Gemini, Copilot, Grok, Gamma, Granola, Figma, Duolingo, Linear e Anthropic. Algumas aparecem como exemplos de uso, outras como referências de mercado.
Como PMs podem começar a usar IA de forma prática?
Os casos mais imediatos são análise de feedbacks, resumo de reuniões, geração de status reports, pesquisa de mercado, crítica de estratégia, análise de dados e prototipagem. O ganho maior surge quando esses usos ajudam o PM a aprender mais sobre clientes e decidir com mais clareza.
Resumo final
Sachin Rekhi defendeu no PM3 Summit que a IA está criando uma nova fase para Product Management. A tecnologia reduz o peso da coordenação operacional e permite que PMs voltem a dedicar mais energia à visão, estratégia, descoberta de clientes, prototipagem e tomada de decisão.
A palestra mostrou exemplos concretos de uso da IA em pesquisa, NPS, entrevistas, análise de dados, geração de slides, comunicação executiva e criação de protótipos. O ponto mais importante, porém, foi humano. Quanto mais a IA avança, mais relevante se torna o senso crítico do PM.
A palavra-chave para essa nova fase é IA em Product Management. E a principal lição deixada por Rekhi é que a tecnologia só gera vantagem quando ajuda times a construir produtos melhores, com mais clareza sobre cliente, mercado e estratégia.
