Pontos-chave
- A maioria das avaliações não questiona qual ferramenta de codificação com IA deve ser usada, mas sim se uma plataforma corporativa é realmente necessária, diante dos avanços na geração de código por IA.
- Os geradores de código por IA são bons para produzir software funcional rapidamente, mas velocidade não significa uma solução pronta e adequada para o ambiente corporativo.
- Quando você desenvolve do zero, é responsável por tudo o que o gerador não forneceu, incluindo autenticação, permissões, integrações, governança, acessibilidade, correções de segurança e anos de atualizações.
- Pesquisas independentes sugerem que o código é gerado mais rapidamente, mas custa mais para manter. A duplicação está aumentando, a refatoração está diminuindo e a capacidade de revisão é uma grande limitação.
- O vibe coding e uma plataforma são complementares, e não concorrentes. A IA reduz o tempo de desenvolvimento, mas é a plataforma que mantém o resultado seguro, integrado e fácil de manter.
A nova pergunta que os clientes estão fazendo
Não faz muito tempo, um projeto de portal do cliente começava com uma avaliação de plataforma. Hoje, as coisas estão diferentes. Alguém da equipe criou um protótipo funcional em um fim de semana usando uma ferramenta como Cursor, Lovable, v0, Bolt ou Claude Code, e o protótipo parece convincente. Ele tem uma tela de login, um painel de controle e uma página que extrai dados reais de um endpoint de teste.
Os outros membros da equipe veem o protótipo, trocam olhares com as sobrancelhas levantadas, todos pensando na mesma pergunta: se a IA consegue gerar tudo isso, ainda precisamos comprar uma plataforma?
Essa pergunta exige uma resposta mais cuidadosa do que um simples sim ou não. Afinal, o protótipo (e a rapidez) são reais. Mas o que não é levado em conta é todo o trabalho e o custo potencial que vêm a seguir.
Este guia explica o que um portal de clientes em produção exige além do protótipo, o que sua equipe terá que assumir se você mesmo desenvolver essas partes e o que uma plataforma empresarial oferece em vez disso.
O que “criar com IA” realmente significa
“Criado com IA” pode significar duas coisas:
1) Usar IA para auxiliar no desenvolvimento com uma plataforma existente. Sua equipe ainda desenvolve sobre uma base regulamentada. Nada muda em relação ao seu modelo de segurança, camada de integração ou caminho de atualização.
2) Desenvolver um aplicativo do zero com IA. Nesse caso, um gerador de IA produz o próprio código-fonte da solução, e você se torna responsável por hospedá-la, protegê-la, integrá-la e mantê-la.
Neste guia, vamos nos concentrar nas diferenças entre as duas abordagens e explicar por que desenvolver tudo com IA não é, na verdade, a decisão mais econômica a longo prazo.
Rapidez na produção não significa que o trabalho esteja “concluído”
Os geradores de código de IA tornaram-se muito bons, especialmente à primeira vista. Pesquisas recentes sugerem sua crescente aptidão na criação de código que funciona. Isso não significa, no entanto, que esse código seja “seguro” para ser usado como base para seu site ou para alimentar uma solução para os clientes.

A Veracode vem realizando o mesmo teste controlado desde 2023, atribuindo aos modelos uma tarefa de codificação que pode ser resolvida de forma segura ou insegura e medindo qual opção eles escolhem. Na atualização
da primavera de 2026, entre mais de 150 modelos avaliados até o momento, os modelos produziram código seguro em apenas 55% das tarefas, em média. Em outras palavras, eles introduziram uma classe de vulnerabilidade conhecida em 45% delas.
Em Java, a taxa de aprovação em segurança foi ainda menor: 29%. A correção sintática, no mesmo período, ultrapassou 95%. Portanto, sim, o código é compilado de forma mais confiável, mas não com segurança.
Outra constatação interessante? As taxas de aprovação em segurança não melhoraram ao longo do período de testes.
O relatório DORA 2025
do Google sobre desenvolvimento de software assistido por IA, baseado em cerca de 5.000 entrevistados, constatou que a adoção da IA está correlacionada a maior produtividade e, ao mesmo tempo, a maior instabilidade, mais falhas nas alterações e mais retrabalho.
