Latest / Os Agilistas / #309 - dti digital: como priorizar esforços em IA que impactam o ROI

Transcript

#309 - dti digital: como priorizar esforços em IA que impactam o ROI · Os Agilistas

0:07
Bom dia, boa tarde, boa noite, bem vindos a mais um episódio
0:10
dos agilistas, o podcast que é o seu radar de inovação,
0:13
tecnologia e negócios. Eu sou o Pedro Rangel.
0:16
Hoje a gente vai voltar num tema quente do nosso tempo, que é
0:18
inteligência artificial. Mas bem do ponto de vista do
0:21
impacto na competitividade das empresas, até para aquecer um
0:24
pouco os motores aí um estudo da PwC, projeto QIA pode adicionar
0:28
até 15,7. Trilhões de dólares a economia
0:31
global até 2030, mas a grande questão é, como as empresas
0:35
podem de fato capturar uma fatia desse valor?
0:37
Para conversar com a gente aqui hoje, trouxemos 2 feras no
0:40
assunto, Fernandinha, nossa rede de engenharia e também a mente
0:44
por trás do nosso podcast irmão entre chaves e também o
0:47
malaguete, cientista de dados sênior e uma das nossas maiores
0:50
referências em inteligência artificial aqui na DTI.
0:52
Fernandinho e malaguete sejam muito bem vindos às agilistas
0:55
mais uma vez sei que vocês já falaram um Monte desse assunto
0:57
lá entre chaves, até que nojelistas também, né?
1:00
Fernandinha, mas esse fato que AIA não vai parar de invadir a
1:02
nossa rotina, né? Exatamente assim.
1:04
Não tem como parar de falar sobre inteligência artificial.
1:06
Mais, né? Assim, no entre chaves, a gente
1:08
vê também episódio atrás de episódio que a gente lança lá,
1:12
justamente porque a inovação por trás desse tema tá gigantesca.
1:16
A velocidade é enorme, então a gente precisa acompanhar, né?
1:19
Precisa se atualizar e, claro, falar sobre isso, né?
1:21
Cada episódio é uma atualização, né?
1:23
E malagute. Acho que chegou num ponto que
1:25
OAIA já faz parte do dia a dia, seja na parte David de negócio
1:29
produto de. Não importa em qual área você
1:31
está atuando dentro de uma empresa, hoje em dia não tem
1:33
muito como fugir. Então, sabe, já que a gente
1:35
utiliza tanto no dia a dia, não tem porque não falar a respeito.
1:37
E todo mundo agora já tem agentes amigos, né?
1:40
No dia a dia já soube que tem um agente aí chamado fernandita.
1:43
Pois é, né amor? Nosso querido alagurte aqui
1:46
criou vários agentes aqui no PTE com nomes das pessoas.
1:50
É complicado, não é mesmo? Criei.
1:52
A gente precisa entender um pouco que quanto mais, né?
1:54
A gente vai crescendo, às vezes, dentro de uma empresa mais
1:57
ocupada, a gente vai ficando e aí a ela acaba.
2:00
Acaba sendo uma alternativa para ajudar a facilitar a reduzir um
2:03
pouco do gargalo das ações. Então, o que eu acabei pegando
2:06
fui pegar essas pessoas que talvez são um pouco mais de
2:08
referências, um pouco mais da atuação dela e qual que era as
2:11
demandas que elas tinham, e criar alguns agentes para
2:13
facilitar de esgargalar e fazer efetivamente com o que elas
2:16
tenham mais tempo para focar em coisas que são efetivamente
2:19
novas ou até que gerem mais valor ou mais dificuldade,
2:22
enquanto coisas que geram valor mais são simples de resolver e
2:25
consumir um pouco de tempo possam ser resolvidas com
2:27
facilidade, respondidas de maneira mais fácil pra.
2:30
Até mesmo diretamente, sem precisar esperar com que as
2:32
pessoas tenham tempo. Livre é interessante, né?
2:34
Que a gente sempre fala em multiplicar as nossas
2:36
referências. Eu acho que os arquitetos
2:38
levaram a Sério. Fernandinho, estão clonando
2:40
você. Não só eu, né, como várias
2:43
outras pessoas, mas eu acho que esse é um dos poderes mesmo, né?
2:46
Quando a gente fala de Ah. Excelente pessoal.
2:48
Então começando pelo começo, né? Desde o grande advento aí das
2:51
LLMS, como o chat GPTA gente viu uma aceleração sem precedentes e
2:56
uma democratização muito forte, né?
2:58
Acho que aí a generativa ela já existe.
3:00
Que já estava presente. Mas colocar isso de disponível
3:02
de forma mais amigável e mais democrática para todo mundo é
3:04
que tem sido realmente o boom das LLMS, né?
3:07
Na visão de vocês assim, quais foram os primeiros impactos?
3:10
As oportunidades mais óbvias malagurte aí que surgiram no dia
3:14
a dia de quem desenvolve tecnologia.
3:15
Eu acho que o primeiro ponto foi que o que seria o ganho mais
3:18
óbvio é conseguir transformar a linguagem natural.
3:21
É, ou seja, uma pergunta, uma pesquisa, uma fala e em algo
3:25
muito mais palpável e indexável a nível de tecnologia.
3:28
Antes era muito difícil fosse precisava fazer.
3:30
Fazer uma busca você pesava, era muito custoso em Questão de
3:33
Tempo. Hoje em dia você consegue falar
3:35
naturalmente sobre algo. Ela vai conseguir fazer um
3:38
mapeamento entre essa fala e quais seriam os termos técnicos,
3:42
quais seriam usar as aplicações necessárias e vai conseguir
3:45
buscar toda essa informação que está extremamente diluída na
3:48
internet, de maneira simples e direta.
3:50
E não só na parte de linguagem, né?
3:52
Hoje em dia, com o Bum da ZL Lemes e o tanto que cresceu
3:55
tanto em processamento como efetivamente em em utilização,
3:58
você consegue usar imagem? Você consegue usar texto, você
4:01
consegue usar fala. Um dia desses eu estava
4:03
inclusive vendo um desenvolvedor que estava testando falar com
4:06
Copilot para testar se ele conseguia fazer desenvolvimento
4:09
inteiro de uma história apenas com a fala, sem botar a mão no
4:12
teclado. Então ficou muito mais fácil de
4:14
uma explicação de você conseguir mapear uma explicação para um
4:17
desenvolvimento concreto. Eu acho que esse foi o principal
4:19
ganho desse mundo. Era muito difícil antes de você
4:22
pegar, por exemplo, uma demanda de um stakeholder e fazer todo o
4:26
mapeamento de essa demanda, ela vai representar qual solução,
4:29
como é que. Vou implementar essa solução e
4:31
desde essa discussão normalmente que a gente faz um Discovery na
4:34
identificação de um problema até a efetivamente implementação
4:38
daquela solução. Achei bem legal isso que você
4:40
falou magaz, porque de fato, né, o que aconteceu foi essa
4:43
democratização, né? De conseguir executar várias
4:47
ações em ecossistemas de softwares diferentes só com uma
4:51
frase, né? Em linguagem natural, que é o
4:54
que todo mundo enfim, né? Está acostumado a se comunicar,
4:56
né? No dia a dia.
4:57
E eu acho que teve uma coisa, um paradigma.
5:00
Aí que mudou, né, em relação a como a gente acessava isso nos
5:03
últimos anos, que eu acho que foi bem importante e relevante
5:07
para que isso fosse possível também.
5:09
Então assim, no início, lá em 2022, né, quando o GPT foi
5:13
lançado, pelo menos, né, foi lançado para grande massa, né?
