Latest / Comunidade Ágil / Pílulas Ágeis #61 - Elio Rosa conta 4 cases de como a IA está aumentando a eficiência de times técnicos

Transcript

Pílulas Ágeis #61 - Elio Rosa conta 4 cases de como a IA está aumentando a eficiência de times técnicos · Comunidade Ágil

0:09
Olá, pessoal, eu sou o hélio e sejam bem vindos a mais uma
0:12
pílula ágio. Hoje vamos mergulhar em um tema
0:15
que está no centro de toda a transformação, a inteligência
0:17
artificial. Mais especificamente, vamos
0:19
discutir aqui como a genai está redefinindo o que significa a
0:23
seagem em escala no dia a dia operacional.
0:25
Para começar, trago. Um dado de uma pesquisa recente
0:28
da conversion, que mostrou que 93% das pessoas conectadas no
0:31
Brasil já usaram alguma ferramenta de IA.
0:34
Dessas, 49% usam IA todos os dias, mas apenas 54% dizem que
0:40
entende bem o termo. Essa estatística acende um
0:43
alerta na nossa comunidade. Não basta usar o ChatGPT
0:47
casualmente, o desafio do time é de ir mais além, buscando uma
0:50
aplicação estratégica para maximizar o valor e a eficiência
0:54
de nossos processos. É sobre isso o que vamos falar
0:56
hoje. Como transformar AIA em um
0:58
agente de transformação para sua agilidade?
1:01
Pois bem, o agilista, seja ele um scromaster, um PO ou um líder
1:05
de transformação, tem que ser o vetor que leva essa tecnologia
1:08
para dentro dos processos. Como AIA pode nos ajudar a
1:11
aderir melhor os princípios do manifesto?
1:13
Bom, para exemplificar o potencial de transformação em
1:16
operações críticas, vou compartilhar aqui 4 cases reais
1:20
de e agnerativa na empresa onde eu atuo.
1:22
E quero que pense nelas como agentes de IA automatizando
1:26
tarefas de alto esforço, mas que são repetitivas e consome um
1:30
foco humano em atividades de baixo valor estratégico.
1:33
Nosso primeiro case é um agente de IA, como se fosse um spock.
1:37
Ou podemos dizer aqui, um hub inteligente no nosso fluxo de
1:40
gerenciamento de incidentes na TI, ele atua imediatamente após
1:44
a abertura do chamado, antes de qualquer analista precise gastar
1:47
um minuto sequer na triagem manual.
1:49
Ao receber um novo incidente, pode ser mesmo via ferramenta
1:52
ITSM, aí a faz a atribuição para si na ferramenta, analisa a
1:55
descrição do problema e anexa o incidente.
1:58
A análise com os prováveis causa raiz, baseado no cruzamento dos
2:02
logs e padrões históricos, também sugere soluções de
2:04
contorno, eliminando a primeira rodada de perguntas do time de
2:07
suporte, além de associar outros incidentes referentes ao mesmo
2:10
cenário. O resultado pessoal é um valor
2:12
ágil puro, elimina a primeira rodada de análise do time de
2:15
suporte. Entregando o ticket já
2:16
enriquecido. E o impacto é impressionante.
2:18
Só em 2024, neste caso de uso, nos permitiu uma redução de 56%
2:24
no tempo médio de resolução dos incidentes e de 52% no tempo
2:28
médio de atendimento, garantindo que nossos time foquem em
2:31
soluções. Outro ponto também que chama
2:33
atenção, reduzimos o volume de incidentes em 2/3, sendo que o
2:37
investimento para essa solução é de apenas 25 USD ao ano.
2:40
E esse case é sensacional, pessoal.
2:42
Ele faz toda a diferença em nossa operação muito bom.
2:45
Falando agora sobre o gerenciamento de mudança em um
2:48
mundo onde a agilidade e a segurança são conciais durante o
2:50
fluxo de uma gemud ou podemos dizer aqui mais especificamente,
2:54
gerenciamento de mudança, a validação técnica em sistemas e
2:57
projetos pode se tornar um gargalo, comprometendo a
2:59
velocidade de inovação e a segurança das implementações.
