Para um número crescente de organizações, a IA tornou-se não apenas um componente-chave do processo de desenvolvimento de software, mas também a peça central.
Estas empresas mudaram para uma estratégia de desenvolvimento que prioriza a IA, onde a inteligência artificial está integrada em todas as fases do ciclo de vida de desenvolvimento de software, em vez de ser uma funcionalidade a utilizar selectivamente durante o processo.
Na maioria dos casos, isso significa uma mudança em direção a fluxos de trabalho de agentes, com os desenvolvedores atuando como arquitetos responsáveis pela supervisão dos agentes de IA. Mas, num sentido mais amplo, o desenvolvimento que prioriza a IA é uma transformação na forma como os desenvolvedores exploram e entendem o código, com foco no design e na produção de cada vez mais aplicações com a IA em mente.
Por que desenvolver a IA primeiro?
Para um número certamente crescente de equipes e organizações de desenvolvimento de software, a abordagem que prioriza a IA está se tornando mais necessária do que opcional.
“O desenvolvimento que prioriza a IA é importante porque a alternativa é cada vez mais insustentável”, afirma Mona Rajhans, gerente sênior de engenharia de software do fornecedor de produtos de segurança cibernética Palo Alto Networks, que lidera uma equipe de engenharia de IA de 14 pessoas. Simplificando, as equipes de desenvolvimento que usam IA para criar aplicativos podem realizar muito mais em menos tempo.
Da mesma forma, é cada vez mais importante projetar aplicações tendo em mente componentes de IA e usuários agentes. “Aparafusar a IA em uma arquitetura existente após o fato é como adicionar um segundo andar a uma casa sem paredes estruturais”, diz Rajhans. “Funciona até que não funcione, e quando quebra, quebra feio.”
Uma das maiores vantagens do desenvolvimento com IA é a velocidade com que as equipes podem concluir projetos e colocar produtos em desenvolvimento. Isto inclui identificar e resolver problemas muito mais cedo do que seria possível de outra forma.
“O trabalho que costumava ficar paralisado durante trimestres, como migrações de plataformas e atualização de bibliotecas antigas, agora é concluído em dias”, diz Collin Hogue-Spears, diretor sênior, DTE, da empresa de software de segurança de aplicativos Black Duck Software. “Os defeitos surgem no momento do design e não na produção, onde uma captura custa uma revisão de código em vez de um incidente.”
Quando você aplica IA desde o início do seu projeto de software, “normalmente você aprenderá sobre os problemas do seu conceito em horas, em vez de semanas”, diz Bob Hutchins, CEO da empresa de consultoria e consultoria Human Voice Media. “Desenvolvi aplicações completas de produção onde o primeiro protótipo funcional foi concluído antes da reunião inicial de uma oficina tradicional.”
O desenvolvimento que prioriza a IA também ajuda a manter baixos custos desnecessários. “A adaptação da IA aos projetos costuma ser cara e difícil”, diz Hutchins. “Os designs de projetos que incluem IA desde o primeiro dia resultam em padrões de fluxo de dados mais limpos, esquemas de permissão muito mais claros e elementos de interface do usuário que entendem como os agentes irão interagir com esses sistemas.”
A implementação de um chatbot em um aplicativo existente produz um chatbot, diz Hutchins. “Projetar para IA oferece um tipo de produto totalmente novo”, diz ele.
Talvez o mais importante seja o fato de que usar o desenvolvimento que prioriza a IA faz com que as equipes melhorem sua documentação e clareza geral em seus processos de pensamento, diz Hutchins. “Como uma IA não consegue ler mentes, as equipes que seguem essa abordagem fornecerão melhores especificações de documentação, porque a própria especificação servirá como o verdadeiro conjunto de instruções.”