5:17
Assim, vamos falar aqui, claro, malagute como um pesquisador de
5:20
ciência de dados, já tinha acesso a isso há muito tempo,
5:22
né? Mas claro que para o grande
5:24
público, foi lá em 2022, antes a gente fazia o quê?
5:27
IA lá no Google, como malagute falou, pesquisar.
5:30
Umas palavras que a gente, você tinha essa habilidade até de
5:33
conseguir pesquisar no Google, né?
5:34
Você tinha essa habilidade de pegar as palavras certas,
5:36
pesquisar em inglês, tinha toda essa habilidade. 2022 para
5:39
frente você passou, poxa, agora eu consigo falar alguma coisa
5:42
aqui meio avacalhado e ele consegue me dar algum resultado
5:45
e pode ser alguma coisa que eu que eu goste, né?
5:47
E daí pra frente, depois que a gente teve essas interfaces que
5:50
eu consigo acessar, eles começaram, né?
5:52
A falar assim, poxa, e se eu conseguir pegar com linguagem
5:56
natural e acessar, sei lá, uma PI do meu sistema?
5:58
Ah, isso começou a ser feito. Se de uma forma mais meio
6:01
rudimentar de pô, cada um vai fazer de um jeito, Ah, eu quero
6:04
acessar API do meu sistema, tal, eu vou lá e vou tentar fazer uma
6:07
conexão aqui, fazer alguma interpretação da minha pergunta
6:10
e tal, e fazer algum jeito que eu consiga acessar isso aí, cada
6:13
um, né? De uma forma bem customizada
6:15
para cada peito que eu precisava consumir.
6:17
E aí no final do ano passado veio OMCP, que aí é um protocolo
6:21
diferente, que até então, né? A gente nunca tinha visto de
6:25
padronização de comunicação entre agentes e ferramentas.
6:28
Ou seja, começa a facilitar. É muito a coisa, né?
6:31
Então hoje eu consigo com linguagem natural e todo esse
6:34
protocolo MCPE tudo que ele carrega com ele, né?
6:37
O protocolo chama model, contex, protocol, eu consigo facilmente
6:41
com uma frase acionar uma PI do meu sistema.
6:44
Isso mudou, né? Assim, a gente vê uma mudança
6:47
gigantesca entre eu pesquisar no Google e né, e agora, com uma
6:51
linguagem natural, conseguia, sei lá, fazer ação, comprar um
6:54
ingresso do cinema, né, assim, então Eu Acredito que essas essa
6:58
mudança foi muito grande. De e vai continuar sendo cada
7:01
vez maior. E esse protocolo MCP ele vem
7:05
assim, né? Como o poder, né?
7:07
A grandiosidade desse protocolo é comparado aí na comunidade com
7:10
até com o protocolo HTTP, né? Então é uma mudança muito grande
7:14
e além disso tudo assim, quando a gente fala esse tipo de coisa,
7:17
né OMCP, por exemplo, ele também facilita muito a parte de
7:20
agentes, né, que é o que a gente estava falando.
7:21
Mas além disso tudo, quando a gente fala agora sobre
7:24
desenvolvimento de software, que foi outra coisa que o malagut
7:26
mencionou, a gente tem também a evolução enorme dos.
7:30
Modelos, né? Desde o ChatGPT lá aqui, claro,
7:32
era 11 LLM que era mais pra propósito geral.
7:35
Agora a gente vê uma antrópica aí lançando o cloud 4 com um
7:38
propósito bem mais focado em desenvolvimento de software, por
7:41
exemplo, a gente vê expressões tipo Vibe coding, né?
7:45
Sendo lançadas e a comunidade tentando cada vez mais fazer
7:49
Vibe coding, né? Codificar realmente com as cada
7:52
vez menos e né, com a mão no teclado e mais no objetivo do
7:56
negócio daquilo, né? Enfim, acho que a evolução desde
7:59
2. 1022 que a gente viu é sempre excedente mesmo assim.
8:02
Uma coisa que é interessante no que você falou, pensando um
8:05
pouco dessa parte de Bum de LLMS, como é diferente a visão
8:09
dessa evolução vinda tanto do negócio quanto a tecnologia e de
8:12
quem está implementando isso? Quem trabalha muito com a parte
8:15
de negócio, o produto está desenvolvendo outras habilidades
8:18
relacionadas? ALLM, do meu jeito você falou
8:20
que você aprende, era uma habilidade, é pesquisar no
8:22
Google. Hoje em dia é uma habilidade
8:24
você conseguir interagir com o chat, você fazer prompting de
8:27
newing diversas técnicas diversas.
8:30
Formas de você interagir, às vezes usar próprios menores, às
8:32
vezes a cadeia de pronto. Você tem uma série de técnicas
8:35
que o pessoal está se acostumando para ter maior
8:37
resultado nessas elemes. Não só utilizar essa ferramenta
8:40
que está aparecendo, como utilizar ela ao máximo,
8:43
conseguir extrair o máximo de informação dela, ver realmente
8:45
qual que é o poder que ela tem para poder utilizar ela no dia a
8:48
dia. Em compensação, para quem
8:50
normalmente está usando ela para desenvolvimento ou quem investiu
8:53
muito nisso, nesse primeiro momento, acabou descobrindo que
8:56
apesar dele ser um modelo lar de línguas, modas.
9:00
Dele ser um modelo extenso, ele não necessariamente ele vai
9:02
resolver tudo. Por mais que ele seja tenha mais
9:05
de um propósito, não significa que ele vai resolver todas as
9:07
coisas. E entra um pouco nisso que você
9:09
falou até da antrópica de tentar criar modelos específicos, né?
9:12
Então, tanto com o recentemente, quando o dipsic chegou e
9:16
demonstrou outras alternativas a democratização de ar, como a
9:19
utilização mesmo de agentes para poder focar mais em ações.
9:23
O que está acontecendo é focar um pouco mais em qual é o
9:26
problema que você quer resolver, como poderia usar aquilo e
9:29
otimizar. Esse modelo otimizar essa
9:31
estrutura para resolver. Tanto que muitas vezes o que
9:33
essas empresas fazem não é disponibilizar só OLLM, mas toda
9:37
uma estrutura por trás que vai ser responsável por essa
9:40
assertividade, por focar nesse assunto, nessa tarefa ou nesse
9:43
propósito. O que entra nesse último
9:45
cenário, né? Eu já falei um pouquinho do
9:46
negócio às vezes, quem disponibiliza disso, mas que é a
9:49
partir do desenvolvimento. Eu sou uma empresa, eu quero
9:51
utilizar IA aqui dentro. Eu não quero simplesmente ver o
9:54
pessoal usando abrir Oo site PT, outra alternativa que por
9:58
questão de segurança não deveria utilizar.
10:00
A versão pública, apenas a interprise.
10:01
Então como é que eu faria isso internamente?
10:03
Com tem várias alternativas, tem empresas de vários, talvez uma
10:07
empresa muito nova ou talvez que não tenha tanto potencial
10:10
financeiro. Consegue utilizar PIS prontas,
10:12
consegue integrar com modelos utilizando licenças interprise
10:16
como do compaylot, se você quiser utilizar 11 agente para o
10:19
seu time de desenvolvimento, consegue usar a própria PI da
10:22
open i disponível na EJA para poder integrar isso dentro dos
10:25
seus sistemas, por essa não é a única alternativa, isso é uma
10:28
integração muito simples e a mídia.
10:30
Vida aqui, o seu potencial, o seu dinheiro, o seu financeiro
10:32
vai crescendo e o quão competitivo você crescer no
10:33
mercado, né? Principalmente de inovação.
