YT YouTube2Text

YouTube2Text → Transcripts → Da concepção à operação: Inteligência Artificial Agêntica | (Accurate)Cast com AWS

Da concepção à operação: Inteligência Artificial Agêntica | (Accurate)Cast com AWS — Transcript

by Accurate Software · 10,042 words · 1,510 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00Olá,
0:09tudo bem? Bem-vindos ao Acurate podcast,
0:12Aurit Cast. Hoje mais um episódio,
0:16contamos com todos, com a nossa
0:18audiência. Hoje temos grandes amigos
0:21aqui, vou deixar e até eles se
0:22apresentarem. Emit e AWS, Miller, AWS,
0:26Bruno Golda, eh, AATEIT. Então, a gente
0:29vai tá falando aí um pouquinho, um tema
0:31extremamente bacana, a gente vai tá
0:33falando aí sobre
0:36eh da concepção operação inteligência
0:39artificial agêntica, né? É um tema, é um
0:42tema extremamente pesado, mas a gente
0:44vai conseguir desmistificar aqui, a
0:46gente vai conseguir entregar bastante
0:49conteúdo para todo nego.
0:51>> Então, primeiro, eh, bom dia, Demitri,
0:54por favor, se apresente.
0:55>> Obrigado por me receberem, tá? Eh, meu
0:57nome é Dimitri, eu sou arquiteto de
0:58soluções na WS, então a gente puxa um
1:00pouquinho ali mais pro lado do técnico e
1:02hoje em dia não pode faltar parte de a
1:04parte de dados também, que todo mundo
1:05tem que ficar sabendo, né?
1:07Muito obrigado e obrigado por est aqui
1:09nos nos ajudando com esse conteúdo. E o
1:11Miller também amigo de longa data que a
1:13gente já vem conversando bastante tempo.
1:16Por favor se apresente, Miller.
1:18>> Muito obrigado, Pedro. Obrigado, Bruno.
1:20Obrigado, Dimitri. Obrigado a quem tá
1:22nos assistindo. Meu nome é Miller
1:24Simberg, eu trabalho na Amazon Web
1:25Services. Eu sou gerente de contas
1:27senior para atendimento de empresas de
1:29software e internet, empresas ISV, que
1:32nós falamos. Sempre elas fabricam um
1:33software. Tô aqui na WS um pouco mais de
1:357 anos e meio.
1:37>> Nossa, bastante tempo, hein? Bastante
1:39tempo já, hein?
1:40>> Bastante tempo.
1:40>> E o Bruno Golda, Bruno Gda também é
1:42outro amigo aí de bastante bastante
1:45tempo.
1:46>> Alguns anos, né, Pedro?
1:47>> Alguns anos.
1:48>> Bom, atualmente eu tô como red de
1:49tecnologia na Curete. Eu comecei como
1:51desenvolvedor, passei pela área de
1:52arquitetura e agora com um novo desafio
1:55na como red de tecnologia. Eu agradeço
1:57também, como Pedro, a presença do time
1:59da WS aqui pra gente conversar um
2:00pouquinho sobre desenvolvimento
2:02agêntico, utilizando Kiro, né? E vamos
2:05em frente, vamos colocar o papo em dia
2:07aqui sobre isso, tentar desmistificar
2:09alguns itens que o pessoal tem receio,
2:11tem medo e inclusive como colocar uma
2:13boa metodologia no desenvolvimento.
2:16>> Muito bom, muito bom.
2:18E aí, eu vou, meu nome é Pedro Arruda,
2:20responsável pelo marketing e vendas a
2:22Curate, então sou talvez até trazer um
2:25pouquinho para negócio, puxar junto com
2:26Bil a parte de negócio enquanto vocês
2:28puxam pra parte de tecnologia. E aí uma
2:31um tema que eu acho que eu acho bem bem
2:34interessante e que é uma coisa que as
2:37que as empresas pedem muito. Por que que
2:39hoje se demora tanto tempo? Qual é o
2:41custo de demorar tanto tempo para
2:42colocar uma determinada aplicação no ar?
2:45o time famoso time to market para você
2:48colocar, né? Eh, quanto custa essa essa
2:51demora, Miller? Você que vive essa essa
2:55essa no dia a dia, você vive esse esse
2:57tipo de tipo de situação, é demorado, as
3:00empresas reclamam que demora para entrar
3:02aplicação e de repente uma IA pode vir
3:05ajudar.
3:07>> Boa, a Iala pode sim ajudar nessas
3:09entregas. Eh, muitas empresas acreditam
3:11que para você ter uma entrega mais
3:13rápida, a coisa mais importante que
3:15existe nisso é você desenvolver e
3:17escrever código mais rápido. Mas, na
3:19verdade, existem outras etapas que
3:21participam desse fluxo de
3:23desenvolvimento que podem atrasar uma
3:25entrega. Então, por exemplo, você saber
3:27que você vai desenvolver metade do
3:28trabalho, essas especificações, né?
3:30validar a história do cliente, validar a
3:33história que vai ser enviada pro time do
3:34desenvolvimento. É uma parte do
3:36desenvolvimento que muitas vezes ele
3:38fica negligenciado e, portanto, você tem
3:40um retrabalho na entrega. Então você
3:43desenvolve um produto, desenvolve uma
3:45uma ferramenta, uma feature e na hora de
3:47fazer a entrega chega no time de de
3:49testes, uma pessoa que fazer aquela
3:51realmente a verificação do que foi
3:52entregue, ela pensa: "Pô, isso aqui não
3:54era exatamente o que tínhamos
3:55expectativa." Então esse processo de
3:57você fazer um
3:59custa custa muito caro, porque hoje
4:01pensa, você tem um time de
4:02desenvolvimento que passou um mês
4:04trabalhando naquilo, você não tem
4:06somente o custo deles por um mês, você
4:07tem um custo de oportunidade do que você
4:09deixou de vender com aquela feature, né?
4:11Então você pode ter tido ch de clientes,
4:13você pode ter deixado de fazer um upcel
4:15na ponta. Então o desenvolvimento que
4:16tem que passar por todas essas etapas e
4:18todas elas têm que estar bem
4:19estruturadas, ele é algo interligado,
4:21né?
4:22>> Isso. E aí por um outro lado, jogando
4:24até para você, Deni, a gente acaba sendo
4:28Dimitri e Bruno, né? Porque em função
4:31dessa pressão de tempo de colocar a
4:33aplicação mais rápido no ar, acaba
4:36sobrando, Demitri, acaba sobrando para
4:39vocês que tipo de ferramenta você tem ou
4:41que tipo de tecnologia que você tem para
4:43para acelerar. Então, né, aquela máxima
4:47tecnologia não é magia, mas que tipo de
4:50tecnologia você tem para acelerar essa
4:52entrada desses processos mais rápidos em
4:54produção?
4:55>> Exato. Assim, tecnologia é ferramenta,
4:57né? Então a gente não, a gente tá muito
4:59mais preocupado com o resultado final e
5:01a gente vai usar as ferramentas que a
5:02gente tem ao dispor para chegar lá da
5:03melhor forma possível. Então, hoje a
5:05gente tem trabalhado bastante com
5:06ferramentas ali naturalmente agênicas,
5:09que acho que é a ideia da gente
5:09conversar um pouco hoje. E acho que
5:12ressaltando um pouco o ponto do Miller,
5:14é que por mais que essas ferramentas
5:15elas ajudem muito o trabalho, tem que
5:18ter todo um cuidado na hora de fazer o
5:19planejamento. Então eu não posso ali,
5:21por mais que eu esteja usando uma
5:22ferramenta gênica, como a gente vai
5:23conversar um pouquinho aqui, eh não
5:25basta que eu simplesmente deixe ela ali
5:28sem nenhum tipo de head, sem nenhum tipo
5:30de controle. Então essa etapa ali até
5:32mesmo anterior que o Miller comentou de
5:33fazer toda a preparação e entender como
5:36que aquela aplicação se encaixa pro
5:37negócio, em que contexto ela tá
5:39inserida, esse passo de preparação ele
5:41se faz cada vez mais importante.
5:43Enquanto que a parte de desenvolvimento,
5:44claro, ela continua sendo importante,
5:46isso nunca vai deixar de ser, mas ela se
5:48torna mais rápida, como a gente estava
5:50comentando. Então acho que esses
5:51cuidados, com quanto mais o tempo vai
5:53passando, os cuidados que a gente tem,
5:55eles que a gente tem que ter eles vão
5:57aumentando, porque aí a ela vai
5:59construindo ali o código, né, o Kiro, a
6:00nossa ferramenta, vai construindo esse
6:02código, vai construindo a aplicação. E
6:04como que fica a nossa revisão em cima
6:05disso? Será que os desenvolvedores, será
6:07que os times ali até mesmo de negócio
6:09vão ter tempo e vão ter a vontade de
6:10ficar revisando o conteúdo que foi
6:12gerado? Então esse esse ciclo de vida,
6:14essa continuidade é o que tem que ser
6:16pensado nesse mundo que a gente tá
6:17vivendo hoje, que esse bunda e agenativa
6:20veio para acelerar, mas com essas
6:22nuances, né?
