Impacto da IA: A IA altera significativamente o foco das funções de engenharia de IA/aprendizagem automática, transferindo a ênfase para a conceção e a formulação dos problemas.
Automatização de tarefas: A IA é excelente na automatização de tarefas repetitivas, mas tem dificuldades com tarefas que exigem discernimento e compreensão do contexto.
Rituais de execução: A IA facilita uma definição mais rápida do âmbito dos projetos e melhora o alinhamento assíncrono, reduzindo a necessidade de reuniões de atualização do estado.
Fluxos de trabalho baseados em agentes: A implementação de fluxos de trabalho baseados em agentes simplifica as tarefas que não envolvem programação, permitindo uma melhor concentração na tomada de decisões críticas.
Evolução das funções: Os cargos dedicados à gestão de projetos poderão diminuir à medida que a IA assume o acompanhamento, deixando as tarefas baseadas no discernimento para as equipas.
Sairam Sundaresan é líder e formador na área de engenharia de IA. Foi classificado como o criador de IA n.º 1 no LinkedIn da Índia pela Favikon. É também o autor de IA para todos nós e de uma newsletter semanal chamada Ascensão do Gradiente.
Falámos com Sundaresan sobre a forma como a IA está a mudar a entrega de projetos. Eis o que tinha para dizer.
Como a IA influencia as funções de engenharia de IA/ML
Lidero a área de engenharia de IA/ML. Na entrega de projetos, sou responsável pelas decisões de arquitetura, por garantir que a abordagem técnica corresponde ao problema de negócio e por identificar os riscos suficientemente cedo para os resolver.
Sou também o autor de IA para todos nós.
Como a IA altera as tarefas e o foco na entrega de projetos

A IA faz uma primeira abordagem eficaz à implementação, aos testes e ao código padrão. Passo menos tempo a escrever código de raiz, mas continuo a rever tudo, tal como faria com qualquer engenheiro da minha equipa. O resultado é produzido mais rapidamente, mas não é supervisionado.
Agora passo mais tempo a definir o problema, a conceber o sistema e a perceber onde as coisas vão falhar. Essas decisões foram sempre a parte do trabalho com maior impacto. Ocupam agora uma parcela maior do meu dia, uma vez que o trabalho rotineiro avança mais rapidamente.
O que mais me surpreendeu na implementação da IA foi ver o paradoxo de Moravec a desenrolar-se em tempo real. As tarefas que esperava serem difíceis de automatizar eram fáceis: geração de código, escrita de testes e criação de resumos. A IA tem dificuldades com tarefas que esperava serem triviais: perceber quando um requisito é ambíguo, reconhecer que uma solução tecnicamente correta é a solução errada para este contexto e compreender por que razão um interveniente disse uma coisa, mas queria dizer outra.
Como a IA otimiza as tarefas repetitivas na entrega de projetos
As partes mais fáceis de automatizar do meu trabalho de entrega neste momento são as tarefas repetitivas com critérios de aceitação claros. Geração de testes, criação da estrutura do código, redação dos primeiros rascunhos da documentação, elaboração de relatórios de estado e verificação de dependências — são tarefas bem definidas e pouco ambíguas, nas quais a IA obtém bons resultados com supervisão mínima. A implementação é simples: integra agentes no teu fluxo de CI/CD, atribui-lhes um âmbito claro e cria mecanismos de verificação para validar o resultado.
Continuamos a precisar de pessoas para tudo o que envolva tomar decisões perante a ambiguidade. Isso inclui:
- Definir prioridades quando tudo é urgente
- Saber qual o atalho técnico aceitável e qual te vai custar seis meses mais tarde
- Perceber o ambiente numa reunião multifuncional e perceber que o verdadeiro bloqueio é político.
Como a IA reformula os principais rituais de entrega e o alinhamento