10:36
Você vai ter que migrar para outras alternativas, sair dessa
10:38
parte de API ou então construir alguma coisa um pouco mais
10:41
robusta aqui dentro. Vou fazer algumas porcas, não só
10:43
de utilizando, mas integrando isso dentro dos meus sistemas e
10:46
aplicações. Vou construir algumas
10:48
estruturas, como é reagis, que vão poder armazenar parte das
10:52
informações, fazer um finetuning para melhorar aquele modelo para
10:55
uma tarefa específica da minha empresa.
10:57
Até a situação que você está vai estar ali num nicho. 11 menor,
11:00
né? No No caso que você vai estar
11:02
empresas que são grandes, empresas que estão montando Oo
11:05
que seria a borda do desenvolvimento, hoje
11:08
construindo estruturas extremamente complexas como
11:10
antrropic, Google, ENE, outras empresas que estão ali fazendo
11:14
não só utilizando AEA, como expandindo formas de interagem
11:17
com AEA. Antigamente era só texto, agora
11:19
tem imagens, tem os áudio e não só isso, como você consegue usar
11:21
tudo simultaneamente? Então é uma pergunta quase fora
11:24
do tópico aqui. Eu fiquei pensando algum tempo
11:27
atrás. Já deve ter mais de ano, né?
11:28
Fernandinha? A gente gravou.
11:30
Episódios, acho que mais de um até, né?
11:32
Que a gente falava muito do universo low code no code, né?
11:35
Como uma promessa de algo que poderia entregar desenvolvimento
11:38
mais rápido, que permitia a gente testar as coisas mais
11:41
rápido, né? Tipo, tinha um lead time de
11:43
entregar alguma coisa visual para um cliente potencial ou
11:46
para um usuário validar rápido. Hoje com essa gama e essa
11:49
corrida que está rolando das ferramentas de AA, gente, tem a
11:52
mesma possibilidade, às vezes até com o menor esforço, né?
11:54
AEA está tirando um pouco o lugar do do low code do no code
11:57
ou eles estão se aliando? Sim, não.
12:00
E depende, eu tenho uma frase que vão falar ela muito, que
12:03
nada tem, principalmente com as pessoas do meu time, que é
12:05
conhecimento, nunca se perde à medida que você aprende alguma
12:08
coisa, que isso vai entrar no dentro do do seu conhecimento,
12:11
da sua gama de ferramentas, isso vai te facilitar a construir
12:14
coisas melhores e mais adequadas àquele contexto.
12:16
Bem, não adianta você tentar fazer o estado da arte em tudo,
12:19
não funciona, você tem que fazer coisas que são adequadas.
12:21
Tem uma ferramenta que eu tenho utilizado, o testado, que chama
12:24
n 8 em ela é uma ferramenta que ela funciona de maneira
12:27
semelhante, ela é uma ferramenta de orquestração.
12:30
São, você consegue usar low code, ela vai ter um interface
12:32
para você utilizar, você consegue integrar a ela com a
12:35
gente, você consegue colocar blocos de código.
12:37
Então, a ideia que é, à medida que vai se desenvolvendo e novas
12:41
ferramentas e novas tecnologias, elas vão se integrando.
12:44
E dado que elas não vão competir pelo mesmo contexto, desde que
12:47
ela tenha ali suas diferenças, você utilize a melhor ferramenta
12:51
para o melhor solução, ou seja, aquela que mais se adequa, né,
12:54
para a melhor ação, para a melhor coisa que você precisa
12:56
fazer nesse cenário que aconteceu foi uma integração,
12:58
você consegue utilizar a gente. Com LLM dentro de uma interface,
13:02
que é a low CUT, que você ainda assim consegue colocar código
13:04
para lidar com partes complexos e fazer o que?
13:07
Fluxo, né? Fazer fluxos de orquestração
13:09
extremamente complexos de maneira extremamente
13:11
simplificada. Então, tipo assim, coisas que
13:13
você demoraria muito tempo a fazer, você consegue fazer bem
13:15
rápido, você consegue integrar isso, você consegue fazer uma
13:18
porca pra ver se aquilo resolve o seu problema.
13:21
Então, nesse cenário, eu acabei de falar uma integração que
13:23
funciona muito bem em outros. Por exemplo, a ferramenta de low
13:27
cude era utilizado para acelerar o.
13:30
Envolvimento, mas o quão bem eu consigo usar e a numa ferramenta
13:33
de low code? Não tão fácil quanto um código
13:36
no geral, porque código é linguagem OLLM é uma ferramenta
13:40
de linguagem, então hoje em dia funciona muito bem, é uma
13:42
integração muito clara, então parte do mercado vai competir,
13:45
então realmente vai ocupar uma parte que ainda estava sendo
13:48
muito apostada no low code e agora está sendo consumida pela
13:51
é a compensação e em outros cenários, porque a gente viu que
13:53
elas conseguem integrar muito bem.
13:55
Uma coisa que eu vejo pensando no propósito, né, do low code,
13:58
que eu acho que vem muito. Tem 2 grandes propósitos, eu
14:01
acho, né, que é aproximar as pessoas que não têm background
14:04
técnico da criação do produto, de realmente conseguir sair do
14:08
outro lado com algum produto funcional, né?
14:10
Então esse é o primeiro propósito e o segundo propósito
14:12
é realmente de acelerar e entregar coisas mais rápido e
14:15
tudo mais. O primeiro propósito, né, de
14:17
aproximar as pessoas que não são desenvolvimento para criar
14:21
produtos. Eu acho que Oo Vibe colding que
14:23
eu estava falando aqui. Ferramentas que estão
14:25
possibilitando isso, como o próprio lovable é uma das
14:27
ferramentas bem famosas que estão.
14:30
Possibilitando coisas assim, né? De criar protótipos com
14:32
linguagem natural, coisas assim acabam atendendo esse primeiro
14:36
propósito, eu acho, sabe? Então eu acho que eu entendo
14:39
isso que o malário falou. Eu acho realmente que tem que
14:42
tem ferramentas que conseguem tirar o melhor das 2 partes e
14:45
conseguem integrar isso bem e fazer funcionar bem.
14:47
Mas eu acho que tem outras que se não se reinventam, se não se
14:52
reinventarem, a tendência é um pouco morrer mesmo, porque pra
14:55
mim é isso, assim, esse propósito.
14:57
Eu acho que o Vibe coding ele está cada vez melhor, tá?
14:59
Hoje eu? Não, eu não te falo assim, vai
15:01
be code, você consegue, realmente você 100% não deve,
15:04
você consegue sair do outro lado hoje ainda não ainda, talvez
15:07
daqui a pouco você vai conseguir.
15:08
Então eu acho que esse primeiro propósito está no caminho.
15:10
E agora em relação à à promessa de acelerar, eu aí deu mais um,
15:14
né, que eu acho também que as as LLMS, os os cursor da vida, o
15:18
bit hobko, pilot, lovebo e todas essas ferramentas agênticas de a
15:22
elas aceleram e muito o desenvolvimento.
15:25
E eu acho até mais do que quando a gente fazia com loko code e o
15:28
loko de na época, né? Vou falar.
15:30
Sobre 2 ferramentas que eu mesma tive contato, que eu mesma
15:32
desenvolvi coisas nelas, né? Que é o Power apps e o buble.
15:35
As 2, elas tinham restrições muito claras, limitações claras,
15:40
né? E tipo assim, Ah, eu não consigo
15:42
ver o código final, ou se eu consigo, ele, né?