Os desenvolvedores relatam o mesmo padrão a partir de dentro. Na Pesquisa com Desenvolvedores do Stack Overflow de 2025, a frustração mais comum com as ferramentas de IA, citada por 66% dos entrevistados, foi “soluções de IA que estão quase certas, mas não totalmente”. Pouco mais de 45% afirmaram que depurar código gerado por IA leva mais tempo do que depurar código escrito por uma pessoa. Um número maior de entrevistados demonstrou desconfiança em relação à precisão da IA (46%) do que confiança (33%), e o ceticismo foi maior entre os desenvolvedores mais experientes.
Isso significa que não devemos deixar a IA escrever código de forma alguma? Não, mas não devemos presumir que o código gerado por IA seja seguro. Na verdade, o código gerado por IA ainda precisa da maior
atenção.
Riscos ao construir do zero
Um portal do cliente não é apenas uma interface de autoatendimento. A tabela abaixo lista o que um portal do cliente em produção geralmente precisa, o que um gerador de código de IA pode produzir para cada item e o que ainda é de responsabilidade da sua equipe caso não haja uma plataforma subjacente.

| O que o portal precisa | O que a geração por IA oferece | O que ainda é de responsabilidade da sua equipe |
|---|---|---|
| Autenticação e login único | Formulários de login e uma tentativa plausível de integração com um protocolo de sua escolha | Gerenciamento de certificados, gerenciamento de sessões, atualização de tokens, federação de identidades e manutenção da precisão à medida que seu provedor de identidade muda |
| Permissões | Verificações de funções implementadas onde você solicitou | Um modelo consistente aplicado em todas as páginas, registros, documentos e pontos de extremidade de API, além da garantia de que as permissões funcionam como deveriam |
| Integrações com sistemas de registro | Código do cliente da API elaborado a partir da documentação que você fornecer | Tratamento de erros, novas tentativas, limitação de taxa, rotação de credenciais e atualização de todos os clientes quando uma API de origem é alterada |
| Gerenciamento de conteúdo para não desenvolvedores | Conteúdo codificado diretamente ou uma tela básica de administração, caso você solicite | Uma experiência de edição que suas equipes de marketing e suporte podem usar sem precisar abrir um ticket |
| Acompanhamento de processos, aprovações e SLAs | Lógica condicional para os caminhos que você descreveu | Roteamento em várias etapas, aprovações paralelas, escalonamento, reatribuição e relatórios sobre se as etapas foram concluídas dentro do prazo |
| Pesquisa | Uma consulta ao banco de dados ou uma caixa de pesquisa em uma tabela | Relevância, indexação e resultados filtrados de acordo com o que cada usuário tem permissão para ver |
| Acessibilidade | Marcação que pode ou não estar em conformidade com o padrão | Testes em relação às WCAG, correções e documentação de conformidade |
| Evidências de auditoria e conformidade | Registro de eventos da aplicação, se solicitado | Um registro duradouro de quem acessou e alterou o quê, em um formato aceitável para um auditor |
| Suporte multilíngue e multirregional | Texto extraído para arquivos, na medida do possível | Fluxo de trabalho de tradução, variação de conteúdo regional e URLs sensíveis à localização |
| Correções de segurança | Nada. O gerador não monitora suas dependências. | Acompanhar todas as bibliotecas herdadas, avaliar cada aviso de segurança e aplicar correções de acordo com sua própria programação |
| Atualizações | Nada | Todas as atualizações de frameworks e dependências, indefinidamente, sem que nenhum fornecedor faça isso por você |
| Hospedagem, escalabilidade, backup e recuperação | Nada, a menos que você use uma plataforma gerenciada do prompt ao aplicativo | Infraestrutura, testes de carga, failover, backups e recuperação testada |
Dê uma olhada na coluna à direita. Esse é o escopo real de uma construção do zero, e muito pouco disso aparece no protótipo de fim de semana.
Começar do zero não é impossível, e muitas organizações já fizeram isso. Mas você precisa se perguntar: será que quero arcar com o fardo de construir e manter tudo o que a IA não consegue fazer com meus recursos limitados de engenharia?
E quanto à manutenção?
O custo de desenvolvimento é bastante visível e pode ser estimado. Mas o custo de manutenção, um valor muito maior e mais variável, nem sempre é levado em conta em um projeto de portal do cliente desenvolvido do zero.

Uma constatação de longa data na engenharia de software é que a manutenção consome entre 40% e 80% do custo total do software ao longo da vida útil de um aplicativo, com média em torno de 60%. Esse número vem do livro Facts and Fallacies of Software Engineering (Addison-Wesley, 2002), de Robert Glass, Fato 41.
