O sistema operacional da Shopify
Em 2020, quinze anos depois de fundar a Shopify, Tobi Lütke abriu o GitHub e começou um projeto do zero. O projeto era a empresa inteira, e ele chamou de Shopify OS.
A história de como chegou a esse ponto é uma das mais honestas que um fundador já contou em público sobre o que significa administrar uma empresa que você criou.
Depois do IPO em 2015, Tobi tentou virar CEO de verdade, com processo, delegação, divisões por área e executivos com histórico em empresas abertas. Ele mesmo descreveu como "cosplay", a palavra que usa para a versão de si mesmo que tentou se tornar: um homem de 60 anos de terno com formação jurídica, o arquétipo que todo mundo parece estar imitando sem questionar.
A empresa cresceu durante esse período, mas cresceu para os lados, e quando a COVID chegou em 2020 e ele precisou revisar cada projeto em andamento, descobriu que 60% deveriam ser cancelados, que havia 5.500 títulos diferentes para 8.000 funcionários, e que projetos inteiros existiam porque alguém em Toronto decidiu que supermercado era um mercado grande o suficiente para justificar uma aposta sem que ninguém mais soubesse que essa aposta estava sendo feita.
O diagnóstico custou semanas de dias de 16 horas e resultou na saída de todos os executivos sênior ao longo de um ano, mas a conclusão que Tobi tirou aponta para algo anterior a tudo isso: o que acontece quando um engenheiro passa quinze anos tentando não parecer um engenheiro.
O Shopify OS começa com arquivos de configuração. Tobi pegou todos os dados de compensação, os títulos existentes e as faixas salariais de mercado, transformou em arquivos legíveis por máquina porque recebeu tudo em PDF, e depois escreveu código Python que usava um SAT solver para calcular como a empresa deveria se parecer dado um conjunto de restrições:
quantas pessoas por gestor,
quais departamentos deveriam existir,
como os níveis se relacionavam entre si.
A primeira versão estava completamente errada, mas a pergunta que o modelo tornou inevitável foi mais produtiva do que qualquer resposta: por que existiam 5.500 títulos?
A UserGuiding é uma plataforma no-code que permite criar tours guiados, checklists de ativação, tooltips contextuais e segmentação por comportamento de usuário, sem depender de engenharia para cada iteração. Você configura o fluxo, define os gatilhos e publica direto em cima do seu produto. Você tem 20% de desconto. Acesse aqui e use o cupom: PRODUCTGURUS.
Cada decisão de título tinha sido tomada localmente, sem visibilidade do todo, e ao longo de quinze anos esse conjunto de micro-decisões individualmente razoáveis produziu algo incoerente que só ficou visível quando alguém tentou representar a estrutura em código. O sistema de desired state, como Tobi chama, compara o que é com o que deveria ser e calcula o menor conjunto de mudanças para chegar lá, com o RH funcionando como reconciliador em vez de repositório de políticas.
A consequência prática aparece quando o chefe de vendas pede 50 novos contratados. O sistema recalcula tudo e mostra que, dado o budget acordado, contratar 50 vendedores significa cortar engenharia, tornando visível um tradeoff que antes desaparecia nos bastidores de uma conversa de golf onde o CEO disse que sim. Quando as consequências ficam explícitas antes da decisão, fica difícil fingir que elas não existem.
A mesma lógica governa o sistema de compensação que Tobi construiu depois que as ações da Shopify caíram 80% em 2021 e 2022. Cada funcionário escolhe, todo trimestre, a proporção entre salário em dinheiro, RSUs e "shop cash", e se a ação cai, o funcionário recebe mais units no próximo trimestre porque o preço está menor, funcionando como rebalanceamento automático.
O princípio que conecta os dois projetos, o OS e o sistema de compensação, é que pessoas com agência real fazem escolhas melhores do que pessoas que seguem políticas, e criar agência real significa desenhar o sistema de incentivos de modo que a escolha certa seja também a escolha óbvia, sem precisar publicar lista de valores na parede.
Tobi usa o mesmo raciocínio para os escritórios, onde pods de tamanho desconfortável para sete pessoas produzem times que se auto-organizam em cinco sem nenhuma diretriz que determine o tamanho dos times.
A parte mais estranha da entrevista é quando Tobi fala sobre 2026. Ele conta que tem seis agentes de IA rodando em paralelo, que eles se mandam e-mail entre si, e que o trabalho dele passou a se parecer com uma partida de StarCraft: alocar atenção, intervir nos loops que precisam de ajuste, monitorar o agente crítico que supervisiona os outros.
Aprendeu StarCraft nos anos 90 porque era um jogo de informação imperfeita onde atacar a atenção do adversário valia mais do que atacar a base dele e onde o recurso mais escasso, mais do que minério, era foco.
A analogia funciona porque Tobi passou vinte anos construindo sistemas que reduzem a quantidade de decisões que precisam da atenção dele. O OS decide a estrutura da empresa.
O sistema de compensação decide os tradeoffs de remuneração. Os pods decidem o tamanho dos times. O sistema de fases de projeto, dividido em protótipo, proposta e build com transições formais entre eles, decide quando ele precisa aprovar algo e quando pode confiar que o time tem o que precisa para seguir sozinho.
Cada um desses sistemas existe porque a atenção de Tobi é o recurso mais caro da empresa, e gastá-la em decisões que poderiam ser tomadas por outras pessoas ou por regras claras é um desperdício que se acumula de forma invisível até um COVID aparecer e expor tudo de uma vez.
🔗 Soluções com IA, sob o seu comando! O Builder Night é para quem precisa transformar problemas em soluções, criando, com IA. Em uma noite, você vai conhecer cases reais de soluções com IA que alavancaram produtos, apresentados por quem botou a mão na massa.
É grátis, garanta o seu lugar aqui.
Há uma tensão que a entrevista com David Senra deixa no ar. Tobi diz que escrever políticas mata empresas porque as pessoas que estudam a política com mais cuidado são exatamente as que você não quer contratar, aquelas que buscam o manual antes de agir. O Shopify OS, porém, é uma política sofisticada sobre como a empresa deve se organizar, escrita em código Python com um SAT solver.
A diferença que ele aponta é que o sistema é derivado de princípios e mantido em código, então quando um princípio muda, as consequências se propagam automaticamente para toda a estrutura, diferente de uma política escrita que envelhece sem que ninguém perceba.
O problema é que princípios também envelhecem, e o próprio Tobi admite que vai encontrar contradições nessa entrevista se pedir para uma IA analisar a transcrição, e que contradição sinaliza que o frame mudou, não que o raciocínio era ruim quando foi feito.
O Shopify OS de 2020 foi a resposta para os problemas que a Shopify tinha em 2020, e em 2026, com agentes de IA reescrevendo o que é possível fazer com um time pequeno, a pergunta sobre qual deveria ser o tamanho de um time vai precisar ser respondida de novo, com números completamente diferentes, e o sistema que calcula essa resposta vai precisar ser reescrito por alguém que provavelmente ainda está no onboarding.