15:44
Não é tão otimizado, ou eu tenho.
15:47
Eu acabo tendo um locking muito grande com aquele fornecedor
15:50
daquela forma que eu criei, ou a manutenção desses caras a longo
15:54
prazo não é tão boa. Você precisa de pessoas
15:57
capacitadas naquele produto, naquela Esther.
16:00
É que, né? Vamos falar assim que não é tão
16:01
comum. Ou seja, essas aplicações low
16:03
code tinham várias limitações que eu vejo que hoje não existem
16:07
quando a gente fala sobre essas esses agentes, né?
16:10
De codificação, porque eles criam código da forma que o
16:12
desenvolvedor sempre criou. É o mesmo desenvolvimento, só
16:15
que mais rápido. Tem um ponto que ele sempre
16:17
precisa colocar na balança. Existe um motivo pelo qual
16:20
normalmente ferramentas de low code são limitadas.
16:22
Elas normalmente são blocos que são testados, validados, tudo
16:26
mais. Você vai utilizar uma IA, um
16:28
agente ou qualquer outra coisa para gerar.
16:30
Esse código, que esse código ele está sendo gerado, ele é um
16:32
código novo. Então hoje você ainda tem uma
16:35
demanda por deves que é até mais do que gerar o código, é validar
16:39
aquele código do mesmo jeito que tem.
16:41
No caso que AEA vai, não vai ter a limitação do que que ela vai
16:44
gerar. O que ela vai gerar pode ou não
16:46
estar errado, pode ou não ter falhas, pode ou não estar
16:48
testado, como hoje, quando uma ferramenta de lawkut normalmente
16:52
disponibiliza um bloco novo ou algo do gênero, ele já foi bem
16:56
testado, sei, por mais que não seja tão otimizado, ele é
16:58
estável, a gente já viu. Cenários até que com clientes
17:02
nossos que já pediram ajuda, que foi exatamente para entender
17:05
como lidar com essa situação. E se eu colocar 11 agente, se eu
17:08
criar uma cadeia de agentes, um chat agente, como é que eu vou
17:12
fazer para esse resultado, para validar esse resultado, garantir
17:15
que isso aqui, que foi produzido, possa ir para a
17:17
produção? Como é que eu vou saber se
17:18
quando eu subir isso aqui não vai ter?
17:20
Se não passar por um deve, não vai ter uma falha que se alguém
17:23
usufruir dela, né, abordar em cima disso ela não vai.
17:27
Empresa, problema gigantesco para minha empresa.
17:30
Seja por, no caso vazamento de dados, vazamento de informação
17:33
pública, no caso de dados públicos, do dos meus
17:36
funcionários, clientes, por aí vai ou até mesmo segredos
17:39
industriais, que em alguns cenários é problemático mesmo
17:42
dependendo de qual é o produto ou ou de como você está lidando,
17:45
até a própria lei da LGPD vai cair muito em cima disso.
17:49
Então existe ainda uma preocupação de como é que eu
17:51
pego esse código gerado por IAE? Eu garanto que ele vai ser bom,
17:55
não só bom no sentido técnico, como ele vai resolver o meu
17:58
problema e. Ele vai ser seguro?
18:00
Enquanto eu converso com vocês assim, eu estava tentando fazer
18:02
na minha cabeça aqui uma comparação, eu imagino 11
18:05
desenvolvedor lá em 2015 com suas 2 telas, um setup
18:08
tranquilo, simples, né? Sua cadeira gamer e um
18:11
desenvolvedor. Em 2025, parece que ele já não
18:13
tem mais só isso. Ele tem tipo uma cabine de
18:15
comando com um Monte de ferramenta à disposição.
18:18
E não só o desenvolvedor, né? Mas todo mundo que interage no
18:20
universo de desenvolvimento de software, até as pessoas de
18:22
produtos de negócios, tem que ter essa habilidade de escolher
18:25
a melhor coisa, a melhor ferramenta, melhor modelo para
18:28
cada parte do problema que ele quer resolver.
18:30
Isso tudo porque surgiu essa corrida desenfreada.
18:32
A gente estava até falando, né málogos do do fomo o Fear of
18:35
missing out, que é o negócio que paira sobre nós aí com essa
18:38
disputa, né? E o surgimento de muitas
18:40
ferramentas e vários modelos é numa velocidade impressionante
18:43
assustadora até, né? E eu queria até abordar um pouco
18:46
sobre isso, sobre AA avalanche de novidades assim, ô
18:48
Fernandinho, como é que como é que você imagina que os times de
18:51
engenharia devam se comportar diante dessa avalanche de
18:54
novidades até baseado na experiência da DTI mesmo?
18:57
Como é que que a gente se organiza para experimentar, para
18:59
aprender? Para integrar essas tecnologias,
19:01
descobri o que é bom mesmo, o que que é só um ruído, o que que
19:04
talvez seja só um hype, uma promessa não cumprida ali.
19:07
Eu acho que quanto mais a gente estuda sobre as coisas que estão
19:10
sendo lançadas, mas a gente acha que a gente não conhece nada e
19:13
que a gente tá perdendo e que a gente tá tendo alguma coisa
19:16
lançada e a gente tá ficando para trás.
19:18
Então Eu Acredito que 11 grande habilidade hoje das empresas
19:23
para lidar com essa quantidade de inovações é de criar 2
19:27
coisas, eu acho, é de experimentar muito bem.
19:30
É de criar uma cadeia de experimentação muito consistente
19:33
e muito rápida. Que que eu estou dizendo isso?
19:35
Porque a gente sabe que empresas, quanto mais
19:37
tradicionais, mais difícil para elas é de experimentar coisas
19:40
novas, porque elas dependem de burocracia, elas dependem de
19:44
aprovação, elas dependem de orçamento, elas dependem de
19:47
muitas pessoas para começar a experimentar.
19:50
E quanto mais ágil a gente vai aproximando do espectro, né,
19:53
mais fácil a gente vai ficando da experimentação.
19:56
Então, acho que essa habilidade de experimentação é uma que é
19:59
extremamente. Importante para a empresa se
20:01
inovar hoje mesmo, né? Se virar ser disruptiva é de
20:05
fato ser encontrar formas de experimentar rápido o que que
20:08
está acontecendo, porque são essas coisas que estão vindo
20:10
rápida, né? E tem até um radar do Gartner,
20:13
que fala sobre inovação e sobre até fala sobre casos de uso de
20:16
AI a gente acredito que mencionou ele no alguns
20:18
episódios para trás, quando a gente falou sobre o
20:20
posicionamento EI, redness e tudo mais que fala assim, quanto
20:23
menos viável é uma solução, maior o potencial dela ser
20:27
disruptiva. Então, assim, quanto menos eu
20:29
conheço daqui. Mais chance eu tenho de ser
20:32
disruptivo mesmo. Então eu acho que é esse é a
20:35
primeira primeira parte que uma empresa deveria tentar, né?
20:38
Estabelecer melhor os seus pipelines aí, né, os seus fluxos
20:41
de experimentação. E a segunda coisa disso eu acho
20:44
também que é fazer uma boa curadoria das coisas que chegam.
20:48
Então, dado que eu consigo experimentar coisas aleatórias
20:51
que estão surgindo no mercado, entendendo o que que está
20:54
acontecendo, eu consigo também falar assim, isso aqui é bom,
20:57
isso aqui é ruim, isso aqui não, não vale.
21:00
Para mim, pode valer para outras pessoas, mas para mim não vale.
