Redefinindo o futuro da engenharia de software

Este artigo é uma tradução/adaptação para o português (PT-BR) de uma notícia do MIT Technology Review.

Como a IA agente mudará a forma como o software é desenvolvido e gerenciado. A engenharia de software passou por duas mudanças sísmicas neste século. Primeiro foi a ascensão do movimento de código aberto, que gradualmente tornou o código acessível a desenvolvedores e engenheiros em todos os lugares. Em segundo lugar, a adoção de operações de desenvolvimento (DevOps) e de metodologias ágeis levou o software do desenvolvimento isolado ao desenvolvimento colaborativo e do lote à entrega contínua. Agora, uma terceira mudança parece estar tomando forma com a adoção da IA de agência na engenharia de software. Até agora, as equipes de engenharia usaram IA principalmente para auxiliar na codificação, nos testes e em outras tarefas individuais, dentro de parâmetros rigorosamente projetados. Mas com capacidades de agência, os agentes de IA tornam-se entidades racionais e autodirigidas que podem gerir não apenas tarefas distintas, mas projetos de software inteiros – e fazê-lo em grande parte de forma autónoma. Se adotada e totalmente adotada pelas equipes de engenharia, a IA de agência dará início à automação de processos de software de ponta a ponta e, em última análise, ao desenvolvimento gerenciado por agentes e à automação do ciclo de vida do produto.

Este relatório, que se baseia num inquérito a 300 executivos de engenharia e tecnologia, conclui que as equipas de engenharia de software estão a ver o potencial da IA de agência e estão a começar a utilizá-la, mas até agora de uma forma principalmente limitada. As suas ambições são altas, mas a maioria percebe que será necessário tempo e esforço para reduzir as barreiras à sua plena difusão nas operações de software. Tal como acontece com o DevOps e o Agile, colher todos os benefícios da IA de agência na engenharia exigirá mudanças organizacionais e de processos, por vezes difíceis, para acompanhar a adoção da tecnologia. Mas os ganhos a serem obtidos em velocidade, eficiência e qualidade prometem fazer com que tal esforço valha a pena. O impulso da adoção está aumentando. Embora metade das organizações considere a IA de agente uma prioridade de investimento para engenharia de software atualmente, ela será um investimento líder para mais de quatro quintos em dois anos. Esses gastos estão impulsionando a adoção acelerada. A Agentic AI é usada (em sua maioria limitada) por 51% das equipes de software hoje, e 45% têm planos de adotá-la nos próximos 12 meses.

Os ganhos iniciais serão incrementais. Levará algum tempo para que os investimentos das equipes de software em IA de agência comecem a dar frutos. Nos próximos dois anos, a maioria espera que as melhorias decorrentes do uso de agentes sejam ligeiras (14%) ou, na melhor das hipóteses, moderadas (52%). Mas cerca de um terço (32%) tem expectativas mais elevadas e 9% pensa que as melhorias irão mudar o jogo. Os agentes acelerarão o tempo de colocação no mercado. Os principais ganhos do uso de IA por agentes durante esse período de dois anos virão de uma maior velocidade. Quase todos os entrevistados (98%) esperam que a entrega de projetos de software de suas equipes, do piloto à produção, seja acelerada, com o aumento previsto na velocidade em média de 37% em todo o grupo. O objetivo para a maioria é o gerenciamento completo do ciclo de vida do agente. As ambições das equipes para escalar a IA agente são altas. A maioria pretende que os agentes de IA gerenciem os ciclos de vida de desenvolvimento de produtos e software (PDLC e SDLC) de ponta a ponta de forma relativamente rápida. Em 41% das organizações, as equipes pretendem alcançar isso para a maioria ou todos os produtos em 18 meses. Esse número aumentará para 72% daqui a dois anos, se as expectativas forem atendidas.

Os custos de computação e a integração representam desafios iniciais importantes. Para todos os entrevistados – mas especialmente nos setores verticais que adotam precocemente, como mídia, entretenimento e hardware de tecnologia – a integração de agentes com aplicativos existentes e o custo dos recursos de computação são os principais desafios que enfrentam com a IA de agente na engenharia de software. Os especialistas que entrevistamos, entretanto, enfatizam as maiores dificuldades de gestão de mudanças que as equipes enfrentarão nas mudanças nos fluxos de trabalho. Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Technology Review. Não foi escrito pela equipe editorial do MIT Technology Review. Foi pesquisado, projetado e escrito por escritores, editores, analistas e ilustradores humanos. Isso inclui a redação de pesquisas e a coleta de dados para pesquisas. As ferramentas de IA que podem ter sido utilizadas foram limitadas a processos de produção secundários que passaram por uma revisão humana minuciosa. Uma conversa exclusiva com o cientista-chefe da OpenAI, Jakub Pachocki, sobre o novo grande desafio de sua empresa e o futuro da IA. Exclusivo: o spinout de IA da Niantic está treinando um novo modelo de mundo usando 30 bilhões de imagens de pontos de referência urbanos obtidos de jogadores.

Axiom Math está oferecendo uma nova e poderosa ferramenta de IA. Mas resta saber se isso acelera a pesquisa tanto quanto a empresa espera. Os testes pontuais não medem o verdadeiro impacto da IA. É melhor mudarmos para métodos mais centrados no ser humano e específicos ao contexto. Descubra ofertas especiais, principais notícias, próximos eventos e muito mais. Estamos tendo problemas para salvar suas preferências. Tente atualizar esta página e atualizá-la mais uma vez. Se você continuar recebendo esta mensagem, entre em contato conosco pelo e-mail customer-service@technologyreview.com com uma lista de boletins informativos que gostaria de receber.