6:23>> Você bom no ciclo,
6:25>> você pode cumprimentar o que ele fala,
6:27você acha que você não sente, você não
6:28sente pressão, né? para deslocar e eh a
6:31aplicação mais rápida no ar, você não
6:32sente nenhum tipo de pressão.
6:33>> Ninguém pede para ontem, ninguém, tudo
6:35chega em dia, tudo chega bem
6:37esclarecido. É sempre assim, bem claro.
6:40E eu vou conectar com com o Miller no
6:42começo ali, inclusive a respeito de
6:43especificação. Eh, o maior problema pra
6:46gente conseguir avançar com esse tipo de
6:48de assunto e mesmo colocar isso para
6:50para Iá, né? Vamos, que é o nosso foco
6:51aqui da conversa, é você ter a clareza,
6:54né, do que que o cliente tá pedindo, do
6:56que que a área de negócio de fato
6:57necessita. Então, geralmente numa
6:59conversa, num papo que a gente tá aqui,
7:01o cliente fala assim: "Eu preciso fazer
7:03isso com a minha planilha ou eu preciso
7:04resolver um problema da minha área e eu
7:06não consigo entregar". Você fala assim:
7:08"OK, e o que que você tem de insumo? O
7:11que que você precisa?" "Ah, não sei. Eu
7:13só quero uma tela que eu possa clicar no
7:14botão e me gerar um resultado." E aí,
7:17invariavelmente, a gente tenta sair do
7:19outro lado e 99% acaba dando errado, né?
7:23Porque a gente tenta atender o cliente,
7:25o cliente não traz o insumo suficiente e
7:27a gente acaba pagando o preço na ponta
7:29na hora de fazer uma entrega, numa
7:30homologação ou num ambiente produtivo, o
7:32que é péssimo.
7:33>> Ah, entendi. Não, mas são coisas que são
7:37faz parte do dia a dia, faz parte. A
7:40gente sempre fala que tem que juntar os
7:42dois mundos, de negócio, de tecnologia e
7:44trazer um resultado extremamente
7:46positivo, né? Perfeito.
7:48>> Não, agora vamos falar um pouquinho da
7:50Aí Dimitri falar um pouco do Quiro. E
7:54aí, antes de entrar no Kiro, a gente
7:55mergulhar no Kiro, como é que é a
7:56rotina? Como é que é essa rotina do
7:58desenvolvedor, né? Como é que tá se
8:01alterando essa essa essa essa rotina
8:03hoje? Ô, ô, ô, Bruno,
8:05>> tá legal. Eu vou pegar alguns casos
8:07dentro da dentro da Curete que a gente
8:08vem aplicando junto com o Kiro. E para
8:10mim um um dos principais diferenciais
8:13que o time tem que ter, né, e o
8:14profissional e e de uma forma geral, tá?
8:16tanto dev quanto o arquiteto, o líder
8:18técnico. Esse é um ponto que o pessoal
8:20tem que ter clareza no que que tá
8:22alterando no seu dia a dia. Eh, todo
8:24cuidado, ele tem que partir do começo.
8:26Então, é no processo de especificação,
8:28na especificação funcional, no
8:30entendimento. E aí conectando com a
8:32minha fala anterior, com a área de
8:33negócio, senta, revisa uma, duas, três
8:36vezes. Uma vez que eu tenho insumo
8:38suficiente para colocar isso pro meu
8:41agente, pra minha IA, ela vai conseguir
8:43processar isso de uma forma mais
8:45natural. E aí, plugando um pouquinho ali
8:47com a conversa final do do Dimitri, que
8:50é a questão do da revisão de código, a
8:52gente pode deixar a revisão de código ou
8:54eu enquanto humano não preciso olhar
8:56linha a linha do código, mas se eu
8:57estruturar a minha arquitetura de uma
8:59forma adequada, eu crio o que a gente
9:01vai falar um pouquinho mais à frente, os
9:02guardios e eu vou revisar só meu o merge
9:05request.
9:06>> Não, mas mas deixa eu só entender aqui
9:09eh a rotina hoje, né? Vamos, vamos só,
9:14só voltar, voltar um pouquinho. Aedem
9:16pode me ajudar, Emília também. A rotina
9:18hoje de um desenvolvedor que não tem
9:21ferramenta, que não usa uma ferramenta
9:23de inteligência artificial, agêntica uma
9:26como como é a vida dele hoje, te demit?
9:29Como é que como é que você como é que
9:32você faz esse paralelo? Você já, você já
9:34deu uma, você já deu uma introdução, já
9:36falou, já, mas imagina uma pessoa.
9:39Então, eu sou eu sou uma pessoa que não
9:41uso isso hoje.
9:42>> Perfeito.
9:42>> Eu sou uma uma equipe, se é que tem
9:45gente que que hoje ainda não usa, mas
9:47alguém que não tá usando. Como é que é a
9:48rotina de uma de um programador que não
9:51tá usando essas ferramentas hoje? É,
9:52acho que a principal diferença é que a
9:55pessoa que não tá usando esse tipo de
9:56ferramenta, ela não vou dizer perder
9:58tempo porque é um termo que, né, não
10:00fica, eh, mas a pessoa ela tem que ficar
10:03olhando no bit, no byte ali do código,
10:04tem que ficar olhando ali que nem o
10:05Bruno comentou, linha, linha, vê o que
10:07tá acontecendo em cada linha. E ela
10:09poderia tá usando esse tempo dessa
10:12análise linha a linha para justamente
10:14tentar entender como que se aplica o
10:16negócio, qual o valor que aquela
10:17aplicação traz. Então, às vezes, outros
10:19requisitos que não são exatamente a
10:21linha linha do código, às vezes como que
10:23qual que poderia ser melhor arquitetura,
10:25onde que isso poderia ficar melhor
10:26aplicado, por exemplo, na nuvem, como
10:28que poderia ficar melhor arquitetada a
10:29observabilidade disso. Algum sistema
10:31ali, por exemplo, que às vezes a ela não
10:33tem conhecimento. Então, o tempo que o o
10:36desenvolvedor ele estaria usando para
10:38ficar desenvolvendo manualmente o
10:39código, ele passa a usar esse tempo em
10:43decisões mais estratégicas, decisões
10:45mais de alto nível, que de certa forma
10:47podem trazer mais valor pra aplicação.
10:48Então, acho que essa é a principal assim
10:50diferença, né? pelo menos da forma como
10:51eu enxergo.
10:52>> Olha, se pudesse complementar, eu diria
10:54que inteligência artificial é algo que
10:57ela não é mais uma um algo
10:59revolucionário pro desenvolvedor
11:01adicionar no dia dele já é algo que é
11:02esperado que ele tenha no dia dele.
11:05Porque embora alguém possa ter parado
11:07num tempo, ela não adicionou intelig
11:08artificial com uma ferramenta pro
11:10desenvolvimento no dia a dia, sabe o que
11:11não parou no tempo ainda? prazo para
11:13entrega e o cliente sabe que agora dá
11:15para desenvolver mais rápido. Então,
11:17quando o cliente recebe lá um prazo de 8
11:19semanas para entregar uma feature que
11:21ele entende com base na experiência
11:22dele, às vezes com até outros
11:23fornecedores, que ele consegue ser fazer
11:26aquilo com IA em duas, três semanas, num
11:28processo de desenvolvimento ágil com IA
11:29de forma estruturada, você acaba ficando
11:32num ponto de desvantagem. Então é, eu
11:34diria que a revolução ela já começou,
11:36ela já está acontecendo e quem ainda não
11:38colocou acaba ficando parado no tempo,
11:40justamente porque se antes você teria
11:43essa aquelas oito semanas para
11:45desenvolver o processo do começo ao fim,
11:47agora você pode não só desenvolver o que
11:50você já iria fazer, você pode inclusive
11:52às vezes até tomar a a frente proativa
11:54de encontrar bugs, fazer algumas
11:56melhorias para chegar um pouco mais
11:58redondo para quem vai fazer o teste. E
12:00aquilo que a gente falou bem no começo,
12:01né, tudo é interligado. Então, quando
12:03forme a qualidade do que foi
12:04desenvolvido, pode ser que menos bugs
12:07vão ser encontrados no decorrer do ciclo
12:09para produção e pode ser que chegue mais
12:11rápido à produção. Então, o prazo de
12:13tudo pode ser enxugado, não só o prazo
12:15para você desenvolver de fato a
12:17programação do código, mas você deixar
12:19ele production rate. Eu acredito que
12:21esse é o diferencial, ele fica
12:23production rate, porque código por
12:24código você pode ir lá e cuspir um
12:26código, sená vai funcionar, né? Ele fica
12:28production ready, que é a grande
12:29diferença.
