Por: Federico Pascale

Há algumas semanas, as notícias sobre o retorno do ser humano ao espaço dominavam a agenda. Aproveitando um fim de semana prolongado, voltei a assistir alguns filmes sobre o tema – entre eles, Apollo 13.

Aquela missão sofreu uma explosão em um tanque de oxigênio a caminho da Lua. De repente, três astronautas ficaram presos em uma nave danificada; o pouso lunar foi cancelado e, já no retorno, surgiu outro problema: os filtros de oxigênio do módulo de comando eram quadrados; os do módulo lunar, redondos. Eles se depararam com o desafio de fazer um quadrado caber em um círculo.

Enquanto a tripulação tentava manter a nave estável a mais de 300.000 quilômetros da Terra, em Houston, nos Estados Unidos, a equipe de engenheiros que acompanhava cada dado da missão a partir do Centro de Controle não ficou de braços cruzados. Um deles entrou em uma sala, despejou sobre uma mesa tudo o que os astronautas tinham disponível a bordo e disse algo como: ‘Senhores, precisamos resolver isso com o que está sobre a mesa.’ Nem mais, nem menos. Não podiam pedir peças novas. Não podiam mudar o design. Só podiam usar o que tinham.

E resolveram.

Agora vamos pensar no nosso mundo. No mundo da tecnologia empresarial de 2026. Nosso problema é exatamente o inverso.

Os engenheiros do Apollo 13 tinham restrições: poucos materiais, pouco tempo, nenhuma possibilidade de adicionar algo novo. Nós temos o problema oposto. Toda semana – sem exagero – aparece uma nova ferramenta, um novo modelo, um novo fornecedor, um novo framework. IA generativa, IA agêntica, copilots, assistentes de código, plataformas no-code, orquestradores, agentes autônomos. O menu é imenso.

E, ainda assim, na hora de nos sentar diante de um problema concreto de um cliente, muitas vezes nos encontramos paralisados. Não por falta de opções. Por excesso.

A lição da Apollo 13 para a era da IA agêntica: resolver problemas reais com o que está sobre a mesa.

A paralisia pela abundância e a volta à mesa

Há um conceito em psicologia que descreve exatamente isso: o paradoxo da escolha. Quando temos opções demais, fica mais difícil decidir, ficamos menos satisfeitos com o que escolhemos e, em muitos casos, terminamos sem escolher nada. O mesmo acontece quando tentamos decidir o que assistir numa plataforma de streaming numa noite de sábado. E o mesmo acontece quando um cliente nos traz um problema real e chegamos à reunião pensando em ferramentas em vez de soluções.

Acredito que a lição do Apollo 13 continua profundamente atual. Não porque precisemos trabalhar com restrições extremas, mas porque a disciplina de olhar para o que temos sobre a mesa e resolver com isso é uma habilidade que estamos perdendo.

Antes de sair em busca da ferramenta perfeita, vale a pena fazer as perguntas de sempre: Qual é o problema real? O que tenho hoje que já funciona? O que realmente preciso adicionar e o que é apenas ruído?

Os engenheiros da NASA resolveram o problema porque entenderam exatamente o que precisavam alcançar e trabalharam com o que tinham. Sem se dispersar. Sem pedir mais. Sem esperar que surgisse algo melhor.

A restrição como vantagem

Parece contraditório, mas restrições claras produzem soluções melhores. Quando o problema está bem definido e os recursos são limitados, a criatividade se concentra. Não há espaço para divagar.

Quem trabalha no ecossistema GeneXus conhece bem essa lógica. Passamos décadas resolvendo problemas complexos de negócio com uma abordagem que prioriza entender o quê antes de escolher o como. Modelar a realidade antes de partir para a implementação. Isso não mudou com a IA. Se alguma coisa, tornou-se mais importante.

Porque em um mundo onde as ferramentas abundam, o que escasseia é o critério. A capacidade de olhar para uma mesa cheia de opções e dizer: isso é o que preciso, isso é o que não preciso, e com isso resolvo.

O que está sobre a mesa

E é aqui que a metáfora se fecha de uma forma que eu não esperava quando comecei a escrever este artigo.

Porque, a partir do GeneXus by Globant, essa mesa já existe. E tem elementos concretos, não experimentais: ferramentas que já estão funcionando em produção.

Globant Enterprise AI é a Plataforma operacional de IA que conecta dados, modelos e agentes em nível empresarial, com governança, observabilidade e controle. Não é apenas mais uma ferramenta no menu: é a infraestrutura que permite orquestrar tudo sem depender de um único fornecedor e sem perder a rastreabilidade do que os agentes fazem.

GeneXus for Agents, lançado em abril deste ano, abre nossas Knowledge Bases (KBs) para que agentes de IA possam ler, propor mudanças, gerar código e explorar o sistema existente por meio de protocolos padrão como o MCP. Mas aqui está a chave: os agentes propõem, o GeneXus valida e gera de forma determinística. A velocidade da IA com a consistência e as regras de negócio que os sistemas críticos exigem.

E o GeneXus, com mais de 35 anos de história, continua sendo o que sempre foi: a Plataforma que modela a realidade do negócio antes de partir para a implementação. Só que agora, além do IDE tradicional, permite interagir com sua Knowledge Base a partir de uma CLI, a partir de agentes como Globant CODA, Claude Code ou Codex, sem perder nada do que torna o GeneXus confiável.

E para quem opta por continuar trabalhando a partir do IDE, a mesa também tem algo que merece atenção especial.

A tecnologia de Patterns há anos resolve o que muitos tentam reinventar hoje com IA generativa: automatizar a construção de aplicações, reduzir a complexidade e garantir consistência – permitindo que uma equipe de desenvolvimento automatize até 60% da construção de uma aplicação GeneXus, com interfaces prontas para produção, segurança integrada e design escalável. Não é novo, nem experimental – funciona. Às vezes, o mais poderoso que você tem sobre a mesa é o que já estava lá antes de o ruído começar.

Não se trata de escolher entre IA generativa ou determinística, entre o novo e o comprovado, entre os agentes e o IDE. Trata-se de ter tudo na mesma mesa, trabalhando junto, com regras claras sobre o que cada coisa faz.

Os engenheiros do Apollo 13 resolveram o problema porque olharam para o que tinham disponível e foram trabalhar. Hoje, quem trabalha no ecossistema GeneXus tem sobre a mesa um conjunto de ferramentas que não existia há um ano. Convido você a se sentar, preparar um café e começar pela pergunta certa: não ‘qual ferramenta uso?’, mas ‘que problema estou resolvendo?’