À medida que o software se torna mais complexo, o maior problema deixa de ser escrever código; torna-se sua manutenção. Os aplicativos modernos dependem de integrações com serviços de terceiros, fluxos de trabalho e APIs que devem funcionar sem interrupções ao lançar novos recursos. Embora a inteligência artificial tenha simplificado o processo de codificação para os desenvolvedores, as equipes de engenharia ainda precisam gastar muito tempo verificando lançamentos, procurando erros e garantindo que as atualizações não interrompam o funcionamento dos sistemas existentes.
A Kusho AI, sediada em Bengaluru, fundada em 2023 por Abhishek Saikia e Saurabh Gavande, desenvolve uma plataforma baseada em IA que automatiza grande parte desse trabalho. Seus agentes de IA geram, executam e atualizam continuamente testes para aplicativos móveis, aplicativos web e APIs, ajudando as equipes de engenharia a dedicar menos tempo à manutenção de software e mais tempo à criação de novos produtos.
A plataforma utiliza modelos patenteados sobre grandes modelos de linguagem (LLMs) básicos, funcionando como um engenheiro de software de IA. Ela testa o código tanto durante o desenvolvimento quanto após cada lançamento para detectar problemas antes que cheguem ao ambiente de produção.
A ideia surgiu da experiência de Abhishek Saikia, que trabalhou como gerente de produto na Flipkart. Ele estudou economia e engenharia química na BITS Pilani. Em seguida, ele se juntou ao colega de classe Saurabh Gavande, que agora é diretor técnico e anteriormente trabalhou como engenheiro full-stack na FalconX.
Considere um exemplo de aplicativo de entrega de comida que lança um novo mecanismo de recomendação. Este recurso deve funcionar corretamente tanto para usuários com cinco pedidos anteriores quanto para aqueles que fizeram milhares de pedidos, em diferentes cidades e cenários de uso. O teste manual de cada caso possível exige o design de cenários de teste, a escrita de código, a execução de testes e a análise dos resultados — um processo que pode levar horas ou até dias, ainda deixando casos extremos sem serem notados.
A Kusho AI automatiza esse processo. Primeiro, a plataforma estuda o ambiente de software da empresa antes de simular a abordagem de um testador humano. Ela identifica cenários críticos, gera os testes necessários, executa-os automaticamente e sinaliza problemas que requerem atenção.
Segundo Saikia, esse processo ocorre «quase 100 vezes mais eficiente e muito mais rápido» do que o teste manual. A plataforma apoia as equipes de engenharia durante todo o ciclo de lançamento de software.
Antes do merge do código, a Kusho AI gera e executa automaticamente testes para detecção precoce de riscos. No lançamento, ela atua como uma verificação adicional, confirmando a prontidão do novo código para produção. Saikia chama isso de uma das principais vantagens da empresa para clientes corporativos. Ele observa: «Mesmo que seu desenvolvedor esteja apressado e queira lançar o produto rapidamente em produção, a Kusho AI está lá quase como um guarda».
Se o lançamento não estiver pronto, a plataforma o devolve com um relatório indicando o que precisa ser corrigido. Após a implantação, a Kusho AI continua monitorando em busca de anomalias e mudanças que causem falhas. À medida que os aplicativos evoluem, a plataforma atualiza seus próprios testes para refletir essas mudanças, o que, segundo Saikia, cria «sistemas autorreparáveis que identificam mudanças e as implementam adequadamente», reduzindo assim a necessidade de atualizações manuais repetidas.
Cada lançamento também recebe uma avaliação de risco baseada nas alterações no código-fonte e nos testes executados. Além do teste automatizado, a Kusho AI se posiciona como um painel de controle de teste para empresas, oferecendo controle de lançamento, trilhas de auditoria, automação orientada ao domínio e integração com fluxos de trabalho de lançamento existentes. O objetivo é fornecer aos líderes de engenharia visibilidade de todo o processo de teste, e não apenas de execuções de testes individuais.
Em vez de depender de um único modelo de IA, a Kusho AI opera através do que Saikia chama de «camada de orquestração de agentes». Diferentes solicitações de teste são direcionadas a modelos especializados dependendo do tipo de aplicativo. Por exemplo, uma API bancária é tratada de forma diferente de uma plataforma de comércio eletrônico.
Na opinião de Saikia, a vantagem competitiva da empresa reside exatamente nesta camada de orquestração e nos dados patenteados usados para ajustá-la. Ele enfatiza: «Este treinamento patenteado só pode ser obtido uma vez, quando milhares de pessoas usam seu produto».
O startup também é seletivo em relação aos clientes que atende. Saikia diz: «Todo o nosso perfil de cliente ideal são pessoas que não podem pagar nem um minuto de inatividade», referindo-se a setores como bancos e transporte por aplicativo, onde mesmo falhas breves podem ter um impacto imediato no negócio.
Entre mais de 5200 clientes, a Kusho AI conta com Ultrahuman, Paytm, Ola Electric, HCL, Michelin, HP, Razorpay, Roche, Schneider Electric e Paymentus. A Kusho AI seguiu amplamente uma estratégia de crescimento baseada em produto. A plataforma está disponível para uso gratuito sem a necessidade de inserir dados de pagamento, o que permite que ela se espalhe entre comunidades de desenvolvedores e especialistas em garantia de qualidade por meio de conteúdo técnico, em vez de marketing pago. Usuários gratuitos podem consentir com o uso da plataforma para treinamento com base em como a utilizam. A Kusho AI rastreia os testes que os usuários salvam ou descartam, usando esses dados anonimizados para melhorar recomendações futuras.
À medida que a adoção cresce nas equipes de engenharia, frequentemente vêm conversas com grandes empresas. Atualmente, a plataforma gerou e executou quase 10 milhões de testes e atende a cerca de 35.000 desenvolvedores e especialistas em garantia de qualidade em seu nível gratuito. De acordo com a empresa, uma plataforma de pagamento indiana reduziu o tempo de teste de API em 95%, e um banco privado reduziu os custos anuais de QA em 80–90%. Os comentários dos usuários também destacam a redução dos testes manuais de UI devido à geração contínua de testes.
A Kusho AI opera no crescente mercado de testes e confiabilidade de software baseados em IA, juntamente com empresas como Postman, Qodex.ai e Devzery. Saikia relata que a receita recorrente anual do startup é de «final de somas de seis dígitos» (em dólares), crescendo 10–20% mensalmente.
A empresa levantou US$ 600.000 em uma rodada semente liderada pela Antler India, com participação de Blume Founders Fund, UpSparks Capital e anjos de negócios, incluindo cofundadores da Ultrahuman Mohit Kumar e Vatsala Singhal, bem como o CEO da IDfy Ashok Harikharan. Saikia afirmou que a empresa planeja realizar outra rodada ainda este ano ou no início do próximo.
A Kusho AI está registrada nos EUA, tem fundadores indianos e sede oficial em São Francisco. Sua equipe de sete membros atualmente trabalha a partir de Bengaluru, com um escritório físico planejado em São Francisco para o final de 2026 ou início de 2027, à medida que sua base de clientes nos EUA, que já representa 60–70% de seus clientes, se expande. No próximo ano, o startup pretende aprofundar sua presença em serviços bancários e financeiros, logística e cadeias de suprimentos, e tecnologias médicas, visando as 10 maiores empresas em cada setor. Para Saikia, a visão de longo prazo é simples: tornar a manutenção de software tão automatizada que os engenheiros possam se concentrar totalmente na criação de novos produtos.