Esses dados surgiram muito antes da geração de código por IA, e isso é importante: a manutenção sempre foi cara. E agora a geração de código está ocorrendo em taxas exponenciais.
As primeiras evidências indicam que o código gerado por IA é mais difícil de manter do que o código que ele substitui. A análise da GitClear de 623 milhões de alterações de código entre 2023 e 2026, publicada como The Maintainability Gap, constatou que blocos duplicados de cinco ou mais linhas aumentaram 81% em relação à linha de base de 2023, o nível mais alto já registrado. No mesmo período, o código movido (que é como a refatoração se apresenta em um diff) caiu de 21% das linhas alteradas em 2022 para 3,8% em 2026. Agora, os desenvolvedores estão consideravelmente mais propensos a duplicar um bloco do que a refatorá-lo. O GitClear também registrou uma queda de 35% na frequência com que o código novo chama o código existente, o que sugere que o código gerado está sendo adicionado ao lado da base de código, em vez de ser integrado a ela.
Esse é o comportamento que as equipes de produto descrevem quando questionadas sobre o que dá errado na prática. Peça a um gerador o mesmo banner em dez páginas e você receberá dez cópias separadas. Cada uma delas funciona. Mas uma alteração nesse banner posteriormente significa localizar e corrigir todas as dez, embora não haja nada na base de código que indique a existência de dez banners diferentes.
A capacidade de revisão é a outra restrição. A Faros AI, ao analisar dados de telemetria de engenharia de cerca de 22.000 desenvolvedores em 4.000 equipes no início de 2026, relatou
que a duração mediana da revisão de código aumentou 5 vezes. Houve um aumento de 31,3% nas pull requests mescladas sem qualquer revisão, o que eles atribuem à falta de capacidade dos revisores, e não a qualquer mudança de política. O relatório, intitulado The Acceleration Whiplash, foi publicado pelo fornecedor, mas baseia-se em atividades observadas, e não em respostas de pesquisas autorrelatadas.
Código chegando mais rápido do que pode ser revisado, aumento da duplicação e queda na refatoração: tudo isso significa um rápido acúmulo de dívida técnica, sem falar nos riscos de segurança que mencionamos anteriormente.
Para um mero protótipo, isso não é significativo. Mas para um portal do cliente que você espera que funcione por uma década, esse é um problema crítico de custo.
O que uma plataforma e uma assinatura corporativa oferecem que você não constrói
O argumento mais forte a favor do uso de uma plataforma com potencial para desenvolvimento assistido por IA (a primeira abordagem mencionada acima) é que ela já vem pronta para o mundo corporativo: construída, testada e mantida.
Veja exatamente o que isso significa no Liferay DXP.
Identidade e autenticação.
O Liferay DXP oferece suporte a SAML
tanto como provedor de identidade quanto como provedor de serviço, OAuth 2.0
como servidor de autorização e servidor de recursos, OpenID Connect
como parte confiável, integração com diretório LDAP
com importação e exportação de usuários e grupos, e autenticação multifatorial,
incluindo senhas de uso único baseadas em tempo e dispositivos FIDO2. Da sua parte, basta apenas a configuração, sem necessidade de desenvolvimento.
Permissões até o nível de registro individual.
As funções podem ser delimitadas para toda a instância, uma organização, um site ou uma conta, e os administradores do site podem criar equipes
para gerenciar permissões localmente dentro de um site. Para dados personalizados, a documentação afirma
que “com objetos personalizados, você pode gerenciar permissões para entidades individuais do banco de dados a fim de controlar o acesso aos dados do objeto”. Documentos e pastas possuem suas próprias permissões, e os resultados da pesquisa são filtrados de acordo com o que o usuário tem permissão para ver.
Modelos de dados que vêm com APIs.
O Liferay Objects
permite que as equipes definam entidades de negócios visualmente, com campos, relações e regras de validação. Quando uma definição de objeto é publicada, o Liferay gera automaticamente pontos de extremidade REST padrão para ela, e o objeto é exposto no esquema GraphQL do Liferay. Cada objeto é integrado ao fluxo de trabalho.
Processos, aprovações e níveis de serviço.
