O preço da otimização de custos
Se você acompanhar as decisões dos principais participantes da nuvem pública, surgirá um tema claro. A pressão competitiva dos rivais traduz-se num controlo constante de custos, na aceleração dos serviços para o mercado, na redução de orçamentos operacionais, na automatização sempre que possível e na redução (ou eliminação total) de equipas de talentos de engenharia profundamente experientes que outrora garantiam a continuidade e o conhecimento institucional. Os comentários de um ex-engenheiro do Azure ilustram claramente como um êxodo de talentos, aliado a um foco quase obstinado na IA e na automação, está tendo efeitos posteriores na estabilidade e no suporte da plataforma.
A ironia é nítida: à medida que os fornecedores de cloud alardeiam as suas proezas em IA e a automatização orientada por máquinas, a experiência humana que construiu e executou de forma fiável estas plataformas já não é considerada de missão crítica. A automação não é uma panaceia; as empresas ainda precisam de arquitetos e operadores experientes que entendam os limites do sistema, gerenciem dependências, lidem com falhas e respondam habilmente a falhas imprevisíveis. As grandes interrupções recentes reflectem a perda lenta mas segura desse conhecimento humano criticamente incorporado. Enquanto isso, as decisões de engenharia são cada vez mais tomadas por aqueles que têm a tarefa de conciliar portfólios cada vez maiores, lançamentos de novos recursos e mandatos de redução de custos, em vez de contribuir com um foco metódico na resiliência e na habilidade.
O Azure enfrenta dificuldades crescentes em escala, com dezenas de milhares de linhas de código geradas por IA criadas, testadas e implantadas diariamente – às vezes por outros agentes de IA – criando um ciclo de complexidade e opacidade que se auto-reforça. A “crise informática” resultante coloca ainda mais pressão sobre as infra-estruturas, que, apesar da sua sofisticação, lidam agora com cargas mais pesadas com menos pessoas a supervisionar.