21:02
Isso aqui vale muito e tem também essa 11 jeito bom de
21:06
fazer isso, né? Um jeito claro de falar o que
21:09
que é útil mesmo para aquela empresa e com isso, aquilo ali
21:13
se tornar disponível, ser um potencial de utilização dentro
21:17
daquela empresa. Eu sei que essas 2 coisas que eu
21:19
falei não são fáceis de serem feitas, tá?
21:22
Não são, né? Mas Eu Acredito que é um caminho
21:24
da gente lidar com esse tanto de inovação que está surgindo por
21:27
aí. Pensando um pouquinho na DTI
21:29
como um todo, como a gente? Te aborda isso?
21:30
Eu até penso que desde a chegada de uma nova tecnologia até a
21:34
implantação dela internamente num cliente, a gente acaba tendo
21:38
3 pontos principais, uma curadoria estratégica, provas de
21:41
conceitos ágeis e o foco no problema do negócio.
21:43
Então vamos pensar um pouco na DTI, que tem ajudado muitas
21:46
empresas a construir essa estrutura que a gente tem
21:48
chamado de AI Red, que é já está preparada para conseguir
21:51
utilizar. E a lá dentro existe toda uma
21:54
base que ela precisa construir de dados de de viabilidade para
21:57
isso. Mas vamos focar nessa parte de.
22:00
Tecnologias novas chega uma nova tecnologia no mercado, a gente
22:02
precisa avaliar igual. A Fernandinha falou para ser
22:05
mais disruptiva, ela vai acabar sendo às vezes até mais difícil
22:08
de testar. Então existe um fluxo de teste
22:10
onde vai se avaliar, onde eu vou colocar esse esforço, qual
22:14
tecnologia tem sido mais ou menos promo eminente, qual que é
22:17
o esforço que eu vou colocar ali dentro?
22:19
E aí eu vou, a partir dela, fazer algumas provas de
22:22
conceitos ágeis que eles têm como objetivo, validar se essa
22:24
ferramenta é nesse momento, porque elas são sempre em
22:28
atualização que a ferramenta. É nesse momento tão útil se ela
22:31
é ou não aplicável para os nossos clientes ou para ADTI
22:34
qual é o contexto que ela É Ou Não É aplicável.
22:37
Então nosso objetivo é fazer uma série de segregações mesmo e
22:40
separar. Ela tem níveis, se a gente
22:41
deveria adotar ela em algum cliente, se a gente deveria só
22:44
continuar avaliando no futuro, se a gente não deveria utilizar
22:48
ela por algum motivo ou se a gente deveria experimentar ela
22:51
em algum cenário. Chega nessa última parte de foco
22:53
No No produto, né? No problema do negócio, onde de
22:56
acordo com essa curatoria e o resultado dessas provas de
22:59
conceitos, a. A gente vai definir onde elas se
23:01
adequam ou não. Muitas do dos das empresas que a
23:04
gente tem hoje, elas não precisam usar o estado da arte,
23:07
não é o objetivo delas, elas querem ter algo palpável, que
23:10
seja consistente e que deem um resultado positivo igual você
23:14
falou do do fomo, né? Do Fear of missing out.
23:16
Elas não querem perder isso, mas ao mesmo tempo, elas não querem
23:19
ter um risco de gerar um problema grande que impactaria
23:22
na saúde financeira, na visão, por exemplo, dos clientes finais
23:25
sobre a empresa. Então, elas querem algo mais
23:27
estável, elas querem coisas que estão no adote, coisas que a
23:29
gente acredita. Acredita que deveria ser
23:30
utilizado, que funciona bem, outras empresas querem fazer,
23:33
elas têm tamanho para fazer pequenas experimentações ou até
23:36
grandes experimentações. Então a gente pode pegar essas
23:38
ferramentas que foram filtradas, essas técnicas, ou até
23:41
plataformas de AEA, gente consegue aplicar elas em
23:43
contextos talvez um pouco mais controlados.
23:45
A gente consegue fazer grupos de testes para validar se esse
23:47
resultado ele é palpável ou não, porque como é que eu sei que eu
23:50
troquei uma e a pela outra o resultado foi melhor?
23:53
Não pode ser simplesmente pelo feeling, o feeling é bom, mas é
23:55
bom ter medo, é bom ter um QP, é algo que eu posso chegar ali no
23:58
final do mês e falar realmente. Eu economizei aqui 30% do tempo
24:02
dos meus dedos, talvez eu devesse usar isso a minha
24:03
empresa inteira. Então existe esse fluxo que vai
24:06
desde pegar a tecnologia nova, identificar onde você vai
24:09
colocar o seu esforço, fazer pox para validar o rápido ou de
24:12
maneira ágil quais devem ou não ser focadas nesse momento e
24:15
depois adotar nos cenários que faz sentido.
24:17
E aí pegando isso que o malax falou, a gente aqui na DTI está
24:21
fazendo um trabalho justamente que é desse esse filtro, né?
24:24
Essa curadoria de entender onde que estão avaliar, né?
24:28
Como eu falei, ferramentas, plataformas.
24:30
Formas técnicas, framurx, principalmente de aqui, como a
24:33
gente está aqui falando, é o que mais está tendo de inovação, de
24:36
novidade aí nos últimos tempos, né?
24:38
E a gente fez esse trabalho de classificar essas dimensões, né,
24:42
essas ferramentas, né, técnicas, plataformas e linguagens em
24:45
anéis de como essa tecnologia deveria ser adotada, né?
24:48
Se ela deveria ser adotada de forma mais massiva, se é mais
24:51
experimentação, se há alguma coisa para ser avaliada ou se há
24:53
uma coisa para ser evitada. E a gente então criou aqui o
24:56
radar, né, de tecnologias da DTIO radar nessa primeira
24:59
versão. Ele é focado em coisas de a, né?
25:01
Em tecnologias de a. Foi um trabalho baseado, né?
25:04
Claro, um modelo consolidado no mercado, que é o modelo da
25:06
toworks. E a gente acredita muito que a
25:09
nossa experiência em diversos clientes, em diversos setores,
25:14
em clientes de tamanhos diferentes, né, enfim, de
25:18
problemas muito variados, faz com que a gente tenha bagagem
25:22
para conseguir fazer esse tipo de curadoria bem e aliado a
25:25
nossa, né? Trazendo de novo que eu falei
25:27
para o nosso universo, DTI aliado a nossa.
25:30
Nossa, agilidade por natureza, né?
25:32
A gente consegue então experimentar, encontrar até lia
25:34
dópteres aqui, pessoas que já experimentam coisas no seu dia a
25:38
dia, né? Então experimentar muito bem,
25:40
construir esse fluxo de experimentação ágil, muito bem,
25:43
fazer pox ágeis, como o lagutti falou, e conseguir chegar nesse
25:47
nesse radar aí de curadoria para que os times tenham até muito
25:52
mais clareza, visibilidade do que que eles deveriam
25:55
experimentar ou não, né? O que que eles deveriam avaliar
25:57
e o que que inclusive eles deveriam evitar que como eu
25:59
falo. Além, né?
26:00
É muito importante a gente fazer esse filtro do que que vale, o
26:03
que que não vale e fazer o filtro do que não vale é tão
26:05
importante quanto o que vale, né?
26:07
Porque Oo filtro do que eu devo evitar.
26:09
Eu não perco nem tempo com aquilo, né?
26:11
Esses são os quadrantes do radar mesmo, né?
26:13
Evite a valie. Experimente, adote.
26:15
E vocês têm guardado na memória aí algum exemplo do que a gente
26:19
consolidou no radar como um experimento aprovado?
26:23
Adote. E talvez um exemplo de 11,
26:25
promessa que não concretizou também, o evite.