Como ter sucesso no desenvolvimento de IA primeiro
Nem todas as equipes de desenvolvimento estão prontas para essa mudança radical no processo de desenvolvimento. Muitos lutam para adotar o desenvolvimento que prioriza a IA por uma série de razões. Talvez tenham sistemas de engenharia subjacentes que dependem de conhecimento não documentado, regras implícitas ou supervisão manual. Ou eles não possuem os processos e habilidades adequados de garantia de qualidade, segurança e testes.
A IA requer um contexto preciso para funcionar corretamente, e as equipes que dependem de bases de código legadas não documentadas e arquiteturas obscuras podem descobrir que a IA gera informações imprecisas que acabam exigindo um retrabalho significativo por parte dos humanos.
Seguindo algumas boas práticas, os desenvolvedores e as equipes podem se preparar para um ambiente que prioriza a IA e se destacar nesse novo paradigma de desenvolvimento.
Adicione novas habilidades e funções
Uma das etapas mais importantes é adicionar novos conjuntos de habilidades e funções que se encaixem na estratégia AI-first, mesmo que isso signifique mudanças desconfortáveis para alguns. Sem as competências necessárias, nada mais na abordagem AI-first funcionará bem.
“A habilidade escassa não é mais escrever código, mas sim lê-lo rapidamente e avaliá-lo com precisão”, diz Hogue-Spears. “Os desenvolvedores mais fortes trabalharão como arquitetos: eles enquadram o problema, direcionam o agente e verificam o resultado. É assim que um engenheiro supervisiona com segurança o trabalho de vários.”
As organizações precisam concentrar a equipe nas funções de arquitetura sênior e cortar ou redesenhar as funções de codificação júnior de nível básico, diz William Flaiz, fundador da CleanSmartLabs, fornecedora de produtos de limpeza de dados.
“Ferramentas como o Claude Code podem escrever códigos bons e limpos rapidamente, de modo que esse não seja mais o gargalo”, diz Flaiz. “O julgamento e a experiência sobre o que construir, como arquitetá-lo e o que vai quebrar vem do julgamento dos arquitetos seniores. Ignore isso e você enviará o produto rapidamente, mas ele quebrará sob a carga do usuário.”
Considere programas de treinamento para facilitar a transição
Grande parte da AI-first é relativamente nova para muitas organizações, e muitos desenvolvedores e gerentes precisarão aprender o que significa ser arquitetos neste novo mundo.
O papel do arquiteto “está mudando de uma forma que a maioria das organizações ainda não conseguiu acompanhar”, diz Rajhans. “O trabalho envolve menos escrever código e mais projetar os limites, onde o agente atua, onde o ser humano decide e o que acontece quando o agente está errado. Essa última pergunta é aquela que a maioria das equipes ignora até que seja tarde demais.”
As equipes de desenvolvimento também precisam mudar a função de desenvolvedor para uma função de orquestrador para o desenvolvimento de agentes, diz Flaiz. O treinamento será necessário em muitos casos.
“Eles têm contexto de produto e compreensão do usuário suficientes para saber onde os agentes transferem, entram em conflito e qual agente vence quando em conflito”, diz Flaiz. “Esta não é uma função de programador no sentido tradicional, mas uma nova função que é uma boa transição para desenvolvedores juniores e iniciantes.”
Além disso, Flaiz recomenda integrar a experiência do usuário ao processo de desenvolvimento, “não apenas como um ponto de partida ou como uma verificação no final”, diz ele. “A IA pode escrever requisitos, especificações e auxiliar na arquitetura, mas não entende seus usuários. Ela não conhece os hábitos de como os usuários reais interagem com o software. Isso vem da observação de testes (de experiência do usuário), da análise do comportamento e do ser humano.”
Mude para fluxos de trabalho de agentes
Uma parte importante do desenvolvimento da IA é a mudança para fluxos de trabalho de agentes, onde agentes autônomos implantam raciocínio, planejamento e ferramentas externas para atingir objetivos complexos. Este é o cenário em que os desenvolvedores atuarão como arquitetos que supervisionam os agentes de IA enquanto trabalham para resolver problemas e construir aplicações.