12:30>> Mas você sabe que você pegou um ponto
12:31muito interessante que hoje o cliente já
12:33sabe que existe inteligência artificial.
12:36Até usa, né?
12:37>> É,
12:37>> ele já sabe, ele ele pode usar uma coisa
12:41básica, mas ele já sabe que usa. Então,
12:43quando ele cobra o seu desenvolvedor,
12:45que tipo de IDE que você tá usando? Como
12:47é que você tá usando que não tá
12:48integrado? Porque isso aqui já deve, já
12:50deveria estar integrado. Isso aqui já
12:52deveria. Então, o prazo ele já começa a
12:54contar que o prazo é real.
12:55>> É, Pedro, e você no comercial, né? Eu
12:57como na área de tecnologia, a gente tem
12:59passado muito recentemente por perguntas
13:01do tipo: "Mas vocês estão utilizando o
13:02IA? Por que esse prazo todo?"
13:06Verdade?
13:07>> E esse é o principal ponto. Você não
13:09consegue fazer em menos tempo. Não dá
13:11para encurtar de duas semanas para uma,
13:13não dá para encurtar de uma semana para
13:14três dias. E nem porque é IA a gente
13:17consegue encurtar, porque a gente
13:19precisa da estruturação. A gente
13:20precisa.
13:21>> Sim. Exato.
13:23>> Não adianta eu eu sair usando por usar.
13:25Eu tenho que usar essa fazendo, eu tenho
13:28que usar corretamente aquilo, né?
13:29>> Exato. Exatamente.
13:31>> É, de duas semanas para uma, você quer
13:33que o código seja pior? Posso entregar
13:34aí menos tempo, mas o código, a entrega
13:36vai ser muito pior, né? Acho que essa
13:37ideia.
13:38>> É isso aí. Porque produtividade com
13:40inteligência artificial ela é uma coisa
13:43engraçada, né? que para pensar que
13:45produtividade como conceito é algo
13:47totalmente abstrato, porque o que você
13:48pode falar como produtividade é: "Olha,
13:50antes do desenvolvedor sem fazia 100
13:52linhas de código, agora ele com IA ele
13:54faz 1000". Beleza? Porém, se ele estiver
13:56no caminho errado, ele só errou 10 vezes
13:59mais mais rápido. Então, o ponto mais
14:01importante aqui não é somente que a IA
14:03vai te ajudar a ter uma produtividade
14:05maior, mas é que se você não dá o
14:07direcionamento correto, você na verdade
14:09está regredindo no seu desenvolvimento.
14:12Então esse passo de estrutura que o
14:13Dimitri falou, que o Bruno também
14:15trouxe, ele é muito importante. Você tem
14:17que ter uma metodologia pros seus
14:18agentes de A desenvolverem da forma
14:20correta para que a produtividade ela
14:22seja algo de fato. Porque se você olha,
14:24passou uma semana no Vibe Coding, olha
14:26que legal, cheguei no final da semana de
14:27entre 150.000 1000 linhas de código, fiz
14:30200 comites, lotei um repositório do z0
14:32a 100, na hora que você vai rodar tá
14:34totalmente errado, não tem nada a ver
14:36com nada e a refatoração daquilo vai
14:38tomar muito mais tempo. Então essa parte
14:40de você fazer o o as especificações que
14:43é o spec Driven Development, que é um
14:45diferencial do desenvolvimento com IA
14:47responsável, ele acaba sendo crucial
14:50para você, na verdade não ter um prazo
14:51maior do que teria antes. Inclusive
14:53>> agora vou colocar vocês vocês dentro de
14:55uma de uma saia justa aí. É surpresa,
14:59né? A gente gosta de fazer surpresa.
15:01Essa pergunta não tava no nosso script.
15:04Da onde surgiu o Kiro? Como surgiu Kiro?
15:06Qual foi a ideia do Kiro? Como é que
15:08como é que esse framework surgiu e o
15:11sucesso que tá que ele tá sendo,
15:13>> cara? Acho acho que um contexto legal de
15:15dar é que a o prédecessor do Kiro,
15:17digamos assim, as ferramentas
15:19pré-decessoras do Kiro, elas tinham um
15:20escopo muito menor. Então claro, tudo
15:23começou ali com bunde Generativa. Acho
15:24que isso é óbvio, né? Mas as ferramentas
15:26de desenvolvimento pr
15:27>> N tem uma ordem, surgiu primeiro o bad
15:30rock, depois veio o Ll, depois surgiu
15:32isso aqui, depois vamos ligar uma coisa
15:34com a outra, o desenvolvedor precisava
15:35fazer.
15:36>> É, acho que assim, tem a história das
15:37LLMs que não seca muito com serviços
15:40específicos da AWS, mas foi lançado o
15:42badrock pros modelos de a generativa e
15:44só depois disso que foram lançados os
15:46serviços. Então a gente tinha, por
15:48exemplo, até a época do K developer, né,
15:49como serviço, que era um um serviço de a
15:52generativa que tinha um escopo um pouco
15:53mais reduzido. Então a gente pensa ali
15:55em escrita de algumas linhas de código,
15:57comentar ali uma função, por exemplo,
15:59dentro daquele código é um escopo muito
16:00menor do que a gente vê hoje em dia com
16:02Kiro. Então até a gente entra no
16:04contexto de que não só apenas para
16:06desenvolvimento, mas para de fato
16:08realizar as tarefas do dia a dia, essas
16:09aplicações conseguem ajudar. Então acho
16:12que o que foi se modificando ao longo
16:13dos anos é justamente não só a
16:15inteligência, que os modelos vão
16:17melhorando ao longo do tempo, né, mas o
16:19escopo também de trabalho que essas
16:20ferramentas conseguem atuar. Ferr
16:22consegue ir lá e acessar o computador,
16:24consegue acessar meu e-mail e minha
16:25minha ferramenta de comunicação,
16:27consegue ver arquivos na minha máquina.
16:29Então o escopo ele se expandiu muito ao
16:31longo desse tempo, né?
16:32>> Eu diria que foi uma etapa de evolução,
16:33sabe, Pedro? Porque
16:34>> evolução e incentivo, né? A WS tá
16:37incentivando, pelo menos o que a gente
16:39vem conversando, Mileni em algumas
16:40conversas,
16:41>> tá incentivando a aumentar essa base do
16:43Kiro, né, para fazer a utilização do
16:45Kiro.
16:46>> Exatamente. Empresas que ainda não
16:48utilizam o Kiro, não conhecem a
16:49ferramenta, elas podem trabalhar com o
16:51time da WS, com o próprio time da
16:53Create, para receberem, por exemplo, um
16:55teste grátis da ferramenta guiado com
16:57vocês, para eles terem a utilização
16:59correta, porque é esse é o ponto que eu
17:01até ia comentar da evolução das
17:03ferramentas. Teste guiado. Bruno, faz,
17:05você faz o teste guiado.
17:07>> Eu jogou para você, Bruno.
17:08>> Você viu, né?
17:09>> É ao vivo, hein?
17:09>> É ao vivo. É ao vivo. Barra gravata.
17:13Não, faço algum algumas validações, sim,
17:15né? E principalmente o aí eu não sei se
17:18a gente vai conectar aqui já a questão
17:20do uso e o Dimitro pode entrar na
17:21conversa sobre a IA que a gente vai com
17:25ela só na conversa com o chat, né? E a
17:28IA de fato estruturada, que é o que o
17:29Miller tava colocando aqui, porque aqui
17:31são dois diferenciais. E conecta um
17:33pouco com a pergunta anterior, Pedro,
17:34sobre como que o profissional pode olhar
17:36para isso, porque uma coisa a gente tava
17:37falando sobre estruturação para Iá poder
17:40codificar, poder vir vim, mas existem
17:42duas formas. Eu posso, por exemplo,
17:44colocando um exemplo aqui eh prático, eu
17:47peço paraa minha IA uma fórmula, um uma
17:50um meio para calcular um imposto, por
17:52exemplo, para calcular o método de
17:53imposto de renda. Isso é numa
17:55conversação, ela vai me gerar um método,
17:57mas vai ficar para mim enquanto
17:58desenvolvedor ter que ir lá alterar o
18:00código, gerar o teste e e validar a
18:03aplicação. Numa Iagêntica, numa
18:05estrutura aonde eu tenho toda a
18:06especificação funcional estruturada, eu
18:09dou o insumo para ela, explico o que que
18:11eu preciso e ela codifica, ela cria os
18:14arquivos necessários, ela cria os
18:16cenários de teste e abre o MR para eu
18:18validar. Então a mim compete dar o
18:21insumo é correto para IA e compete
18:23garantir a qualidade na entrega no final
18:26tanto a qualidade de código quanto a
18:27qualidade da funcionalidade se tá dentro
18:29daquilo que o cliente pediu.
18:30>> Legal. Desculpa, Mil, eu te cortei. Vai.
18:32>> Não, que isso? Te
18:33>> cortei. Eu te cortei. Porque eu coloquei
18:35ele numa também de novo numa.