Quanto aos rituais, a IA faz grande parte do trabalho pesado.
- A definição do âmbito é mais rápida porque a IA gera um primeiro rascunho a partir de uma conversa ou dos requisitos, que depois edito. Já não fico a olhar para uma página em branco. Mas continuo a decidir o que faz e o que não faz parte do âmbito.
- O alinhamento é mais assíncrono. Em vez de uma reunião para alinhar toda a gente, escrevo um documento curto, a IA ajuda-me a aperfeiçoá-lo e as pessoas comentam. Reunimo-nos apenas quando precisamos de resolver um desacordo genuíno.
- A validação foi o que mais mudou. A IA gera código, por isso agora preciso de testes e mecanismos de proteção que detetem os modos de falha específicos dos agentes.
- A gestão da execução é mais simples. As ferramentas fornecem diretamente o estado. Passo menos tempo a pedir atualizações de estado e mais tempo a decidir o que fazer a seguir.
O alinhamento é mais assíncrono. Em vez de uma reunião para alinhar toda a gente, escrevo um documento curto, a IA ajuda-me a aperfeiçoá-lo e as pessoas comentam. Só nos reunimos quando precisamos de resolver um desacordo genuíno.
Porque os fluxos de trabalho agentivos melhoram a eficiência da entrega
Pessoalmente, utilizo fluxos de trabalho agentivos diariamente. A minha configuração utiliza o Claude Code para orquestrar a maior parte do meu trabalho não relacionado com programação: investigação, síntese de documentos, planeamento e revisão. Para programar, o Codex trata da implementação e eu faço a revisão.
Comecei por me concentrar em automatizar aspetos da entrega que consumiam tempo sem exigirem discernimento. Redigir documentos, resumir contexto, gerar testes e reunir o estado de várias fontes. São tarefas frequentes e pouco ambíguas. Vitórias fáceis.
A qualidade é suficientemente boa para eu apenas editar o trabalho, em vez de o refazer. Utilizo o tempo que recupero para decisões que realmente importam. A principal lição: seja específico quanto ao âmbito. Os agentes funcionam bem com limites claros. Dê-lhes uma intenção ambígua e voltará a ter de supervisionar tudo constantemente.
Porque o Codex e o Claude Code são ferramentas de desenvolvimento indispensáveis
O Codex é atualmente a minha principal ferramenta de programação. Quando utilizo o Claude para programar, o Codex atua como meu parceiro de revisão de código. No entanto, este papel muda à medida que a área evolui.
O Claude Code trata de tudo o que está relacionado com a programação: reflexão sobre a arquitetura, documentação, definição do problema, investigação e revisão. Também executa alguma programação diretamente. Utilizo o Linear para acompanhar os projetos. É simples, rápido e não interfere.
Porque a IA pode eliminar funções dedicadas à gestão de projetos
Isto pode ser um pouco controverso, mas prevejo que as funções dedicadas à gestão de projetos desapareçam em grande parte, porque toda a gente começará a gerir projetos. A IA trata do acompanhamento, dos resumos do estado e do agendamento. O que resta é o discernimento, e a equipa partilha essa responsabilidade.
Todas as funções estão a fundir-se neste momento. Não se pode ser apenas um engenheiro que programa, ou apenas um designer que concebe. Equipas mais pequenas, maior alavancagem da IA e toda a gente a abranger uma área mais vasta.
As pessoas que se saem bem são aquelas que nunca foram apenas uma coisa.
Porque os líderes de entrega têm de adotar ferramentas e competências de IA

Ponha as mãos nas ferramentas. Não delegue a compreensão que tem da IA a outra pessoa da sua equipa. Precisa de sentir, em primeira mão, onde ela é boa e onde falha.
Depois disso, elimine sem piedade os processos que só existem porque era dispendioso fazer circular a informação. Agora, a IA oferece-lhe isso gratuitamente.
Acompanhe
Pode acompanhar o trabalho de Sundaresan no LinkedIn, no X, no Instagram e no seu boletim informativo. Pode também consultar o seu livro, IA para todos nós.
Em breve, haverá mais entrevistas com especialistas no The Digital Project Manager!
