O Gestor Principal de Engenharia afirma que os responsáveis pela entrega devem adotar sistemas em tempo real orientados por sinais
Um Gestor Principal de Engenharia da Microsoft partilha como a IA está a transformar a entrega de projetos, passando da coordenação manual para a orquestração inteligente — e explica os sistemas orientados por sinais que as suas equipas utilizam para se manterem na vanguarda.
Chandrasekar Srinivasan
Gestor Principal de Engenharia
Clareza técnica: Chandrasekar Srinivasan salienta a necessidade de uma orientação arquitetónica clara na entrega de projetos.
Transformação através da IA: A IA transforma a gestão de projetos, passando da coordenação à orquestração, aumentando a eficiência sem eliminar as funções humanas.
Gestão de dependências: A síntese assistida por IA melhora a visibilidade e a tomada de decisões ao consolidar o estado e as dependências dos projetos.
Fluxos de trabalho autónomos: A exploração de fluxos de trabalho autónomos melhora a deteção de riscos e o acompanhamento de projetos entre várias equipas, reforçando a colaboração.
Confiança na IA: Estabelecer confiança nos resultados da IA é essencial para a adoção; as equipas devem dar prioridade à fiabilidade e à transparência.
Chandrasekar Srinivasan é Gestor Principal de Engenharia na Microsoft. Com mais de 15 anos de experiência em sistemas distribuídos, nuvem e IA, liderou iniciativas de plataformas em fases iniciais e à escala de hiperescala.
Falámos com ele para obter uma perspetiva interna sobre a forma como está a repensar a entrega de projetos num ambiente nativo de IA. Eis o que nos contou.
Clareza técnica e alinhamento na execução
Chamo-me Chandrasekar Srinivasan e sou Gestor Principal de Engenharia na Microsoft. Lidero grandes equipas que desenvolvem plataformas de nuvem de nível Tier-0 à escala global e tenho mais de 15 anos de experiência em sistemas distribuídos, nuvem e IA. Ao longo da minha carreira, liderei iniciativas de plataformas de 0→1 e de 1→100 em sistemas de plano de controlo e de plano de dados, com foco na fiabilidade, escala, segurança, conformidade e execução entre organizações.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Na entrega de projetos, crio clareza técnica e alinhamento na execução. Isso inclui definir a direção arquitetural, resolver ambiguidades, desbloquear equipas, promover o alinhamento entre organizações parceiras, escalar os riscos atempadamente, apoiar os compromissos com os clientes e formar a equipa (contratar/desenvolver) para garantir uma entrega bem-sucedida.
Porque é que a IA transforma a entrega de projetos, da coordenação para a orquestração
A IA está a ser integrada em praticamente todas as áreas da entrega de projetos. Não está a substituir a liderança nem o discernimento de engenharia, mas está a reduzir significativamente o trabalho rotineiro da execução. Está a mudar fundamentalmente a gestão de projetos, da coordenação para a orquestração.
A IA está a mudar fundamentalmente a gestão de projetos, da coordenação para a orquestração.
As minhas equipas estão a utilizar programação assistida por IA e revisão de código para acelerar o desenvolvimento, chatbots semânticos para reduzir a carga de suporte e resumos baseados em IA para sintetizar a comunicação entre reuniões, tópicos e documentos. Também utilizamos a IA para acelerar a documentação técnica e melhorar a visibilidade através de painéis automatizados que destacam atrasos e riscos de execução.
Como resultado, passo agora menos tempo a fazer sínteses manuais, documentação repetitiva e coordenação de rotina. Passo mais tempo em trabalho de maior valor: tomar decisões arquiteturais, gerir dependências entre equipas, lidar com ambiguidades, melhorar a priorização e ajudar as equipas a concentrarem-se nos riscos de entrega mais críticos.
Como as abordagens orientadas por IA gerem as dependências entre equipas
No nosso ambiente, as dependências abrangem dezenas de equipas e as atualizações distribuem-se naturalmente pelos sistemas de projeto, tópicos de comunicação e fluxos de trabalho de engenharia. Tradicionalmente, reunir tudo isto exigia um esforço manual significativo e, muitas vezes, identificávamos os riscos mais tarde do que gostaríamos.
Introduzimos uma V1 simples que reuniu um conjunto específico de sinais destes sistemas — dados de acompanhamento de projetos, atualizações das equipas e artefactos de comunicação — e utilizou resumos assistidos por IA para gerar uma visão consolidada do estado e das dependências dos projetos. Começámos a encarar isto como um passo em direção a um modelo de entrega orientado pelos sinais, no qual sinais em evolução contínua orientam as decisões, em vez de relatórios de estado periódicos.
Estamos a avançar para um modelo de entrega orientado pelos sinais, no qual sinais em constante evolução orientam as decisões, em vez de relatórios de estado periódicos.