18:37>> É bom.
18:38>> Você colocou ele na no Holof.
18:40>> É, eu falei, você faz o teste? Ele falou
18:41para mim, eu entendi que sim. Desculpa,
18:43eu te cortei.
18:43>> Sim, mas ele ele acabou complementando
18:45uma algo na linha que eu ia falar,
18:47porque quando o Dimitro comentou que foi
18:48uma evolução natural dos modelos e a
18:50forma que o desenvolvimento acontece.
18:52Por quê? E aí é algo que eu falo pros
18:55clientes que é o seguinte, pensa que
18:57antes você tinha a primeira geração do
19:00dos assistentes desenvolvimento de
19:01código, tá numa segunda geração. A
19:03primeira o que que era? Você tinha lá
19:04seu VS Code, você
19:05>> tira a segunda geração.
19:06>> Eu diria que tá na segunda geração. Por
19:08quê? Pensa que você teve lá na primeira
19:10geração o que que era? Você tinha um VS
19:11Code, você colocava uma extensão, você
19:13baixava um plugin.
19:14>> Perfeito.
19:14>> E ele tinha o quê? Um autocompletar o
19:16código, ele ia te ajudando ali no B,
19:17>> ele ia dando sugestões, né?
19:18>> Ele te dando sugestões, você podia
19:20mandar um prompt, alterava alguma coisa.
19:23Agora com as ideias agênticas, como o
19:25próprio Kiro, você consegue, na verdade,
19:28delegar o trabalho para inteligência
19:30artificial de forma estruturada. E aí
19:32que tá o grande o a grande sacada, o
19:35grande ganho agora é você conseguir
19:37orquestrar agentes que vão paralelizar
19:40etapas do seu do seu desenvolvimento de
19:42forma estruturada. E aquilo IA não tem
19:45CPF, essa olhar pro pessoal de casa. E a
19:47não tem CPF, quem aprova o
19:49desenvolvimento é o responsável. Então o
19:53diferencial do desenvolvedor agora é ele
19:55também tem um papel de gestor. Ele tem
19:58que entender que quando o Kiro ou a Iá
20:00que ele utiliza no desenvolvimento
20:02agêntico dele, desenvolve alguma coisa,
20:04faz uma proposta, igual você falou, a
20:05revisão tem que passar para um ser pelo
20:07um ser humano. Então a gente mudou o
20:08cenário, né? Antes você tava
20:09desenvolvendo a IA, só te dava um
20:11empurrãozinho. Agora a IA desenvolve
20:13quase tudo com base nas especificações
20:15técnicas que você construiu. Então é
20:18muito importante ter um investimento de
20:19tempo nessas specs. Nós dizemos, né? é
20:22estruturação do seu código para depois
20:24você só conseguir olhar e ver o que tá
20:26certo. E aí que tá o grande de
20:27produtividade e aí você evita a
20:28produtividade andando para trás, né?
20:30Você produtividade andando pra frente.
20:32>> E só voltando então hoje e falando pro
20:34pessoal que tá escutando esse esse
20:36podcast, você quer utilizar o Kiro ou
20:39você tem incentivo para utilizar o Kiro?
20:41A WS tem incentivo para utilizar o Kiro.
20:43O Kiro ele é uma das prioridades hoje na
20:45na no roadmap artificial. E o cliente
20:49que quiser trabalhar o Kiro junto com
20:51vocês, as empresas quiserem conhecer a
20:53ferramenta, a gente pode verificar a
20:55elegibilidade delas pros créditos. a
20:57gente pode trabalhar uma poque, uma
20:59prova de conceito entre a Corate e a WS
21:02para justamente eles entenderem os
21:04ganhos do Kiro, porque as empresas que
21:06nós vimos fazendo a utilização guiada,
21:10elas tiveram uma taxa de sucesso muito
21:12superior, porque se você utiliza ele
21:14como na primeira geração, só pedindo
21:16para ele uma dica ali, uma conversa,
21:18talvez não
21:19>> não é a forma mais adequada, porque o
21:21ideal seria para você usufruir 100% da
21:23ferramenta, você poder delegar uma
21:25tarefa. E aí que você vai ver o ganho de
21:27produtividade, o valor de fato da da
21:30ferramenta.
21:31>> É o que eu sei que nós usamos,
21:33não tendo detalhes, mas nós usamos.
21:35Então trazendo para um desafio real, a
21:38gente já tem casos.
21:39>> E você poderia falar um pouquinho do do
21:42>> desse caso real que a gente utilizou, a
21:45gente utilizou na na na Corate.
21:48>> Então tem alguns números aqui que dá pra
21:50gente trazer, dá pra gente abriltar aqui
21:51a conversa.
21:52>> Tem sim, Pedro. Ah, eu vou falar
21:54especificamente de um projeto interno
21:56que a que a Curete tem, que é o projeto
21:58onde o nosso time faz apontamentos de
22:00horas. É um controle que a gente precisa
22:01de atividades, daquilo do dia a dia que
22:03que tem sido feito, que é comum em
22:04qualquer empresa de software, né? Eh,
22:07>> controle de atividade, às vezes os
22:10clientes nos pedem para fazer eh
22:12>> relatórios.
22:13>> Relatórios.
22:14>> Exato. E essa ferramenta, ela veio sendo
22:16construído há alguns anos, né? Aí
22:19passaram alguns times, é natural, porque
22:21como é um projeto interno, como qualquer
22:23eh software house, a gente vai eh
22:25desenvolvendo e também alocando o time
22:27conforme aquela sazonalidade que é
22:29natural dentro do processo, dentro do
22:30ano. E muitos times passaram por ela e
22:33por mais que se tenha alguma coisa,
22:35alguma documentação, muita documentação
22:37se perdeu ao longo do processo. Então o
22:39conhecimento também foi embora com
22:41algumas pessoas que acabaram saindo, né?
22:43aquele processo de rotatividade também
22:45que a gente sabe que é conhecido e
22:47também a falta de uma exigência, de uma
22:48documentação. E a gente precisava
22:50evoluir o produto. Aqui que tá o
22:52principal problema. Qual que era o
22:53desafio? Eu preciso evoluir o produto.
22:55Eu preciso de novas funcionalidades.
22:57Como é que eu faço? A gente olhando pro
22:59mercado se deparou com o Kiro, o que ele
23:02vinha, porque como o Miller colocou, a
23:04gente vinha utilizando até então o VS
23:05Code nesse modelo, baixava um plugin,
23:07colocava, conversava com o agente, que
23:09era o que eu tava comentando, e pedi uma
23:11funcionalidade. Funcionava, já acelerava
23:14um pouco o processo, mas ainda não
23:16acelerava o que o Kiro trouxe no
23:18contexto que a gente colocou nessa
23:19aplicação.
23:20>> Fizemos certo,
23:21>> com certeza. Acho que quanto mais vocês
23:23conseguem conectar isso com o contexto.
23:25>> Pera aí, guarda aí, guarda. Beleza,
23:26Dimitri falar se a gente fez certo.
23:28>> Não, justamente acho que a ideia é vocês
23:30expandirem o escopo. Então, até um ponto
23:33que a gente vai trazer um pouco depois é
23:34que com esse esse tipo de ferramenta
23:36vocês conseguem conectar isso com
23:38escopos que não ficam só restritos ao
23:40código. Então, além do que você vai dar
23:42de insumo pra EA, do que você vai dar
23:44insumo de prompt, a própria EA consegue
23:46ali, por exemplo, claro, dadas as
23:48permissões, né, devidas, eh, ali
23:51investigar os ambientes que você tem,
23:52por exemplo, investigar o contexto da
23:54sua organização, se você construi ela
23:56para fazer isso dessa forma, de forma
23:57que o esse contexto ele alimenta o
23:59código, esse contexto ele faz o código
24:01ficar muito mais robusto, porque aí ela
24:03vai não vai estar construindo um código
24:05que não tem relação com nada, que tá
24:06meio solto no espaço, ela vai entender
24:08como que aquilo que aquilo se aplica à
24:10organização. e vai conseguir ter um
24:12desenvolvimento ainda melhor. Acho que é
24:13só um pouco dessa ideia também.