3:03
Esse processo manual consome um tempo valioso e pode gerar
3:06
falhas. Mas e se pudéssemos automatizar
3:08
essa validação usando inteligência artificial?
3:10
É aí que eu apresento o segundo case.
3:12
Uma solução inovadora de automação inteligente para
3:15
validação técnica no fluxo de gemud, no qual utiliza aí a
3:19
generativa essa abordagem. Ela Visa permitir que as equipes
3:22
entreguem projetos de maior qualidade com maior velocidade,
3:26
liberando recursos para tarefas mais complexas e estratégias.
3:29
Como funciona essa solução? O processo de automação se
3:32
integra ao fluxo de g mude para analisar os documentos em busca
3:35
de informações chave. A solução analisa todos os
3:37
tópicos do formulário, incluindo os passos de instalação,
3:40
procedimentos de validação, etapas de roeback e, com base
3:44
nessa análise AIAA, pode aprovar ou rejeitar a tarefa de
3:47
validação na própria ferramenta de ITSM ou até mesmo indicar um
3:51
especialista para complementar a análise.
3:52
Em minutos após a abertura da mudança, aí anão apenas fornece
3:56
um feedback detalhado com sugestões de melhoria, como
3:58
também gera uma probabilidade de sucesso para a implementação.
4:01
Isso oferece ao solicitante uma visão clara e objetiva da
4:04
confiabilidade da mudança já na primeira etapa do processo de
4:06
gemud. Esse caso de uso permite que o
4:09
solicitante da mudança tenha um feedback em até 15 minutos após
4:12
a abertura, sendo que antes o SLA para validação é de 3 dias
4:16
úteis. Olha o ganho que temos, além de
4:18
receber sugestões de como melhorar o passo a passo de
4:20
implementação, já sabendo da probabilidade de.
4:22
Da implementação, pois o modelo entende que quanto maior o
4:25
score, menos eu dependo de um especialista que tenha o
4:27
conhecimento do desenvolvimento do projeto.
4:29
Ou seja, qualquer analista de TI pode aplicar a implementação.
4:32
E esse case ele é sensacional para dar mais agilidade e maior
4:35
eficiência. Ao automatizar a avaliação, as
4:37
equipes podem inteirar e implantar mudanças com maior
4:40
frequência e segurança. Isso acelera A Entrega de
4:42
projetos com maior qualidade, permitindo que as equipes se
4:44
concentrem em tarefas de maior valor.
4:46
A capacidade da IA de prever o impacto das mudanças de detectar
4:49
anomalias antes da implementação minimiza a probabilidade.
4:52
De falhas. Essa deteção proativa de
4:55
anomalias contribui para que o sistema se tornem mais robustos
4:58
e menos suscetíveis as interrupções, reduzindo os
5:00
riscos. O processo de validação, que
5:02
antes era uma etapa manual, se transforma em uma fonte de
5:04
inteligência que pode otimizar a resiliência e aprimorar os
5:09
fluxos de trabalho. O que impressiona é o custo
5:12
benefício da solução. É tão acessível que o custo para
5:15
analisar pelo −200 mudanças é de apenas 0,003 centavos de
5:18
dólares. Por exemplo, aqui usando o
5:20
modelo do geminai flash 2.0, o custo anual estimado para toda a
5:23
operação é de apenas 5 USD, provando que a inovação também
5:25
não precisa de um investimento alto.
5:27
Partindo aqui para o para a próxima solução é, sabemos que a
5:31
otimização de instruções de e SQL não é apenas uma boa
5:34
prática. É uma necessidade de negócio
5:38
essa que é ineficiente, pode causar gargalos de performance e
5:41
um aumento significativo nos custos de procedimento.
5:44
Mas e se pudéssemos ir além da análise reativa e criar uma
5:49
solução que não só identifica problemas, mas também oferece a
5:52
solução antes que o impacto se torne um problema real?
5:55
É com grande satisfação que eu compartilho aqui o terceiro
5:57
case, que é foi desenvolvido para monitorar e utilizar as
6:01
queres em nossos ambientes de banco de dados na nuvem.