“A transição fundamental aqui é passar da digitação – escrever código – para especificar o que você deseja fazer”, diz Hutchins. “As pessoas que prosperam em fluxos de trabalho de agência são indivíduos que conseguem definir sistemas claramente, pensar em potenciais (cenários incomuns) e avaliar objetivamente o trabalho dos outros.”
Embora às vezes a digitação do código possa parecer importante, as habilidades exigidas para fluxos de trabalho de agente “representam a verdadeira arquitetura e julgamento editorial”, diz Hutchins. “Como tal, os valores dos engenheiros seniores aumentam em vez de diminuir.”
Com os novos fluxos de trabalho, “os desenvolvedores gastarão menos tempo escrevendo cada linha de código manualmente e mais tempo definindo metas, considerando as restrições do produto, iterando através da arquitetura, projetando interfaces de usuário intuitivas, prevendo fluxos de dados e calculando os resultados esperados”, diz Bob Brauer, fundador e CEO da Interzoid, uma consultoria e fornecedora de enriquecimento de dados e serviços de inteligência estruturada.
“Ferramentas e agentes de IA podem ajudar a gerar código, planos de teste, documentação, scripts de implantação e monitorar requisitos de manutenção contínua”, diz Brauer.
Crie novos processos de teste e revisão
Outra boa prática é criar um novo processo de revisão antes de construir pipelines de agentes. “A IA gerará lixo ‘plausível’ sem hesitação”, diz Hutchins. “As organizações que estão actualmente a sofrer danos devido à geração (má) são as mesmas que aumentaram as suas capacidades de geração mais rapidamente do que a sua capacidade de verificar a produção gerada. Já vimos consultores devolverem dinheiro de clientes pagos por citações falsas. Isto representa uma falha de processo, não uma falha tecnológica.”
As revisões precisam ser contínuas. “Projeto para o posto de controle humano”, diz Hutchins. “Para cada fluxo de trabalho, as perguntas devem ser ‘onde uma pessoa com julgamento precisa revisar antes de enviarmos isso?’ Se você não conseguir responder a esta pergunta para seu fluxo de trabalho atual, então você não está implementando o desenvolvimento com IA primeiro. Você está simplesmente permitindo a delegação não supervisionada.”
Quanto aos testes, “os desenvolvedores precisam se sentir confortáveis com o não-determinismo”, diz Rajhans. “Os sistemas que priorizam a IA não se comportam da mesma maneira duas vezes. Os testes, a observabilidade e o tratamento de falhas precisam ser reprojetados do zero em torno dessa realidade. As equipes que tratam os resultados da IA como retornos de função são queimadas rapidamente.”
Comece pequeno e proceda com cautela
Apesar da urgência entre muitos líderes empresariais em avançar agressivamente em direção à IA, uma abordagem um tanto cautelosa pode ser melhor para objetivos de curto e longo prazo.
“Comece aos poucos e monitore tudo”, diz Hutchins. “Permita que os desenvolvedores acessem ferramentas aprovadas e diretrizes claramente definidas e, em seguida, determine onde (e) quando a IA reduz o tempo do desenvolvedor versus quando a IA gera retrabalho adicional.”
O desenvolvimento que prioriza a IA se tornará cada vez mais crítico à medida que a concorrência se intensifica e as equipes de software enfrentam uma pressão crescente para fornecer aplicativos mais rápidos, mais sofisticados e mais fáceis de usar, diz Brauer.
“Ao aproveitar a IA na coleta de requisitos, arquitetura/design, codificação, testes, implantação e manutenção contínua, as equipes de desenvolvimento podem aumentar significativamente sua eficácia e criar maior valor organizacional”, diz Brauer. “As organizações que adotam o desenvolvimento de IA estarão melhor posicionadas para fornecer software de maior qualidade com mais rapidez e obter uma vantagem competitiva significativa.”