24:15>> E a partir do momento que a gente
24:16identificou o problema e tinha esse
24:18desafio, né, que quera evoluir o produto
24:20e se deparou com o Kiro, vamos pro
24:22próximo passo, né? Vamos colocar o Kiro
24:24nesse contexto. A gente fez um estudo de
24:26caso, foi entender como é que o Kiro
24:27funcionava e aí aquele processo de
24:29aprendizado, igual quando veio as LLMs,
24:30veio a parte do VS Code, a gente
24:32precisou entender como é que era, qual
24:34que era a do Kiro, né? Deixa eu ver se
24:36ele entrega tudo isso, porque a gente
24:37foi cético no primeiro momento. E aí o
24:39primeiro passo que eu fiz foi conversar
24:40com as áreas. Então, conversei com o
24:41gestor de projeto, conversor com
24:43conversei com o gestor de RH para
24:45evoluir as funcionalidades que nós
24:46queríamos dentro da plataforma. Levantei
24:49os requisitos funcionais e aqui eu fiz
24:51um pouco do papel depo e eu vou deixar
24:53uma pergunta pro final pros meninos da
24:54da WS ali sobre sobre o perfil
24:57profissional. Vou deixar a pergunta para
24:59vocês irem pensando na resposta. Todo o
25:01desenvolvedor hoje é o LT, ele precisa
25:04ter uma skill de um product
25:07auxiliar melhor a estruturação da das
25:10especificações pro Kiro, por exemplo,
25:12pegando o Kiro aqui no nosso contexto,
25:13mas para as agênticas, guarda a pergunta
25:16aí para pro final. E aí, Pedro,
25:18concluindo aqui a parte da como é que a
25:20gente evoluiu com esse processo de
25:21desenvolvimento,
25:23dei os insumos, a gente deu os insumos
25:24para Iá, a junto com o time técnico que
25:26tava trabalhando nisso, o Kiro fez a o
25:30entendimento do código, tá? Então ele
25:31pegou aquela aquela documentação que a
25:34gente perdeu ao longo dos anos, ele
25:35documentou pra gente, criou a
25:37documentação técnica do que de como é
25:39que estava a aplicação, fez um esis e aí
25:42a a gente foi pra prática de implementar
25:44a funcionalidade. A a gente tinha
25:46estimado o esforço só para dar, a gente
25:48não ia entrar em números aqui, mas eu
25:49vou colocar só um número. A gente tinha
25:51feito uma estimativa de um trabalho de
25:53três a 4 meses para poder fazer essas
25:54melhorias e 50% do trabalho, 60% do
25:58trabalho foi entregue em um mês e meio
26:01utilizando o Kiro, tá? Isso comprovado a
26:03gente tem porque o Qual que foi o
26:04trabalho que a gente fez com o Kiro?
26:05Pedro,
26:05>> se você tiver escutando agora, acabou.
26:09Essa é uma é o índice do do Walder, ele
26:11falou de 50% ele resolve. Nem tanto. Tem
26:14se você tem um projeto tanto. Veja bem,
26:17>> cada caso é um caso,
26:18>> tá gravado. Se você tem um projeto aí
26:20ele falou que com kilo 50% é
26:23>> cada caso é um caso. No nosso caso ali,
26:25ele atendia a funcionalidade. Mas qual
26:27que foi o
26:27>> Ah, mas é um número, é uma referência. A
26:29gente tá aqui traído, conversando, mas
26:32referência.
26:32>> Poxa, uma pergunta que pode chegar,
26:33fala, Bruno, como é que você chegou
26:34nesse número? Como é que vocês chegaram?
26:36Bom, a a primeira premissa que a gente
26:38passou pro Kiro foi a além de toda a
26:40estruturação que a gente vai falar um
26:41pouquinho mais à frente junto com o
26:42Dimitri, foi o seguinte, estima as
26:45atividades. Então a gente documentou,
26:46passou para ele criar as especificações
26:48técnicas e falou para ele o seguinte: "A
26:50gente, como a gente tem a STEC com
26:52Gitlab, pediu para ele o seguinte:
26:54Integra isso e cria eixo como se fosse
26:57para um desenvolvedor resolver e
26:58estima". Então ele colocou a estimativa
27:00como se fosse eu, Gualda, fazendo a
27:03implementação. Falei: "Legal". Aí
27:05colocamos aí a agêntica para resolver e
27:07colocamos o spending time. Então o
27:09comparativo vem daqui, tem um racional
27:11por trás, tá? Não não não é do data
27:14science do do guas, tá? existe uma
27:16metodologia
27:18por baixo disso e com isso teve essas
27:20funcionalidades entregues, mas nem tudo
27:23são flores no processo de aprendizado. E
27:24eu vou conectar com um ponto aqui que
27:27para pegar o gancho depois te devolver
27:29também, Pedro, que é o seguinte, nesse
27:31processo, e aqui eu quero ouvir um
27:32pouquinho também dos meninos, o que que
27:34foi o que a gente aprendeu logo no
27:35começo implementando com a IA agêntica.
27:38É preciso dar um insumo correto e tomar
27:40todo cuidado no processo de revisão.
27:42Qual que foi o primeiro erro que a gente
27:44cometeu? O primeiro e eu eu estava
27:46envolvido integralmente no processo,
27:48então eu po tenho propriedade para falar
27:49>> e é com erro que a gente mais aprende,
27:50né, Bruno?
27:51>> Pois é. E como foi o que que aconteceu?
27:53A gente fez a estimativa, a
27:55especificação de uma funcionalidade, ele
27:58entregou o K entregou 100% daquilo que a
28:00gente pediu. Perfeito. E eu revisei o
28:03requirement, o design e o e as tarefas
28:06que iriam ser implementadas. E a gente
28:08vai falar um pouquinho mais à frente
28:08também do técnico do Kiro Pedro. E tava
28:11atendendo, vamos implementar. demos o
28:13play, acompanhamos o processo naquela
28:15fase de entendimento, ele implementou a
28:16funcionalidade. E como eu comentei, o
28:19code review ainda é nosso, sou eu
28:21desenvolvedor, é o nosso time que
28:22revisa. Então isso é importante para
28:24você que tá ouvindo a gente. Você é
28:25responsável, como o Miller colocou, o
28:28CPF da IA é o seu, não é o dela, né?
28:31Então é foi, adorei a frase, Miller. E o
28:34que que acontece nesse ponto, Pedro? O,
28:37a gente pegou, foi fazer o a análise do
28:40do merge request e ele criou migration,
28:43nome de tabelas que já existiam dentro
28:45do processo, então ambíguos. Então,
28:47assim, a gente tem um contexto lá que
28:49chama de STEF, que são os nossos
28:50colaboradores, é a estrutura que tem,
28:51tem todo um racional por trás de anos
28:53atrás e a funcionalidade nova ele criou
28:56como colaborator e tava gerando um
28:59conflito no que a gente tava analisando.
29:00Falei: "Pô, não faz sentido."
29:01>> Tem criou duas tabelas iguais, é isso?
29:03duas tabelas,
29:04>> existe uma tabela de funcionários, eu
29:06vou lá e crio uma tabela de
29:06funcionários, uma em cima da outra que
29:08vai dar problema. É isso.
29:08>> Perfeito. Só que com invés de
29:10funcionário, colaborador entendendo
29:12bastante. Você vê entendendo bastante
29:14para quem tá escutando, porque para mim
29:15tá escutando, esse que foi o problema.
29:17Aí você passou e você
29:19>> a gente do comercial é tradutor, né?
29:22>> A gente tem que fazer uma tradução
29:24simultânea.
29:24>> Perfeito, Pedro. E aí, qual que foi o
29:27ponto aqui? E aqui que tá o erro que eu
29:28falo que foi o grande aprendizado,
29:30Miller. A gente falou assim: "Não, tá
29:31errado, vamos revisar. revisamos e
29:33pedimos para pra pro Kiro refazer a
29:37documentação e reimplementar.
29:40Qual que foi o principal aprendizado?
29:42custo, que é onde pega todo mundo.
29:46Trazendo em em números eh fictícios
29:49aqui, só para exemplificar,
29:51a gente gastou 30 créditos do Kiro para
29:54fazer a implementação de primeira com o
29:56que ele trouxe. A gente gastou 60, 70
29:58créditos para fazer a revisão do código,
30:00para fazer a revisão da especificação e
30:02reimplementar o código. Então ele gastou
30:04muito mais refatorando o meu código do
30:07que eu implementando. Então assim, o meu
30:09papel enquanto LT, para você que tá nos
30:11ouvindo, que é líder técnico, para você
30:13que tá lendo uma ISO antes de começar a
30:15implementação, é revisa o código e
30:17questiona. É importante perguntar antes
30:18de implementar, porque o custo com IA
30:20ele vai vir embutido depois de
30:22implementado.
30:23>> É, mas é, mas é para você, Emília, você
30:25também deve ter visto isso, mas por
30:26exemplo, eu acho que tem que tomar
30:28cuidado com um curso que também a pessoa
30:30também ia gastar, né? Se você vai errar,
30:33talvez um um ser humano iria errar e
30:35sair mais caro.
30:37Muito provavelmente o ser humano também
30:39erra também e vai demorar mais. E aí é
30:42>> não deixou de ser um erro humano porque
30:44foi o nosso erro no momento de fazer
30:45análise antes de aprovar. Se
30:46>> tivesse na unha fazendo isso, talvez ia
30:48demorar mais tempo.
30:50>> O custo o custo do tempo, né? Concordo.
