Por muito tempo, o desenvolvimento de software em grandes corporações seguiu uma divisão clara: as equipes de negócios definiam os requisitos, e as unidades de TI centralizadas cuidavam da criação do próprio software. No entanto, o rápido crescimento da inteligência artificial generativa (Gen AI), das ferramentas low-code e dos fluxos de trabalho baseados em agentes está mudando radicalmente este modelo.
Ao participar da conferência DevSparks Hyderabad, Subish Ram, líder de produtos e serviços digitais na EY GDS, observou que o mecanismo de entrega de soluções no setor corporativo está passando por uma mudança estrutural fundamental. Com base em uma década de experiência em automação na organização global EY, que apoia uma força de trabalho de mais de 400.000 funcionários entre seus membros, Ram enfatizou que as equipes de engenharia não podem mais operar em blocos técnicos isolados.
Ram observou: «Uma equipe de TI autônoma que simplesmente desenvolve software não é mais tão notável. Mais disso está migrando para a parte de negócios. Precisamos de pessoas que entendam o negócio, que possam falar a linguagem dos negócios e implementá-la neles».
O caminho da automação nas corporações começou há quase dez anos com a automação robótica de processos (RPA), que resolvia tarefas rotineiras de back-office. Com o tempo, o RPA baseado em regras evoluiu para fluxos de trabalho inteligentes e agora atingiu o nível de sistemas completos de IA de agente, que gerenciam funções de negócios ponta a ponta, como finanças, compras e recursos humanos.
Graças à ampla disponibilidade de ferramentas como Replit, Cursor e copilots aprovados pela empresa, grupos não técnicos estão assumindo o desenvolvimento. Consultores fiscais, gerentes de RH e analistas financeiros estão cada vez mais criando suas próprias primeiras versões de ferramentas internas.
Ram observou: «A primeira versão do desenvolvimento hoje ocorre do lado do negócio. O que chega à equipe de tecnologia é: vocês podem nos ajudar a escalar isso? Vocês podem implantar isso? Vocês podem realizar testes de segurança?» Essa transição muda a tarefa principal do desenvolvedor. No futuro próximo, as divisões de negócios cuidarão do prototipagem básica, testes e correção de erros com a ajuda da IA. Por sua vez, a comunidade de engenharia será responsável pela arquitetura do sistema, integração, gerenciamento e escalabilidade corporativa.
Apesar do rápido crescimento dos experimentos, Ram apresentou uma visão franca sobre a implementação de IA nas corporações: o cálculo de um retorno claro sobre o investimento (ROI) continua sendo um obstáculo sério. Diferentemente do RPA tradicional, onde a substituição do trabalho manual garantia uma economia de custos clara e imediata, a implantação de IA acarreta custos fixos significativos de consumo de tokens, infraestrutura e manutenção.
Ram explicou: «O ROI é mais um desejo agora. Se você automatiza um processo completo de relatórios com IA, e seu custo anual de manutenção é de centenas de milhares de dólares, muitas vezes não há ROI imediato. Vimos casos de negócios onde os custos de tokens competiam com os custos humanos».
Ram enfatizou que os usuários finais, em última análise, se preocupam com produtividade, eficiência e lucro líquido, e não se a solução usa Python, painéis de monitoramento tradicionais ou agentes autônomos. Para criar valor sustentável, os desenvolvedores devem se concentrar na criação de aceleradores reutilizáveis, melhoria da economia de tokens e redução dos custos de uso de IA.
Para permanecerem indispensáveis em um mundo orientado por IA, os engenheiros não precisam se tornar consultores de domínio, mas precisam entender a mecânica desse domínio. Ram concluiu: «Você não precisa ser um contador diplomado para criar uma solução financeira, mas você precisa entender a linguagem que eles usam e qual resultado de negócio eles esperam».