No final de 2024, decidi me arriscar a criar um SaaS do zero. A ideia? Uma solução de atendimento para ajudar empresas de determinado nicho a responder mais rápido aos seus usuários, gastar menos e ainda manter o toque humano.

O coração do produto é simples: integrar o WhatsApp Business da empresa a uma IA que conversa de forma natural com os clientes.

Para explicar melhor, fiz um desenho rápido que mostra como essa solução funciona na prática: 

 No desenho acima, descrevo o core da aplicação: receber mensagens de texto, áudio, imagem ou vídeo via API do WhatsApp. A partir daí, entram em cena múltiplos agentes. Eles tentam responder ao cliente. Se nenhum deles consegue, a conversa é redirecionada para um atendimento humano, em ferramentas como Chatwoot, Zendesk ou Freshdesk.

Mas o core, por si só, não é suficiente. Seria necessário também criar uma landing page para apresentar o produto e um sistema de gerenciamento. Esse sistema precisaria coletar métricas essenciais, como número de atendimentos feitos pela IA, tempo economizado, perguntas mais frequentes, quantidade de pessoas atendidas. Ele também precisaria centralizar toda configuração dos agentes e concentrar toda a parte cadastral dos usuários.

Em resumo, o projeto envolvia três grandes frentes: core de IA, landing page e sistema de gerenciamento. Foi aí que comecei a estudar quais ferramentas low-code e no-code poderiam me ajudar a dar vida a cada uma dessas partes.

Para o Core de IA, comecei explorando algumas ferramentas que prometem orquestração e automação. A primeira delas foi o n8n, já bastante conhecido por sua flexibilidade em integrar diferentes serviços. Também testei o Make, que tem uma proposta parecida, mas com interface ainda mais amigável. Mais tarde, acabei descobrindo o Langflow, que se mostrou interessante para estruturar múltiplos agentes de IA de forma visual.

Na parte da landing page, avaliei opções como Replit, Lovable e Bolt, cada uma com sua proposta para acelerar a criação de Landing pages e testes de mercado.

Já para a construção do sistema, cheguei a experimentar o Bubble, uma das plataformas no-code mais conhecidas e o WeWeb low-code.

Disclaimer: Atualmente sou um Product Manager, mas comecei minha carreira como desenvolvedor. Desde 2017 não sou mais desenvolvedor, embora mantenha proximidade com código. Esse projeto nasceu justamente dessa curiosidade: entender até onde é possível levar a criação de um produto desse porte utilizando apenas ferramentas low-code,  ou até mesmo no-code.

Para a construção do core de IA, o n8n se mostrou uma ferramenta bastante poderosa dentro do universo low-code. A curva de aprendizado é mais complexa que a do Make, mas percebi que o n8n oferece muito mais possibilidades para escalar minha aplicação. Além disso, é uma ferramenta open source. ❤️.

A imagem abaixo mostra um dos primeiros fluxos que desenhei para o atendimento. Cada pequeno elemento do fluxo representa uma interação: desde a conexão com a API do WhatsApp, o tratamento de um JSON, a inclusão de informações no Redis, até o envio de mensagens para o cliente e a orquestração entre diferentes agentes. 

 Na construção da landing page, a experiência com ferramentas low-code foi bem positiva. Entre as opções que testei, o Lovable se destacou pela facilidade de uso. O segredo, descobri, está em estruturar bem o prompt inicial: quanto mais claro e detalhado, mais completa e organizada é a página gerada logo de início.

Ainda assim, precisei fazer alguns ajustes no código. Publiquei a landing page no GitHub e ajustei alguns detalhes pelo Visual Studio, algo em torno de 10% ou até menos do trabalho total. Com mais paciência (e talvez menos perfeccionismo), seria totalmente possível ter feito 100% dentro do Lovable. 

 Até aqui estava bom demais para ser verdade.

Quando cheguei na parte do Sistema, foi onde tirei meu maior aprendizado. Diferente de uma landing page estática, um sistema possui uma complexidade muito maior.

Por natureza, um sistema não é estático: precisa lidar com interações constantes, fluxos de login e reset de senha, chamadas de APIs externas, além de uma estrutura que envolve front-end e back-end. É nesse nível que entram as regras de negócio, a segurança da aplicação e toda a lógica que sustenta o produto.

Percebi, na prática, que esse é o ponto em que o no-code mais sofre. E o Bubble, coitado 🥺, tem problemas que considero importantes comentar: 

No fim, ficou claro para mim que o Bubble pode ser “útil” para validar um MVP, mas traz riscos consideráveis quando se pensa em médio prazo e escalar sua aplicação. 

Testei também o WeWeb, a responsabilidade dele fica restrita ao front-end. Isso significa que seria necessário criar todo o back-end em código, separado. Até existem templates front-end prontos, mas os gratuitos são bem básicos e os mais completos são pagos.

Ainda assim, sugiro usar o WeWeb para o front e desenvolver o back-end no código do que depender do Bubble para tudo. Essa separação dá mais flexibilidade e reduz os riscos de ficar preso a uma ferramenta engessada como o bubble. 

No fim das contas, acabei optando por codar todo o sistema sem depender de ferramentas low-code ou no-code.

Minha percepção é que essas plataformas de construção de sistemas funcionam bem para necessidades simples ou, no máximo, para validar um MVP. Mas quando o assunto é flexibilidade e escala, elas ainda têm muito a evoluir, principalmente o bubble.

Um dos maiores aprendizados foi perceber que o low-code vem evoluindo rápido, mas ainda brilha principalmente em casos como automação, criação de landing pages ou sistemas mais simples.

Quando o assunto é aplicações complexas, que exigem flexibilidade e escala, ainda há muito espaço para amadurecer. E justamente por isso, acompanhar essa evolução de perto pode ser uma grande oportunidade para quem trabalha com produto e tecnologia.

Um dos meus erros na construção no core IA foi não ter combinado o uso do n8n com o Langflow. O Langflow oferece um nível de especialização em IA que o n8n não possui, já que foi desenhado especificamente para a criação de múltiplos agentes. Já o n8n se destaca pela capacidade de automação e integração com sistemas externos.

E você, já tentou criar algo do zero usando low-code ou no-code? Quais foram seus aprendizados?