30:52>> Pode ser que isso poderiam ter surgido
30:54outros erros que não este, mas o ponto
30:56mais importante aqui é que o que você
30:58pode errar muito rápido com artificial
31:01generativa agêntica aplicar no
31:03desenvolvimento e você também eh reverte
31:06aquilo rápido, se fosse fazer na mão,
31:08você poderia ter investido duas semanas
31:09e visto que você tenha que refaturar
31:11tudo. Então o custo das horas do ser
31:13humano, com certeza é muito mais caro do
31:15que os créditos do Kiro.
31:16>> Perfeito.
31:16>> E acho que entra muito naquela questão
31:18das métricas de sucesso também. A gente
31:20tava comentando da questão das linhas de
31:21código, que acho que quanto mais a gente
31:24vai se ingrenhando nesse mundo de A, vai
31:26mais sendo uma métrica perigosa, no
31:28sentido de que se eu quiser gerar 1
31:29milhão de linhas de código, eu peço pro
31:31Kiro ali gerar e isso é uma métrica que
31:32pode ser perigosa. Então acho que essa
31:34métrica, por exemplo, do retrabalho é
31:36uma métrica que já fica mais
31:37interessante pra gente para entender.
31:39Beleza, fizemos um trabalho inicial com
31:40a IA, quanto que eu tive que refaturar
31:43isso? Quanto que tive que fazer
31:44alteração na documentação e quanto que
31:46isso me custou? Então, acho que o
31:47retrabalho ele se coloca como uma
31:48métrica de sucesso que ela é talvez mais
31:50interessante nesse sentido, até pegando
31:52esse caso de vocês, né?
31:54>> Agora vou trazer um tema aqui também que
31:56eu acho que é importante, eh, que a
31:58gente
32:00que que o nosso dia a dia, né,
32:02inteligência artificial, ela virou
32:04acabou virando um termo, se você é rpar,
32:07pode dar o termo que você quiser, todo
32:09mundo virou que a inteligência
32:10artificial vai resolver todos os
32:11problemas do mundo, não é? Então agora
32:13eu acordo e aí eu queria escutar um
32:16pouco de vocês, né? O Miller, por
32:17exemplo, pode trazer aí resolve, né?
32:21Como é que a gente separa, o que que
32:22resolve, o que que não resolve, o que
32:24que e aí que quo e a gente também, né,
32:27Bruno, depois você vai, eu passo para
32:29você a palavra também, a gente tem muito
32:32eh essa magia, né? Vai resolver, vai
32:35resolver, não vai resolver, né? Como é
32:37que vocês trata essa questão também?
32:39Calma, vai devagar, não é isso, né? O
32:41ser humano bem importante.
32:43>> Olha, o que eu ouço muito é desde que eu
32:46entrei na WS, tá? Desde 2019, quando eu
32:48entrei lá atrás, é, eu preciso usar IAP.
32:51Eu ouço isso demais, vocês devem ver
32:52isso bastante também na Create, os
32:54clientes ligando e falando: "Nossa,
32:55cara, preciso usar IA, ver por onde que
32:57eu começo". E eu acredito que isso, na
33:01verdade, não é o problema, né? Isso não
33:04é um caso de uso. Ia usar IA não é um
33:06caso de uso. Isso daí é uma vontade.
33:08Então você na verdade precisa fazer um
33:10trabalho de mapear onde que você vai
33:12aplicar inteligência artificial
33:13primeiro. Qual que vai ser seu caso de
33:15uso? Existem casos de uso que a
33:17inteligência artificial que você vai
33:19utilizar não tem nada a ver com LLM, com
33:21Open AI, com antropic, com com IA
33:24generativa. Tem casos onde você precisa,
33:26na verdade, resolver a previsão de
33:28demanda de um produto para chegar no seu
33:30estabelecimento, né? Quantos, quant
33:32quantos calçados você precisa ter
33:34naquele estabelecimento. Eh, igual o
33:37caso da da CIA, que é um caso público da
33:39WS, aonde eles utilizam a WS para saber
33:42quantos de cada SKU de roupa, uma certa
33:45roupa tem que estar naquela loja. Isso é
33:47um cartinha artificial com caso
33:48definido. Agora, a gente tem que muitas
33:50vezes fazer um um trabalho de dar um
33:52passo atrás. Não sei se vocês já pegaram
33:54casos onde você tem que dar aquele passo
33:56atrás e falar: "Olha, espera aí, não é
33:58bem assim. Vamos entender o que você
34:00quer resolver primeiro pra gente poder
34:01pensar nas ferramentas, porque se você
34:03começa pela ferramenta, quem tem um
34:05martelo, tudo é prego, né?
34:06>> Perfeito. Eu vou conectar, depois eu
34:08passo pro Dmito para complementar,
34:10Pedro, a questão de propostas recentes.
34:12Eu vou pegar um caso específico, para
34:14fazer um recorte aqui que conecta bem
34:16com o que o Miller falou. Eh, uma das
34:18solicitações que chegaram pra gente, ah,
34:20eu quero utilizar IA, eu tenho essa
34:21planilha aqui e eu quero extrair os
34:23dados utilizando IA. Aí, calma aí, né?
34:26>> Exato, né? Calma aí. Que que você
34:27precisa? Não, eu preciso extrair esse
34:29dado. Não. Então, pera aí. O que você
34:30precisa é a extração. Extração eu não
34:32preciso. Eu posso usar aqui uma
34:34automação, um RPA, preciso entender o
34:36que que você tem, qual que é o seu fluxo
34:38de trabalho. O cliente passou o fluxo.
34:40Então, o que que a gente fez? Até por
34:41para ser justo com ele no que ele às
34:43vezes ele ia utilizar um canhão ali para
34:45matar uma formiga, né? Não, não fazia
34:47sentido. Colocamos a proposta na mesa
34:49para ele com um processo de extração, de
34:51automação da planilha, trabalhando os
34:52dados, colocando isso numa num numa num
34:56banco de dados ou num datal que aí a
34:58partir daquele ponto a gente introduz a
35:00aqui faz sentido para você. Colocamos
35:02para ele, ó, aqui você trabalha com Iar
35:04dessa forma. Eu acho que conectando com
35:07esse ponto que você colocou, expandindo
35:09um pouco assim, trazendo de forma mais
35:10genérica, eu acho que um negócio que
35:12acaba pessoal acaba querendo colocar IA
35:14generativa muito, mas talvez não seja
35:16mais adequado, é justamente com
35:18manipulação de dado. Então perceba, não
35:20tô falando aqui de colocar a IA para
35:21criar a aplicação que vai processar o
35:23dado. Isso beleza, você cria ali, mas de
35:25fato colocar a IA generativa para
35:27processar esse dado de forma massiva
35:29talvez não seja mais adequado. Então,
35:30até a título do exemplo ali do Miller,
35:33tudo que envolve machine learning, tudo
35:34que envolve big data, onde você precisa
35:37tirar essas correlações em cima dos
35:38dados ou fazer o processamento em cima
35:40desses dados, aí a generativa talvez não
35:42seja a melhor ferramenta. De novo, ela
35:43pode ser a melhor ferramenta para te
35:45ajudar a construir esse processo, mas
35:47não para fazer o processo em si. Então
35:50tem que entender onde que a consegue
35:51apoiar melhor e não ficar colocando em
35:53tudo por nenhum motivo, né, para você
35:55que tá escutando esse podcast, estamos
35:58aqui para isso. Estamos aqui para isso.
36:01Pode me procurar e a gente vai
36:03conseguir, a gente vai trazer.
36:04>> O Dimitri deu um exemplo excelente de um
36:06evento que estávamos ontem sobre machine
36:08learning, justamente porque o cliente
36:09precisa trabalhar os dados e a nossa
36:12proposta e a nossa apresentação foi em
36:14cima de um machine learning. Então a
36:15Corit trabalha com a agente, a Corit
36:18trabalha com várias outras tecnologias,
36:19com machine learning e em conjunto com a
36:22WS, com várias outras frentes.
36:24>> Tem casos que pode ser mais
36:25determinísticas, você pode colocar ali,
36:26na verdade regras, né? Não tá nem
36:27falando de inteligência artificial, de
36:29fato ali de modelos, de trabalhar aí a
36:33argêntica. Às vezes o simples já resolve
36:35o problema, né? E esse trabalho de
36:37análise ele deve ser feito por o barato
36:40pode sair caro, né? Às vezes a pessoa
36:41fala: "Não, eu vou fazer aqui sozinho".
36:43e ela ia colocar um LLM para processar
36:45uma planilha que podia ser uma regra. E
36:47aí a o caro ia ser justamente o gasto
36:50que essa pessoa ia ter por anos até
36:51alguém levantar a mão e falar: "Mas por
36:52que a gente tá fazendo desse jeito?",
36:54né? E muitas vezes ninguém levanta a mão
36:55e a empresa segue gastando.