26:27
Um muito claro aqui que a gente está utilizando com.
26:30
Uma empresa é o bit hub Copilot. Ele está como adote, é uma
26:34
ferramenta que é extremamente consolidada no mercado, que é
26:38
segura e está evoluindo cada vez mais.
26:40
É uma ferramenta que aqui na dti a gente adotou para os nossos
26:43
desenvolvedores, até dando um exemplo de como que o radar
26:46
funciona. A gente sabe que o cursor, por
26:48
exemplo, é uma ideia, né, que vem competindo bem de perto com
26:52
Copilot e até um pouco à frente, né?
26:54
Só que, por questões de custo e viabilidade, ele ainda está no
26:58
anel do experimente. Mas é um que provavelmente vai
27:01
entrar no adote a qualquer momento, então tem o potencial
27:05
até de substituir o got com pilot, por exemplo, né?
27:08
Então essa é uma dupla aí de ferramentas que eu consigo te
27:11
dar de de exemplo e uma do evite, que eu acho que é legal
27:14
de falar também. Eu vou falar uma que é óbvia,
27:16
mas que que é muito importante ser falada.
27:18
Lago de até já já falou um pouquinho que são as
27:21
ferramentas, as licenças, todas as coisas públicas que a gente
27:25
vê, né? Então usar o chat APT na
27:26
interface pública dele, free, não é uma boa ideia, tá?
27:30
Colocar coisas corporativas, então, assim, várias das dos
27:33
nossos evite. Tem essas ferramentas que são
27:36
públicas, com licenças inapropriadas também como evite.
27:40
Uma coisa relevante também de ser dita, para complementar o
27:43
que a Fernandinha já disse do copaylate, é que não adianta só
27:46
você adotar uma tecnologia, a gente ocupar elete.
27:48
A gente tem o cursor, mas não adianta simplesmente você
27:50
colocar ele ali dentro e esperar que o resultado simplesmente
27:53
apareça. Ambas as ferramentas, elas têm
27:55
uma série de coisas, é configurações.
27:58
O pilot tem uma coisa chamada um struck.
28:00
Shows que você consegue colocar lá dentro para definir como ele
28:03
vai se comportar para garantir uma certa qualidade, garantir
28:06
que ele vai ter uma certa eficiência.
28:07
Existe um treinamento necessário, né?
28:09
Um compartilhamento de informação que tem aqui dentro
28:12
da DTI para garantir que isso seja utilizado de maneira
28:14
correta. Então, a importância da das
28:16
portas, dos experimentos também é às vezes uma tecnologia.
28:19
Ela é boa, mas não adianta ser simplesmente colocar, você
28:22
precisa adequar ela ao contexto, você precisa especializar nela.
28:25
Do mesmo jeito que eu falei lá no início, que às vezes é
28:28
necessário para as pessoas de produto.
28:30
Aprenderem novas técnicas para interagir com o chat vai ser
28:33
necessário para ODEF aprender como otimizar essa ferramenta,
28:36
né? Ou, no caso, para quem estiver
28:37
gerindo isso dentro de um time. Legal, gente, muito bom conhecer
28:40
um pouquinho mais sobre o sobre o radar aí e as nuances dele.
28:43
A gente falou um pouco aqui, né? Sobre Oo boom das LLMSA corrida
28:47
das ferramentas que virou para nós um Arsenal.
28:49
Então assim, continuem correndo, né?
28:51
Que a gente vai captando aí o valor das das ferramentas que
28:54
vão surgindo. Olhando mais sobre a ótica da
28:56
competitividade das empresas, né?
28:58
Nem todo mundo, nem toda organização.
29:00
Não tem uma consciência muito forte com relação ao IA ou uma
29:03
ambição estratégica muito bem definida com esse tema, né?
29:06
Mas todo mundo quer inovar e muitas vezes, inclusive a gente
29:09
vê, as empresas inclusive muitas vezes abordam, a gente fala
29:12
assim, Ah, eu quero fazer tal projeto com OIA, né?
29:14
Às vezes não está nem muito bem definido ainda qual que é o
29:17
objetivo, onde que quer chegar, mas quer sabe que quer usar IA
29:19
de alguma forma e nem todo mundo está preparado para isso, né,
29:22
né? A gente falou aqui sobre OI
29:24
reginess né, que é estar pronto para utilizar AIA.
29:26
Então o Fernandinho, acho que essa vai para você primeiro,
29:29
como que você? Que uma organização pode se
29:32
adequar, adequar ao seu investimento, criar uma
29:33
estratégia com relação ao IA sem perder competitividade, não,
29:37
melhor para que tenha competitividade, né?
29:39
Então assim, como que a gente ajuda, né?
29:40
Os os clientes aí de diferentes esportes a encontrar esse
29:43
equilíbrio, inovar de forma sustentável e ter 11 missão de
29:46
fato com relação AIA. A gente é até no episódio, né?
29:50
Do posicionamento, falamos um pouquinho sobre isso, eu e a
29:53
ias, mas vou repetir algumas coisinhas aqui que eu acho que
29:56
são importantes. Eu Acredito que a primeira
29:57
parte, né, de e aí, né? Como?
30:00
Continuar relevante como ainda ser competitivo, né?
30:02
E como dados tanto de inovação, sair também, né?
30:05
Na frente, Eu Acredito que a primeira parte é ter muita
30:09
clareza dessa ambição de e a, né?
30:11
Esse próprio fêmur do garthner que eu mencionei antes, ele até
30:14
cria alguns arquétipos de investimento que eu acho que são
30:17
bem legais de ver que assim onde eu quero colocar IA, né, eu
30:20
quero colocar IA para o meu cliente final, ou eu quero
30:23
criar, colocar IA só para os funcionários da minha empresa ou
30:26
eu quero colocar IA pro pra em todo lugar, por exemplo, né, eu
30:29
quero colocar no front. De Office no backoffice ou
30:31
realmente no meu aplicativo final, por exemplo.
30:34
E isso só isso, né? Esse tipo de estudo do meu
30:36
arquétipo de investimento já me dá uma direção para onde eu
30:40
quero ir, se eu quero colocar IA no meu para o meu cliente final.
30:43
Então com certeza eu vou ter que investir em funcionalidade de a
30:46
eu vou ter que às vezes eu vou conseguir usar uma LLM pronta e
30:49
de criar um agente, ou eu vou ter até que criar um modelo
30:52
proprietário aqui, treinar ele com meus dados com né?
30:56
Enfim, então isso dá clareza da onde a gente vai se meu.
31:00
É tipo, é um investimento só de produtividade.
31:02
Eu tenho que investir em ferramentas, fazer um
31:05
desenvolvimento de software mais efetivo, mais rápido, né, mais
31:08
produtivo. Então eu acho que a primeira
31:10
parte é essa, é entender a minha ambição, encontrar o meu
31:13
arquétipo de investimento, e daí para frente eu planejo meus
31:17
próximos passos. Aí o daí para frente é, se eu
31:19
quero funcionalidade de a de fato, aí beleza, aí eu vou fazer
31:23
111 acessimento de AI Red, entender se a minha
31:27
infraestrutura, meu ecossistema entendeu a minha prontidão
31:29
tecnológica. Lógica para ver se eu consigo,
31:31
se eu estou pronto para criar funcionalidade de a esse aí é
31:34
uma análise né, que a gente aqui Na Na DTI até faz também um
31:37
acessimento do meu ex is pro meu To Be, né?
31:40
Encontrar os gaps aonde eu tenho que melhorar e daí pra frente
31:43
criar um road map e executar essas coisas, né?
