Depois da Geração de Código

O maior uso de IA no setor de tecnologia atualmente é a geração de código. Os programadores adoram, e isso traz benefícios claros. Mas o que vem depois disso? Quanta produtividade a mais podemos extrair da IA para o desenvolvimento de software?

A resposta está em analisar todo o processo de desenvolvimento de software de ponta a ponta: da ideia ao código, à produção e à resposta ao feedback dos usuários. Isso sempre foi a maneira de melhorar o software, e a IA está fazendo grandes promessas aqui.

Melhorando o ciclo de vida de entrega de software (SDLC) com IA

Se você não é programador, provavelmente pensa que a maior parte do que os desenvolvedores fazem é ficar com os dedos no teclado escrevendo código. Isso não poderia estar mais longe da verdade. Os programadores gastam entre 15% a 20% do tempo realmente programando. O resto do tempo é gasto aprendendo, comunicando, projetando, testando e planejando.

Cada uma dessas fases de desenvolvimento pode ser otimizada com IA. Como isso é feito está sendo explorado e testado agora, e não acho que saberemos exatamente como será nos próximos anos. Sabemos uma coisa para empresas: precisamos garantir que seja seguro.

A IA encontra gargalos como efeito colateral

Quando se trata de otimizar um processo como o SDLC, há uma ferramenta importante a considerar: gargalos. Cada vez que você otimiza uma parte do processo, encontrará um gargalo. Esse gargalo ainda não foi otimizado ou não foi otimizado o suficiente.

A criação de código não é o gargalo e não tem sido há décadas. A restrição atual no ciclo de entrega geralmente está em algum lugar após o esforço de codificação: revisão de código, integração, teste de sistema ou alguma outra etapa de verificação ou validação.

Em 2025, houve muita reflexão: "Se a IA é tão ótima, por que não estamos vendo ROI e ganhos de produtividade?" Esses gargalos são provavelmente uma das razões pelas quais não estamos alcançando grandes ganhos.

Como a Plataforma Tanzu ajuda

A equipe VMware Tanzu da Broadcom tem se concentrado em otimizar o processo de ponta a ponta por décadas. Nos últimos anos, temos aprendido como encaixar a IA no SDLC:

• Escapando da armadilha do legado: Application Advisor automatiza a descoberta e remediação de dívida técnica
• Protegendo a cadeia de suprimentos de IA: Ferramentas Tanzu ajudam a prevenir "shadow AI"
• Controlando custos de agentes: Tanzu Platform trata agentes como microsserviços padrão
• Desbloqueando inteligência corporativa: Arquitetura de data lakehouse acelera o gargalo de dados
• Padronizando o caminho dourado: Plataforma consistente garante que otimizações escalem

Preparando seu SDLC para IA: Removendo gargalos

Em sistemas complexos e valiosos, não há correções rápidas. O primeiro passo é mapear seu processo de ponta a ponta. O próximo é cuidar das correções óbvias, como atualizar seu software e consolidar sua pilha de plataforma. Até que você remova esses gargalos, toda a otimização de IA do mundo resultará apenas em todos sendo melhores, mas o processo geral ainda ficando para trás.