36:58Agora já encaminhando, a gente tem
36:59bastante assunto, talvez a gente não
37:01consiga cobrir só no num podcast e o
37:03pessoal fica muito bravo comigo,
37:05principalmente o pessoal que organiza,
37:06senão a gente vai ficar com os nossos
37:08convidados aqui, eles têm t compromisso
37:11também. Mas já encaminhando pro fim,
37:13qual é a metodologia que a gente tem que
37:15ter para ampliar o uso de de Kiro,
37:19existe uma metodologia? Como a gente faz
37:21esse tipo de coisa? Aí uma pergunta
37:23aberta, Dimitri, se quiser começar com
37:26você, como é que é a metodologia pra
37:27gente fazer a ampliação desse de casos
37:29de uso de Kiro?
37:31>> É, hoje
37:31>> Kiro e outras ferramentas,
37:33>> sim. Ferramentas agênicas de forma
37:34geral, né? Sim. Eh, hoje em dia o que a
37:36gente tem conversado bastante com os
37:37clientes é sobre uma metodologia criada
37:39pela própria Amazon, que é o AI DLC.
37:42Então a proposta que o Eidc traz e
37:44depois menor se quiser complementar
37:45também como que você vê isso nos
37:46clientes, mas a proposta do Eidc que
37:49esse processo de desenvolvimento com ele
37:51seja muito mais cadenciado. Então no EA
37:53DLC e nesses tipos de abordagens até
37:56mesmo própria CDD, a IA ela se coloca
37:58como orquestrador do ciclo. Então ela
38:01não se coloca apenas mais como uma
38:03escritora de código, como a pessoa que
38:06vai ajudar a desenvolver esse código,
38:07mas ela vai orquestrar os ciclos de
38:09desenvolvimento. Então, perceba que isso
38:11não tira a responsabilidade também das
38:12pessoas de ir acompanhando esse ciclo,
38:14falar: "OK, você criou um trabalho aqui
38:17fantástico, você acertou tudo que eu que
38:19eu tinha pensado, pode seguir com o seu
38:21trabalho." Então, perceba que a ela tem
38:23essa orquestração dentro dessas
38:25metodologias, como é a do EA, DC, mas a
38:28pessoa ali, o humano, ele tem que se
38:29colocar como uma barreira, como uma
38:32barreira, tanto no quesito de revisão
38:33quanto no quesito de segurança do que
38:34ela vai conseguir prosseguir. Então, não
38:36é a DLC, o ponto que a gente coloca é
38:38que além da parte do desenvolvimento em
38:41si, que é colocado de forma mais
38:43cadenciada e mais controlada como
38:44metodologia,
38:46essa essa metodologia ela também se
38:48aplica pra parte de definição de
38:49negócio. Então, acho que até um pouco o
38:51que a gente estava conversando no início
38:53é entender aquela funcionalidade, como
38:54que ela se aplica ao negócio, que
38:56contexto ela tem ali dentro, quem que
38:58são os usuários que vão usar aquela
38:59ferramenta, quem que são os stakeholders
39:01responsáveis por aquela funcionalidade.
39:03Então ela, usando esse tipo de
39:05metodologia, a gente consegue pegar um
39:07contexto muito mais amplo do que só de
39:09fato a linha do código e se vai usar tal
39:11linguagem ou tal framework que ele para
39:13desenvolver. Então é o escopo muito
39:15maior, mas que ele continua sendo
39:16cadenciado.
39:19>> Boa. O que eu tenho visto muito é
39:21justamente por onde que eu começo para
39:23estruturar isso. O EA IDLC ele é uma
39:26metodologia aberta, você pode acessar
39:28ele diretamente no repositório do Git da
39:31WS, mas aonde eu sinto que tá mais valor
39:33é justamente você ter apoio de quem
39:35conhece, porque você implementar sozinho
39:38até você bater cabeça e fazer bem feito,
39:41você vai perder tempo e tempo hoje é
39:43dinheiro. O CEO da Amazon, ind, ele tem
39:45uma frase muito boa que é assim:
39:47"Pedrão, eh, não existe algoritmo de
39:50compressão para experiência. Você não
39:52consegue comprimir 10 anos fazendo
39:54alguma coisa. Ter 10 anos de
39:55conhecimento, tem que ter 10 anos
39:56fazendo aquilo, né? Então, a ideia de
39:58trabalhar junto com parceira WS igual a
40:00Curate é justamente para ajudar esse
40:02cliente a saber estruturar esses
40:04processos de com as melhores práticas da
40:06AWS." Então, a minha recomendação para
40:09quem tá em casa é conta com nosso apoio,
40:11chama a WS, chama o time da CATET, vamos
40:13trabalhar juntos para que você possa
40:15embarcar dentro do seu ciclo de
40:16desenvolvimento hoje a metodologia que a
40:19Amazon usa para desenvolvimento de
40:20software. Isso é um grande diferencial
40:22competitivo e isso vai fazer o próximo
40:24passo pra sua empresa. Para finalizar
40:26nessa frente de produtividade e
40:28desenvolvimento,
40:30pensa o seguinte, que as ferramentas de
40:32a que você usa hoje, o seu concorrente
40:34também pode comprar. Nada impede ele de
40:36entrar lá no Kiro num cloud code e fazer
40:39a compra da licença direta. O
40:41diferencial vai ser como ele utiliza,
40:43como cadencia, como faz aquilo virar um
40:45diferencial na prática. E isso não tem
40:48como substituir a experiência de quem já
40:49fez, né, Pedro?
40:50>> Isso aí
40:51>> é nesse ponto que a Curete pode conectar
40:54a junto com os clientes e com os
40:55parceiros. Pedro, o comentando o caso de
40:59de referência que eu citei
41:00anteriormente,
41:01muito na linha do que o Dimitri colocou,
41:04a gente estruturou o Kiro com a
41:06metodologia
41:07aplicada paraa documentação estruturada
41:11para garantir que o resultado ia chegar
41:13na ponta do jeito que o cliente espera.
41:15Fazendo isso utilizando Kiro, os STS
41:18files, utilizando hooks e e scripts
41:21inclusive com automação, não
41:23necessariamente com IA. Então, eu usei a
41:26para criar o script, mas eu não preciso
41:27chamar IA toda vez, porque é um processo
41:29repetitivo que não depende de um
41:31processamento criativo. Então, a gente
41:34colocou isso no processo. Então, a
41:35Curete junto com a WS vem nessa parceria
41:38para poder colocar essa metodologia em
41:39prática e aplicando isso nos projetos. E
41:41a gente a partir dessa metodologia
41:43começou a aplicar isso em outros
41:45projetos além desse projeto interno, tá
41:47testando com o time numa célula menor
41:49dentro do nosso time de desenvolvimento
41:51e tem começado a gerar alguns frutos,
41:52por exemplo, no processo na etapa de
41:54especificação.
41:56>> É excepcional. E assim, a gente falou
41:58bastante de produtividade para
42:00desenvolvedor, mas hoje a IA agêntica,
42:03ela traz produtividade para várias
42:04áreas. E vou dar um exemplo aqui de um
42:06cliente meu que nos autorizou que nós
42:08mencionássemos que a Desk Manager, uma
42:10empresa de ITS, uma plataforma para
42:12gestão de processo de negócio. A a CFO,
42:15a Natália, ela teve uma ideia, ela pegou
42:17o Kiro Crewill, que é uma versão que eu
42:18já vou explicar como ele funciona, e ela
42:20utilizou para automatizar o fluxo de
42:23aprovação de um vale janta para um
42:26colaborador, um voucher do Uber
42:28Business. É aquele processo que antes o
42:30o colaborador criava um ticket de uma
42:32viagem para visitar um cliente e e fazer
42:34aquele processo comercial que antes
42:36demorava alguns dias para serem
42:37aprovados, agora um agente do Kiro Crew
42:40analisa tudo aquilo e ele e ele faz.
42:42Exatamente. Então o processo foi
42:43automatizado completamente. Então a
42:45ideia de que a a inteligência artificial
42:48agêntica ela é algo para desenvolvedor,
42:50que isso não que chegou para mim, ela
42:52hoje em dia não é mais verdadeira. Já
42:54quebrou essa ideia, porque você pode
42:56pegar um Kiro Crew, que ele é uma
42:57versão, digamos assim, mais agêntica
43:00ainda do que o próprio Kiro IDE, que é
43:02aquela versão onde você teria para
43:03desenvolvimento. Agora, no Kiro Crew,
43:04você pode fazer uma recorrência de uma
43:06atividade. Você pode no meu, por
43:08exemplo, ele olha meus e-mails três
43:10vezes ao dia e ele me monta um cockpit
43:12de tudo que eu tenho que atuar por
43:14urgência. Então essa ideia de você dar
43:17na mão da pessoa de negócio a
43:19produtividade, é a capacidade de
43:21identificar o trabalho que ela tá
43:22deixando de fazer é muito importante.