31:46
Paralisando sempre os quick Wings, claro, igual a gente faz
31:49
com qualquer iniciativa de ágil né?
31:52
Assim de construção de produtos digitais, né?
31:54
Então sempre com certeza paralisando casos de uso que são
31:58
coisas que eu consigo ver valor. O negócio consegue ver valor de
32:01
forma rápida, né? E iniciativas de modernização
32:04
que provavelmente a empresa vai precisar.
32:06
E pro outro lado, né? Se eu pensar em produtividade,
32:09
efetividade, aí eu vou ter que investir em outro, em outro
32:12
local, de outra forma, que aí vai ser muito mais nessas
32:15
ferramentas, encontrar as melhores ferramentas de
32:17
produtividade, testar, experimentar, utilizar ideias,
32:20
agente que, enfim, é utilizar agentes de background, né?
32:24
Que hoje tem também tem muita coisa nesse nesse rumo de
32:27
produtividade que também é possível.
32:30
Nível, né? De ser feito, mas eu acho que é
32:31
por aí e mais detalhes disso a gente com certeza deu no último
32:35
episódio. Falando com o cara que que
32:37
recebe o pepino, né? Quando eu chego uma empresa e
32:40
fala, eu quero zarear, eu quero descobrir com o equins.
32:42
Eu quero saber qual a iagem nerativa que pode mais ajudar o
32:46
meu negócio aqui. Você tem algum, algum exemplo
32:48
desse aí para nós malagute alguma situação dessa?
32:50
Como que você abordou? Sim, é.
32:52
Eu acho que quando a gente vai lidar com quando uma empresa, no
32:54
caso, vem e traz essa demanda para, a gente acha que é uma
32:57
coisa que sintetiza bem isso, é que a inovação ela.
33:00
É proporcional a ambição e a capacidade da empresa.
33:03
Então, uma vez que foi feito igual a Fernandinha falou, esse
33:05
alinhamento estratégico, de onde isso vai ser, onde a empresa
33:08
quer direcionar esses esforços, a gente começa a analisar qual
33:11
que é o impacto real de que aquele esforço traria, né?
33:14
Vale a pena? Não vale a pena.
33:16
Se valer a pena, a gente começa a ver o quão viável ela é por
33:19
causa da viabilidade de dados mesmo utilização ou até mesmo de
33:22
custo, dependendo do Senado, né? A gente consegue implementar
33:25
essas empresa, a gente tem os dados necessários para isso, a
33:29
gente tem. No caso, aporte financeiro para
33:32
viabilizar essa iniciativa, não só iniciar, mas no caso como é
33:35
que a gente vai escalar, como é que a gente vai manter, o quanto
33:38
isso vai efetivamente ser útil e o quantas vezes isso gera um
33:41
risco, porque todo mundo quer inovar, mas às vezes as pessoas
33:44
esquecem do risco que está atrelado a inovar e a gente
33:47
precisa às vezes colocar isso na mesa antes de tomar uma decisão
33:50
em questões de quicking normalmente onde a gente acaba
33:52
atuando de maneira mais fácil, até pela viabilidade, é
33:55
eficiência operacional, é ver, por exemplo, questões de deve, é
33:58
o próprio Copilot, esse tipo de coisas como.
34:00
Em algumas pequenas integrações ou até serviços prontos, que
34:03
seria no caso, aí ela está pronta.
34:05
Ali você consegue contratar, fazer uma utilização e
34:07
simplesmente acoplar ela a sua operação.
34:09
No caso, à medida que você vai buscando mais inovação aplicada,
34:12
você costuma sair um pouco da operação e você começa a levar
34:15
isso para dentro do seu produto ou para dentro de alguma
34:17
utilização interna. Produtos internos mesmo, né?
34:20
Você começa a integrar esses produtos com APIGA, você começa
34:24
a integrar ele com outras ferramentas, você consegue
34:26
começa a criar estruturas mais complexas utilizando EAE por
34:29
último. Em alguns cenários, quando a
34:31
empresa tem até mais aporte ou ou está mais já bem preparada
34:35
para esse tipo de coisa, né? Já está pronta.
34:37
Aí a gente entra em disrupção estratégica, que é onde a gente
34:40
vai entrar. Não só utilizar uma ferramenta
34:42
pronta, não só integrar isso, mas desenvolver.
34:45
Eu vou desenvolver, por exemplo, uma sequência de agentes que vão
34:49
pegar um, no caso de desenvolvimento numa PI, né?
34:51
Dentro de um pipeline, revisar o código, gerar mudanças, fazer
34:55
teste de carga, fazer uma série de coisas, a própria, os
34:57
próprios agentes, separar diversos agentes lá.
35:00
Com ou automações, né? Dentro do fluxo, para poder
35:02
atacar ali dentro ou até em alguns cenários, criar coisas
35:05
novas que vão ser utilizadas ali.
35:07
Tipo assim, eu mesmo vou colocar dentro do meu produto uma
35:09
ferramenta de a criar um RAD, criar uma forma de comunicação
35:12
interna utilizando OIAO que vai conseguir buscar melhor os dados
35:16
que eu tenho disponíveis. Lá tem alguns cenários, produtos
35:19
totalmente novos. Gente, eu vou falar uma coisa,
35:21
quando propuseram esse episódio aqui que eu falei assim, cara,
35:23
eu tô me sentindo um intruso numa gravação do entre chaves.
35:26
Para quem não conhece o nosso podcast de de desenvolvimento de
35:28
software, mas uma lagurte é o. É o cientista, engenheiro mais
35:31
orientado a negócio que eu conheço, é incrível, cara assim,
35:34
parabéns mesmo, muito legal o seu essa sua perspetiva de
35:37
retorno de investimento né, do que é útil, o que não é né, de
35:40
não ter desperdício pra pro negócio, isso é é muito legal
35:43
assim, caminhando já para momentos finais aqui do do
35:46
episódio, queria fazer só 11 exercício com vocês assim, acho
35:49
que a gente já falou de muita coisa empolgante aí que vem pela
35:52
frente a Fernandinha da vizinha ferramenta maior, Augusto
35:54
também, mas olhando pro eu não vou nem falar próximos 2 ou 3
35:58
anos, como tá escrito aqui. Porque talvez seja meses, né?
36:01
Mas o que que mais empolga vocês?
36:03
Assim, em tendência No No desenvolvimento de software,
36:06
algo que vocês acreditam que vai realmente transformar a forma
36:09
como a gente interage, assim os negócios?
36:11
O que mais me empolga? Das últimas inovações que eu
36:14
vejo, né? Que mais me empolga mesmo.
36:16
Você até mencionou aí sobre o setup do deve e eu acho que o
36:20
setup do deve ele é engraçado que parece aquelas coisas meio
36:24
estereotipadas mesmo, com 1000000 de telas assim, mas eu
36:28
vejo que não sei se o quanto. Né?
36:30
Todo mundo aqui já acompanhou, mas teve uma inovação recente,
36:34
né, que são os agentes de background, que eu acho que essa
36:38
inovação, ela tem o potencial de deixar realmente os deves nesse
36:42
estereótipo de várias telas, várias coisas ao mesmo tempo.
36:45
O próprio cursor lançou coisas nesse nesse sentido, né?
36:49
De ter agentes de background pra vocês entenderem o que que é.