6:03
A arquitetura é simples e poderosa.
6:05
Quando uma instrução SQL com problemas de performance é
6:08
identificada a iagem negativa, ela entra em ação.
6:10
Ela analisa o SQL, o plano de execução e os metadados.
6:13
Em vez de apenas sinalizar um erro, é gerada uma notificação
6:15
direta no chat do usuário responsável pela execução.
6:19
Essa notificação é muito mais do que um alerta.
6:21
Ela é uma consultoria instantânea contendo explicação
6:23
detalhada, um resumo claro do problema de performance,
6:26
sugestões de otimizações, recomendações práticas para
6:29
materialização de sub queres ou otimização de clausula, where
6:32
para reduzir a quantidade de dados processados, estimativa de
6:35
custo, uma estimativa de custo de quanto o usuário pode
6:37
economizar ao aplicar a utilização e o resultado é uma
6:40
redução notável nos custos operacionais e uma melhoria na
6:44
performance do ambiente, garantindo que nossos recursos
6:46
de dados sejam utilizados de forma mais inteligente.
6:49
O feedback foi muito positivo das equipes, demonstrando que a
6:52
inovação, quando aplicada de forma prática, gera o valor real
6:55
para o dia a dia. Essa iniciativa é um exemplo
6:57
claro de como a inteligência artificial e a automação podem
7:00
trabalhar juntas para transformar processos e
7:02
capacitar equipes a tomar decisões mais assertivas.
7:05
Ao automatizar a identificação e a otimização de consultas
7:08
ineficientes no banco de dados, estamos garantindo a performance
7:11
do nosso ambiente e, principalmente, gerando economia
7:13
significativa para empresa. O orçamento para manter AEA em
7:16
pleno funcionamento? É de aproximadamente 370 USD.
7:20
Este valor cobre o custo de mais de 3200 1000 chamadas na API,
7:24
que é utilizada para uso da iagem nerativa.
7:26
Em resumo, com o investimento anual mínimo, estamos não apenas
7:29
implementando uma solução de ponta, mas também assegurando a
7:31
eficiência operacional e a sustentabilidade dos nossos
7:34
recursos ao longo do prazo. É um tremendo case de sucesso,
7:37
ou seja, cada equipe recebe um suporte a nível de DBA feito
7:40
pelo agente de forma proativa e partindo agora para o nosso
7:43
terceiro case. Em um cenário onde o nosso
7:46
ecossistema de dados se expande exponencialmente, com centenas
7:48
de projetos e relatórios críticos, o tempo é valioso no
7:52
nosso time e frequentemente consumido pela complexidade da
7:54
análise diária e monitoramento de anomalias, o agente foi
7:58
desenvolvido com a missão clara de eliminar essa complexidade e
8:01
atuar como um multiplicador de força para a equipe.
8:04
Ele opera com um olhar crítico de um analista de dados focado
8:06
exclusivamente em monitorar. Proativamente os relatórios
8:10
detectando quebras de padrão, ausência de dados ou até mesmo
8:13
outras anomalias que podem impactar a integridade e a
8:15
confiabilidade da informação. E se a gente tem a integração lá
8:18
com aquele nosso primeiro case do espoco de incidentes, essa
8:21
sinergia entre eles permite que AIA não apenas identifique o
8:24
problema, mas também verifique a recorrência de incidentes
8:27
anteriores. Mas o seu grande diferencial
8:29
está na automação do processo. De reunião para o time, AEA
8:32
notifica de forma inteligente o grupo da reunião antes do
8:35
encontro, apresentando anomalias, a conclusão da
8:37
análise e os próximos passos imediatos sugeridos.
8:40
Essa automação elimina o tempo gasto na preparação da pauta e
8:44
no diagnóstico inicial, permitindo que a equipe foque
8:46
imediatamente na discussão de soluções e tomada de decisão.
8:48
A EA assume o monitoramento operacional e o direcionamento
8:51
da pauta, liberando o nosso pessoal para resolução de
8:53
problemas mais complexos e a execução de iniciativas.