43:24né? O Kiro Cri, só para conectar ele
43:26passar rapidinho, se ele quiser falar um
43:27pouquinho mais do lado técnico, que eu
43:28acho legal. Ah, uma uma das vantagens
43:31que eu vi, Miller, é você conseguir,
43:33pegando, por exemplo, no caso de
43:34infraestrutura, que também é uma área
43:35que a gente tem, né, Pedro, que a que a
43:37Curia te oferta bastante,
43:39>> você, por exemplo, fazer backups
43:41automatizados da sua máquina e mandar
43:43isso pra nuvem, fazer restauração de
43:45máquina sem evitar qualquer risco, então
43:47ter uma periodicidade para poder
43:48colocar. São pequenos exemplos, pessoal,
43:50para você que tá nos ouvindo, mas a
43:51ferramenta, como o Miller tava
43:53colocando, ela vem por um processo de
43:54automação. Então, eu consigo eh listar
43:57e-mails, eh listar, por exemplo, meu meu
43:59OneDrive, listar meu bucket do S3 para
44:01poder pegar alguma informação diária e
44:04disparar um e-mail. Então contem com
44:06nesse processo.
44:07>> O Bruno trouxe um ponto importante.
44:09Esses são pequenos exemplos do que aí a
44:11agêntica pode fazer na área de negócio.
44:13E esse é um ponto que é muito
44:14importante. É muito difícil para nós até
44:16que vendemos a Agêntica eu chegar num
44:19cliente e tentar convencer ele que aí a
44:20agêntica pode ajudar ele. que os casos
44:22de uso que a gêntica vai ajudar ele,
44:25muitas vezes ele nem sabe ainda, porque
44:27são coisas que aquela pessoa que tá
44:29trabalhando lá dia após dia, anos na
44:31empresa do cliente, ela já faz todas as
44:34atividades da do dia a dia, mas existem
44:35algumas atividades tá uma gaveta mental.
44:37>> Tá tão acostumado que ela nem
44:39>> é, ela tá tão acostumada a chegar no
44:40final do dia, não ter tido tempo nem
44:42para fazer o que ela tinha que fazer,
44:43que ela não vai tirar essas ideias do
44:45papel. Então aquela ideia, e se eu
44:47pudesse fazer tal coisa, aquela ideia
44:49ela fica arquivada. E quando você pega
44:51uma ferramenta igual o Kiro Crew, um
44:53Amazon Quick, que ela é ainda mais
44:55intuitivo, e você dá na uma pessoa de
44:57negócio, ela vai conseguir, não é só a
45:00produtividade, gente, não é só ganhar
45:0230% de velocidade no que você já fazia.
45:05Produtividade é você conseguir abrir
45:07espaço mental para trabalhar coisas que
45:09antes você não tinha tempo. Então agora
45:11com
45:11>> que é o gatilho correto,
45:12>> que é o gatilho correto, porque pensa aí
45:14a gêntica como fazer o que você já faz,
45:16no final do dia você tá ocioso, não é
45:18isso? Então agora você pode paralelizar.
45:20Essa é uma conversa que a gente tá tendo
45:21dentro da WS agora. E eu pego o Kiro
45:24Crewill, eu lembro de uma atividade que
45:26eu deixei de fazer, eu já mando para ele
45:27e eu continuo fazendo a outra.
45:29>> Fazendo outra coisa.
45:29>> Exato. E quando eu tô numa reunião, ele
45:32tá revisando ali todos os a a a os
45:34clientes que começaram novos projetos e
45:36me criando um draft para eu poder mandar
45:38para eles me apresentando. Então esse
45:40tipo de coisa que eu faria em 4 horas de
45:42um trabalho, eu tô fazendo uma reunião,
45:43no final do dia tá pronto, né? O que
45:45você acha, Pedrão, na parte do
45:47comercial? Porque você me comercial
45:48igual eu.
45:49>> É. E a nossa função é essa. A nossa
45:50função é evangelizar. A nossa função é
45:53não mostrar esse tipo de coisa, né? Bom,
45:55gente, a gente já tá chegando no final.
45:58Acho que esse papo foi muito, muito
46:01rico. Eu agradeço demais. Vou passar a
46:04palavra para cada um de vocês dar
46:06palavra, a palavra final. Eu acho que
46:10eh reforçando a corente.com.br
46:12e a WS também. Então a gente tem muito
46:15material, não vai dar pra gente esgotar
46:18todos os materiais aqui. A gente vai
46:19divulgar esse material. Esse material
46:21vai est lá divulgado também no nosso no
46:23nosso site. Tem bastante bastante
46:25coelho. Nos procurem, procurem a WS,
46:28procurem a Coelhos, a gente tá preparado
46:30para dar a esqua
46:33gente conversar tudo. É muita coisa. A
46:36gente já sabia disso quando a gente fez
46:38aí quando a gente bater um papo para
46:39começar esse esse esse podcast já dava
46:42para para perceber que ia ficar muito
46:43grande. Mas vamos lá. Última último
46:46Mateus aí. O Cláud.
46:49Bom, pessoal, também quero agradecer em
46:50nome da Curete ao time da WS que teve
46:52presente aqui para poder fazer essa
46:54troca com a gente, falando um pouquinho
46:55do Kiro e para detar deixar uma mensagem
46:58para quem tá no tá nos ouvindo ali nesse
47:01momento.
47:02Pensem na IA e a IA de de uma forma
47:06geral, a IA agêntica, a IA no chat, a Iá
47:09em qualquer contexto que você tiver
47:10precisando. Pensem na IA como uma
47:13ferramenta, como um meio para você
47:15chegar no fim, que é o seu objetivo
47:16final, que é ter o seu produto.
47:18alavancado, quer ter o seu negócio
47:20acelerado e contem com a Curite para
47:22poder fazer essa implementação.
47:24>> Boa. Só tenho agradecer, muito obrigado,
47:27Pedro. Muito obrigado também, Bruno,
47:29pela oportunidade de gente estar aqui
47:30com vocês hoje, que a gente evoluiu de
47:32parceria esse ano, tá sendo fenomenal. E
47:34eu queria deixar um recado pro pessoal
47:36de casa, já convidando eles para a gente
47:38dar um próximo passo nessa frente, que é
47:40o seguinte, né? Se a se a inteligência
47:43artificial generativa exigiu que nós
47:45aprendêsemos a como se comunicar com a
47:47máquina, a inteligência artificial
47:48agêntica requer que a gente aprenda como
47:50delegar tarefas para ela. Então, para
47:52você saber o que você vai delegar do seu
47:54trabalho, tem coisas que não adianta
47:56você esperar que vai vir alguém te
47:58mostrar exatamente aonde o seu time
48:00precisa trabalhar, porque esse é o
48:02trabalho aonde justamente o seu
48:04conhecimento de domínio vai ajudar a
48:05saber aonde a IA vai ter o caso de uso.
48:08E muitos desses casos de uso vão
48:09aparecer quando você testar de fato.
48:11Então fica o meu convite, chama o time
48:13da CATE, chama o time da WS que te
48:15atende e vamos trabalhar numa poque,
48:17numa prova de conceito, verificar se
48:19você tá elegível. Temos um fretier pro
48:21Amazon Quick, por exemplo, para que a
48:24gente possa justamente identificar essas
48:25casas de uso na prática, porque existem
48:27coisas que só vão aparecer quando você
48:29coloca na mão de uma pessoa e ela ousa
48:32tentar descobrir, ela ousa experimentar.
48:35Só experimentando o que a gente vai
48:36saber. E como diria de FBZOS, né, você
48:38só inova quando você tá experimentando e
48:40se você sabe que vai dar certo, não é
48:42experimento. Então vamos fazer esse
48:43teste, vamos ver o que acontece e vamos
48:44sair do outro lado igual vários clientes
48:46já estão inovando. Dimitri, vocês quer
48:48complementar essa mensagem da WS?
48:50>> Boa. Eu queria assim como vocês também
48:52agradecer o convite, tá? Agradecer aqui
48:53a oportunidade de conversar e acho que
48:56um ponto aí legal de colocar é tá tá com
48:59dúvida de como utilizar as ferramentas
49:00agênticas, para que vocês podem utilizar
49:02us case? Vocês podem até perguntar pro
49:04próprio Kiro. O próprio Kiro, ele já é
49:06algo que às vezes a gente não para para
49:07pensar, mas a própria ferramenta, ela
49:09consegue te ajudar a idealizar os cases
49:11que você vai construir com ela também.
49:13Então acho que é um processo meio
49:14recursivo aí, mas é legal também de
49:16vocês explorarem isso através das
49:18próprias ferramentas e de novo agradecer
49:20aí o convite.
49:21>> Obrigado. Obrigado.
49:22>> Obrigado.
49:23>> Muito obrigado por mais umacast.
49:26Nos vemos na próxima.
49:37Esse podcast foi produzido por Gramofone
49:40Podcast.

About this transcript

This page contains the full transcript of Da concepção à operação: Inteligência Artificial Agêntica | (Accurate)Cast com AWS by Accurate Software, generated from the public captions YouTube serves with the video. The transcript has 10,042 words across 1,510 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.