36:51
Basicamente é, você imagina o que você tem na sua sprint, 3
36:54
histórias para você desenvolver. Imagina se você pudesse fazer as
36:58
3 paralelamente, cada um. Cada tela você está fazendo uma
37:01
e o background agent, né? O que eles pregam, né, de de
37:05
agentes de background, não só eles, mas acho que a comunidade
37:07
está indo para esse caminho, são agentes que fazem coisas no
37:10
background enquanto você está fazendo outra coisa, então você
37:12
está com foco em uma coisa, você está com outros outros agentes,
37:15
resolvendo bugs para você, da de uma história que você
37:18
implementou, enfim, né, interagindo com seu código,
37:20
quando você deixa, você deixa um com agente, né?
37:23
Desenvolvendo uma parte, você está desenvolvendo outra.
37:25
Claro que aí as habilidades que a gente tem que, né, melhorar
37:28
são outras, né? Por exemplo, de troca de.
37:30
Um texto, mas Eu Acredito que essa essa inovação ela vai
37:33
aproximar o deve para esse estereótipo das várias telas e
37:37
realmente uma produtividade muito grande.
37:39
Além disso, eu acho que essa é uma das grandes inovações que eu
37:41
estou de olho para os próximos. Não vou nem dizer anos também
37:44
não, mas assim, poucos meses mesmo.
37:46
E outra coisa que eu vejo muito também que já está acontecendo
37:49
são os times AI first, né, que são times realmente pensados
37:53
para essa Nova Era DIA que aí exigem revisão de papéis, né?
37:57
De responsabilidades e de fluxo de desenvolvimento, porque.
38:00
E a gente com certeza sabe que o desenvolvimento ele não é o
38:02
mesmo. Mais não adianta a gente ficar
38:04
tentando fazer o mesmo desenvolvimento de alguns anos
38:07
atrás e achando que esse desenvolvimento que vai nos
38:09
levar para o futuro, porque Eu Acredito que não é.
38:12
Então é olhar para essas práticas também operacionais do
38:16
time, de topologia do time e coisas que vão transformar mesmo
38:20
a célula de desenvolvimento em outra coisa.
38:22
É porque não é só o papel e o setup do deve que mudam, né?
38:25
São todos os envolvidos. De todos envolvidos na
38:28
construção de produtos digitais, né?
38:30
Rainers, peos, SMS tech, Leeds tech managers e qualquer outro
38:35
papel daqui a pouco. Tem outros nomes vão surgindo
38:37
aí, né? É qualquer outro papel.
38:39
Mesmo assim, eu acho que essas coisas estão todas sendo
38:41
repensadas. Qual é realmente a célula de
38:43
desenvolvimento atual? Legal, e você, malagute, o que
38:45
que te empolga? Aí Eu Acredito, já que em
38:47
engenharia de software aumentado por um negócio que não tem mais
38:51
como fugir, e eu como a pessoa que tem transformado pessoas em
38:54
agentes dentro dessa empresa, acho que eu posso falar bem
38:57
claramente que uma coisa que eu gosto.
39:00
Você acredita bastante, é efetivamente a criação de
39:02
agentes mais autônomos que a gente consiga utilizar.
39:04
Eu gostaria, e aí já é uma coisa mais pessoal.
39:07
Eu gostaria para o futuro que a gente conseguisse integrar
39:09
melhor isso com algumas interfaces multimodais, né?
39:12
Que seria, no caso, não só texto.
39:14
E por que que eu falo isso eu no meu dia a dia, inclusive meu
39:17
computador quase explode quando eu começo a desenvolver alguma
39:19
coisa de tantas coisas que eu costumo rodar em paralelo, eu
39:22
gosto de fazer algumas coisas em paralelos, porque muito do que
39:25
eu faço cunhar ainda demora tempo.
39:27
Eu criei cadeias, cadeias de agentes, então eu crio vários.
39:30
Os agentes trabalham numa cadeia, tem agentes que vão
39:32
fazer ações, aí eles que vão revisar as ações de outros
39:35
agentes antes de eu efetivamente dar uma olhada nisso como ser
39:38
humano. E isso demora tempo, essas
39:39
cadeias demora um tempo, meses, dependendo do que eu coloco pra
39:41
rodada, sei lá, 20 minutos, 25 minutos até a entrada e a saída.
39:46
Então eu gosto, por exemplo, que eu estou fazendo outra coisa,
39:49
ele me avise, não só por notificação, mas por áudio.
39:52
Eu estou sempre ou com fone de ouvido ou ou com algo do gênero,
39:55
né? Então eu gostaria de interagir
39:57
não só com o texto, mas também com áudio, com imagem.
40:00
Eu gosto que ele gere um, quando, no caso, eu fiz alguma
40:03
coisa relacionada à validação de arquitetura.
40:05
Por isso que ele não só pega essa imagem como ele gere, por
40:08
exemplo, algo em cima dela para eu poder visualizar melhor que
40:10
eu sou uma pessoa muito visual. Então Eu Acredito que realmente
40:13
construção de agentes, que entra um pouco nessa parte de agentes.
40:16
Eu acho que a Fernanda já falou junto com essas interfaces, elas
40:19
acabam sendo tipo assim, o melhor do Senado para.
40:21
Mim, quanto mais autônomos, né? Os agentes vão se tornando mais
40:25
úteis. Realmente eles vão ficando, né?
40:26
E aí? Mas a gente consegue delegar
40:28
coisas para eles. E fazer, né?
40:30
E realmente focar muito mais na revisão do que eles estão
40:33
fazendo e enfim, no final das contas, é muito mais produtivo.
40:36
Tem uma coisa muito boa, que é quando você pede Pra Ele
40:39
revisar, por exemplo, toda uma mudança, e aí você vai pegar um
40:42
copo de café e pede Pra Ele reduzir em até 2 minutos de
40:46
áudio para você? Eu achei que ele IA falar, e aí
40:48
você pede um copo de café e aí ele te faz um copo de café?
40:51
Só um pequeno aqui, né? Que eu estava ouvindo alguns
40:55
vídeos. Não, não me lembro exatamente
40:57
onde que eu ouvi o tanto que eu aquele protocolo.
40:59
MCP, que eu. Fala no início pode facilitar
41:01
inclusive esse tipo de coisa. Imagina que a sua cafeteira você
41:04
consegue comunicar ela com o protocolo.
41:06
MCP né, e aí no curso lá eu tô falando Ah, eu vou fazer isso, e
41:09
daí eu quero um copo de café e aí ele comunica e faz um café
41:12
pra você, não é, é mesmo? Assim, é esse protocolo e tal e
41:15
o quanto a padronização das coisas facilita é justamente
41:19
esse tipo de coisa, eu consigo comunicar com a minha geladeira,
41:21
com a minha impressora, com o meu, com a minha cafeteira e daí
41:23
pra frente, né? Enfim, nem sei o César, o
41:25
limite. Ah, legal, gente.
41:27
Muito empolgante tudo isso aí, Fernandinha malagute conversa.
41:30
Sensacional, obrigado mais uma vez por esse papo aí.
41:32
É incrível como o assunto de IA se repete, mas a gente consegue
41:35
sempre trazer nuances novas aí, né?
41:37
Porque a coisa está realmente se atualizando numa velocidade
41:40
absurda e você sempre aí na vanguarda, conseguindo
41:43
acompanhar e trazer as novidades pra gente aí.
41:45
Muito obrigado por compartilhar e por dar essa visão aí sobre o
41:48
tema. E pra você que acompanhou a
41:49
gente, espero que tenha gostado. Não se esqueça de avaliar os
41:52
agilistas na sua plataforma favorita e seguir a gente no
41:55
LinkedIn para não perder nenhuma novidade.
41:57
Fernandinho malagutti, muito obrigado.
41:58
Obrigada, gente, até mais. Tchau, tchau, tchau, tchau.