O mecanismo de fluxo de trabalho oferece suporte a caminhos de aprovação sequenciais e paralelos usando nós fork, join e join-XOR, com tarefas atribuídas a usuários ou funções e notificações integradas. As métricas de fluxo de trabalho
permitem definir um SLA como um evento de início, um evento de término e uma duração; em seguida, relatam itens como atrasados, dentro do prazo ou não rastreados, com detalhamentos por etapa e por responsável.
Acessibilidade que você pode demonstrar.
A Liferay publica um Relatório de Conformidade de Acessibilidade
com base no VPAT 2.5Rev, avaliado por critério de sucesso em relação às WCAG 2.0, 2.1 e 2.2, à Seção 508 Revisada e à norma EN 301 549, para uma versão trimestral específica. A conformidade é relatada critério por critério, em vez de como uma declaração genérica, e fragmentos personalizados e extensões de cliente criados pela sua equipe não são automaticamente abrangidos. O código gerado não vem acompanhado de nenhum relatório de conformidade, e produzir um representa um trabalho extra para a sua equipe.
Segurança como responsabilidade do fornecedor.
A Liferay passa por verificações independentes de seus controles de segurança, privacidade e conformidade desde 2019 e possui as certificações ISO/IEC 27001, ISO/IEC 27017, ISO/IEC 27018, SOC 2 Tipo 2, CSA STAR e a ENS da Espanha,
entre outras. A Liferay é um fornecedor CVE, mantém um programa público de recompensa por bugs, publica um índice de vulnerabilidades conhecidas a cada lançamento
e realiza testes de penetração anuais, juntamente com análises estáticas, análises dinâmicas e varredura de dependências. Em um desenvolvimento do zero, cabe a você executar tudo isso.
Um caminho de atualização com suporte.
De acordo com a Política de Ciclo de Vida de Serviço da Liferay, a primeira versão trimestral de cada ano é designada como versão com suporte de longo prazo e recebe três anos de suporte premium, seguidos por dois anos de suporte limitado. As extensões de cliente
interagem apenas com as APIs do Liferay, em vez de modificar a plataforma, e a documentação do Liferay observa que “esse acoplamento fraco torna as extensões de cliente mais flexíveis e fáceis de aplicar aos ambientes após uma atualização, uma vez que dependem apenas de APIs que raramente mudam entre as versões”.
Um modelo de implantação que se adapta às suas restrições.
A Liferay oferece opções de SaaS, PaaS e auto-hospedagem. No Liferay SaaS, a personalização ocorre por meio de extensões de cliente, e a Liferay aplica atualizações e patches à plataforma. Essa é uma diferença clara entre a plataforma e as abordagens de desenvolvimento do zero: com a oferta de SaaS de um fornecedor, manter a base atualizada é responsabilidade dele. Com uma construção do zero, a responsabilidade é sempre sua.
Vibe coding e plataforma são complementares, não concorrentes
Lembre-se: o vibe coding é uma abordagem de desenvolvimento, não uma plataforma. O vibe coding pode influenciar a rapidez com que o software é desenvolvido, mas não torna esse software seguro, integrado, escalável ou sustentável.
Quando usadas em conjunto, as duas formam uma equipe poderosa. A IA reduz o tempo de desenvolvimento quando devidamente regulada. A plataforma serve como base. Você obtém velocidade e facilidade de manutenção. O protótipo que você criou é usado como uma ferramenta útil de exploração antes de dedicar a equipe de engenharia a um projeto completo.
A abordagem da Liferay para a construção assistida por IA segue a mesma lógica. A IA da Liferay gera blocos de construção padrão de baixo código dentro da plataforma, em vez de código livre acoplado a ela, de modo que o resultado fica onde as equipes já trabalham. O código gerado respeita as funções e permissões que você já definiu.
Tudo o que a IA produz permanece transparente e editável por meio das mesmas ferramentas visuais, portanto, não há uma “caixa preta” separada para manter. A IA gera elementos reutilizáveis, como fragmentos, modelos e conteúdo, e pode ser orientada a reutilizar o que já existe antes de criar qualquer coisa nova; assim, um elemento usado em vários lugares é atualizado apenas uma vez. Seus fluxos de trabalho existentes de revisão e aprovação se aplicam às alterações geradas pela IA, o que mantém as pessoas no controle do que entra no ar.
Leia mais sobre os recursos de low-code
da Liferay ou sobre o AI Hub.
