Daniel Sabença propõe acompanhar o tempo necessário para transformar uma ideia em solução validada e confiável para operar.
Produzir código mais rapidamente com inteligência artificial não garante que uma aplicação esteja pronta para entrar em operação. Essa é a avaliação de Daniel Sabença, diretor de tecnologia (CTO) do Grupo Macro, em artigo enviado à redação sobre produtividade na engenharia de software.
O executivo observa que ferramentas de IA generativa e agentes de desenvolvimento podem acelerar implementação, documentação, testes e protótipos. A entrega, porém, continua dependendo de arquitetura, integração com outros sistemas, segurança, validação e capacidade de manter a solução funcionando.
Da ideia à operação
Na análise de Sabença, uma aplicação criada rapidamente ainda pode precisar de um período maior para chegar ao uso real. A equipe deve verificar se a estrutura suporta o crescimento esperado, testar cenários, avaliar vulnerabilidades e garantir conformidade com as políticas da organização.
Também é necessário monitorar o comportamento do sistema em funcionamento, identificar problemas e planejar sua manutenção. Essas etapas influenciam o momento em que a ferramenta passa a gerar resultados para o negócio.
A proposta de Time-to-Confidence
O artigo propõe o conceito de Time-to-Confidence como complemento ao Time-to-Market, expressão usada para o tempo até uma solução chegar ao mercado.
A proposta é acompanhar quanto tempo a organização leva para reunir evidências de que uma ideia se tornou uma solução validada, segura, monitorável, compatível com as regras internas e preparada para crescer. Trata-se de uma perspectiva apresentada pelo executivo, e não de uma métrica padronizada demonstrada por um estudo no material.
O que medir nos projetos
Para Sabença, horas de desenvolvimento, quantidade de tarefas e linhas de código podem indicar volume de atividade sem mostrar o resultado efetivo entregue. Ele defende observar também o tempo entre a demanda e a entrega, a frequência de atualizações, as falhas, o retrabalho e os incidentes.
Outro indicador relevante é o tempo necessário para recuperar o serviço após um problema. Em conjunto, essas informações ajudam a avaliar como a organização transforma uma proposta em uma ferramenta utilizada de forma confiável.
O executivo considera que equipes apoiadas por agentes de IA podem assumir mais responsabilidade sobre todo o ciclo, da definição do problema ao acompanhamento em produção. Na sua avaliação, contexto, qualidade dos requisitos e gestão de riscos ganham importância à medida que a programação se torna mais acessível.
Fonte: Daniel Sabença, CTO do Grupo Macro, em artigo encaminhado à redação pela Mention.