8:55
É um case extremamente promissor e muito bom.
8:57
Pessoal, o que que vocês acharam?
8:59
Dos nossos cases que vimos com um agente de incidentes, um
9:03
agente de gemund e outros agentes, que a inteligência
9:05
artificial não apenas é uma ferramenta de chat, ela é uma
9:08
nova linha de frente da eficiência operacional.
9:11
Mas a pergunta que fica para nossa comunidade ágil é, como
9:15
levar é a essa mesma mentalidade de agente de IA para dentro das
9:19
nossas sprints, das nossas vitros e dos nossos planejamento
9:22
de produto? Bom, a chave está em permitir
9:25
que os times ágeis sejam mais ágeis ao fazer agilidade.
9:28
Ou seja, automatizar o que é repetitivo para liberar o tempo
9:31
e o foco humano para tomada de decisão, criatividade e
9:34
interação com o cliente, que são as os pilares irremovíveis do
9:38
sucesso ágil. Para ajudar vocês nessa jornada
9:41
no seu time, separei aqui pelo menos 4 dicas de usar com a
9:44
gente de a para turbinar a sua agilidade.
9:46
Primeira dica, acelerar a criação de artefatos de
9:48
documentação, por exemplo, a IA girar, a primeira versão de uma
9:51
Youse store, critérios de aceite ou até mesmo rascunho de
9:54
documentação técnica traz um valor agregado para o time,
9:57
ágio. Isso resulta em um aumento no
9:59
foco estratégico do produto tiwner OPO não perde tempo na
10:03
escrita inicial, mas sim no refinamento, na validação com os
10:05
stakeholders e priorização, garantindo a velocidade e a
10:08
qualidade do blacklog, por exemplo, DK 2 aprofundar a
10:11
análise da retrospectiva, aí a processo dados de várias
10:15
retrospectivas de um time ou de vários para identificar padrões.
10:19
Tendências e causa raiz que o olho humano pode perder.
10:21
Traz um valor agregado, garante uma melhoria contínua, mais
10:24
eficaz e orientada a dados. As ações de melhoria se tornam
10:28
realmente transformadoras, focando em problemas sistêmicos
10:30
e não apenas em sintomas superficiais da última Street.
10:33
Terceira dica? Otimizar a geração de hipóteses
10:35
e MVPs. Gerar rapidamente múltiplas
10:38
ideias de produtos e hipóteses de valor, analisando dados de
10:40
mercado e feedback de usuários. Isso acelera o ciclo de
10:44
aprendizado, reduz o tempo de invenção e aumenta a capacidade
10:46
de experimentação do time, minimizando os riscos de
10:48
construir a coisa errada. 4 suportar a manutenção da
10:51
qualidade técnica, por exemplo. Aí a pode monitorar e sugerir
10:55
refaturações, analisar padrões de código ou até mesmo
10:58
identificar áreas com alto débito técnico.
11:00
Nós aqui na empresa. Também temos esse tipo de
11:03
solução, temos um agente que ele monitora e faz sugestões de
11:06
refaturações de alguns projetos. Isso também traz um valor
11:09
agregado e garante a sustentabilidade da veloct e a
11:11
excelência técnica. O time mantém a saúde do código
11:14
de forma proativa, evitando aquele débito técnico, né?
11:17
Que trave o ritmo da entrega constante no futuro.
11:19
Bom, pessoal, chegamos ao fim desta pílula ágio.
11:21
A grande mensagem que quero deixar é, a inteligência
11:24
artificial não é uma ameaça, mas sim a ferramenta que nos permite
11:27
alcançar um novo patamar de agilidade.
11:29
O papel do agilista agora é ser o arquiteto da integração,
11:31
identificando onde esses agentes de IA podem assumir um trabalho
11:35
repetitivo para liberar o potencial máximo do seu time.
11:38
Eu sou hélio e foi um prazer enorme compartilhar esses
11:40
insights sobre IAE agilidade com vocês.
11:42
Obrigado por acompanhar e nos vemos na próxima pílula.
11:45
Haja um abraço.