Perguntas a fazer antes de decidir
Se sua equipe está avaliando a opção de construir do zero em comparação com uma plataforma, aqui estão algumas perguntas que revelarão seus custos potenciais.

1. Por quanto tempo esperamos que este portal fique em operação?
2. Quem fará a manutenção dele daqui a três anos?
3. O que acontece na primeira vez que uma dependência receber um aviso crítico?
4. Como vamos comprovar que nosso modelo de permissões funciona?
5. Quais são nossas obrigações em relação à acessibilidade?
6. Onde ficam nossos dados regulamentados e quem tem acesso a eles?
7. Como funciona o processo de atualização?
8. Desenvolver isso seria o melhor uso de nossa capacidade de engenharia?
Como fica quando um portal do cliente desenvolvido em plataforma funciona
O valor de uma plataforma se reflete no tempo de lançamento e nos resultados mensuráveis. Veja estes três clientes da Liferay:
- A Broadcom passou da seleção de fornecedores e produtos até o lançamento em dez meses, implementando 845 recursos, e relatou uma redução de 66% nos cliques dos usuários, agora que os recursos estão reunidos em um único lugar.
- A IndiaFirst Life Insurance relatou uma redução de 20% nas chamadas e tickets de atendimento ao cliente, um aumento de 40% no número de clientes que pagam prêmios online e mais de 60.000 usuários registrados.
- A HDI Assicurazioni implementou seu portal em 18 semanas e registrou 50.000 novos usuários nos primeiros seis meses.
Tomando a decisão
Se você estiver criando um protótipo apenas para testar uma ideia, use a ferramenta que leve você ao resultado mais rapidamente, o que provavelmente é a IA. Desde que você mantenha os protótipos separados dos dados de produção até que eles sejam aprovados em uma revisão de segurança e arquitetura, isso faz sentido.
Mas se você estiver desenvolvendo o sistema que seus clientes usarão para fazer login e compartilhar dados confidenciais (ou seja, um sistema que representa uma extensão crucial da confiança que eles depositam em você), então você precisará de mais do que um gerador de código.
A IA reduz o tempo necessário para desenvolver software, mas uma plataforma como o Liferay DXP, juntamente com
sua IA integrada, reduz o tempo até a geração de valor comercial e diminui seu custo total de propriedade.
Agende uma demonstração para discutir os requisitos do seu projeto de portal do cliente
ou continue explorando como o Liferay DXP oferece suporte a soluções para os clientes.
Perguntas frequentes
O código gerado por IA pode ser usado em um portal de clientes em produção?
Em teoria, sim, desde que a organização assuma toda a responsabilidade por tornar a aplicação pronta para produção, incluindo revisão de segurança, gerenciamento de dependências, manutenção de integração, testes de acessibilidade, evidências de auditoria, hospedagem e atualizações contínuas. O código gerado é o ponto de partida, e não o sistema finalizado. Saiba mais sobre os riscos de segurança do vibe coding e como uma revisão minuciosa pode torná-lo mais segura.
A Liferay é contra o vibe coding?
Não. O vibe coding é uma abordagem de desenvolvimento e funciona bem para prototipagem, provas de conceito e ferramentas internas de baixo risco. Ela só se torna um problema quando é tratada como substituto de uma plataforma empresarial.
Uma plataforma atrasa as equipes em comparação com a geração de código?
Com uma plataforma, há mais trabalho de projeto inicial, pois modelos de dados, permissões e fluxos de trabalho são configurados deliberadamente. Esse investimento é o que torna as alterações posteriores previsíveis.
E se já tivermos criado algo com IA e quisermos migrá-lo para uma plataforma?
Esse não é um caminho incomum, e é o padrão de quatro etapas descrito em nosso guia sobre vibe coding e low-code: explorar com IA, avaliar o protótipo, reconstruir o conceito validado em uma plataforma governada e, então, medir e escalar. O protótipo não é desperdiçado, mas serve como ponto de partida para a especificação.
Como comparamos o custo de construir com o de usar uma plataforma?
Compare os custos ao longo de toda a vida útil esperada do aplicativo, em vez de apenas no momento do lançamento. Inclua manutenção, correções de segurança, atualizações, hospedagem e o tempo de engenharia gasto em partes que uma plataforma teria fornecido. A manutenção historicamente representa a maior parte do custo total do software; portanto, uma comparação baseada apenas no esforço de desenvolvimento subestimará significativamente a opção de construir do zero.