Esta abordagem já fez com que a equipa passasse de dedicar tempo à recolha de atualizações para agir com base nelas. Mais importante ainda, estamos agora a avançar no sentido de transformar esta capacidade num produto — integrando-a mais profundamente nos nossos sistemas de entrega, para que se torne uma parte padrão da forma como gerimos a visibilidade dos projetos e acompanhamos a execução, em vez de constituir um fluxo de trabalho paralelo. A principal conclusão para nós tem sido que o valor não está em automatizar totalmente a entrega, mas em criar um sistema que melhore continuamente a visibilidade e a tomada de decisões em grande escala.
Como a IA apoia a automatização e onde o discernimento humano continua a prevalecer
As áreas mais preparadas para o apoio da IA são a síntese do estado, o acompanhamento de dependências, a identificação de riscos, a documentação, a comunicação de rotina, o design, a programação e a revisão de código. A IA pode ajudar recolhendo informação de vários sistemas, resumindo o que mudou, identificando possíveis bloqueios, destacando lacunas na execução e sugerindo ações de acompanhamento.
Dito isto, nenhuma destas áreas é verdadeiramente “totalmente automatizável” num ambiente de entrega significativo. O discernimento humano continua a ser essencial para a priorização, as decisões de compromisso, o alinhamento organizacional, a resolução de conflitos, a orientação arquitetural e a liderança de pessoas. Atualmente, a melhor utilização da IA não consiste em retirar os seres humanos do processo, mas em reduzir o atrito operacional para que os engenheiros e os líderes se possam concentrar nas decisões de maior valor.
A melhor utilização da IA não consiste em retirar os seres humanos do processo, mas em reduzir o atrito operacional para que os líderes se possam concentrar nas decisões de maior valor.
As alterações na nossa infraestrutura tecnológica fizeram-nos passar de artefactos de estado estáticos, mantidos manualmente, para fluxos de trabalho assistidos por IA e orientados por consultas, que revelam informações mais rapidamente e reduzem a sobrecarga manual.
O panorama das ferramentas muda surpreendentemente depressa. O que hoje parece avançado pode tornar-se rapidamente um requisito básico. A nossa infraestrutura tecnológica incorpora cada vez mais ferramentas de IA, tais como:
- GitHub Copilot — Utilizamo-lo para acelerar a programação, obter sugestões de código, acompanhar projetos e melhorar a produtividade dos programadores durante a implementação. O apoio automatizado à revisão de código tem sido especialmente valioso e, em muitos casos, continua a ser subestimado. Ajuda os engenheiros a detetar problemas mais cedo, melhorar a qualidade do código e trabalhar mais rapidamente, sem exigir o mesmo nível de esforço de revisão manual para cada alteração de rotina.
O maior impacto tem sido uma maior velocidade de iteração e uma redução do trabalho moroso de revisão, permitindo simultaneamente que as pessoas se concentrem nas questões mais profundas de design e correção. - Azure Copilot / assistentes de IA — Utilizamo-los para documentação técnica, síntese, recuperação de conhecimento e fluxos de trabalho de suporte.
- Ferramentas de elaboração de relatórios baseadas em consultas — Utilizamo-las para monitorizar a saúde dos projetos, os atrasos na execução e o estado das dependências.
Como os fluxos de trabalho autónomos melhoram o acompanhamento de projetos e a deteção de riscos
Estamos a explorar fluxos de trabalho autónomos para o acompanhamento de projetos, a gestão de dependências e a deteção de riscos de execução. Estas são áreas de elevado valor porque envolvem uma grande quantidade de informação fragmentada e acompanhamento manual, especialmente quando é necessário coordenar várias equipas.
Alguns dos casos de utilização incluem a deteção automática de atrasos nos projetos, a identificação de lacunas nas dependências e o acompanhamento para verificar se todas as equipas necessárias deram conhecimento das ações ou dos compromissos. Em ambientes de grande dimensão, que envolvem mais de 100 equipas, isto torna-se extremamente valioso.
Como os sistemas leves substituem os painéis de controlo de projetos obsoletos
A maioria dos painéis de controlo de projetos atuais já está obsoleta — simplesmente ainda não foi substituída. Estamos a afastar-nos dos sistemas de gestão de projetos fortemente orientados por interfaces gráficas e selecionados manualmente, em direção a fluxos de trabalho mais leves e orientados por consultas.
A maioria dos painéis de controlo de projetos atuais já está obsoleta — simplesmente ainda não foi substituída.
A mudança atual trata os dados dos projetos como algo que as equipas podem consultar e com que podem interagir dinamicamente — mais próximo de um modelo baseado numa CLI ou em pedidos. Em vez de navegarem por vários painéis de controlo ou manterem documentos de estado estáticos, as equipas podem fazer perguntas específicas, como:
- “Quais são as principais dependências atrasadas esta semana?”
- “Que equipas ainda não deram conhecimento das ações críticas?”
- “Onde corremos o risco de não cumprir os marcos?”
A combinação dessa camada previsível de dados de projetos estruturados com uma camada probabilística de IA generativa permite esta mudança, interpretando esses sinais no seu contexto — ligando atualizações entre sistemas, identificando padrões e apresentando informações que não são óbvias a partir de uma única fonte.
Porque é que os dados de gestão de projetos têm de ser desacoplados dos dados essenciais dos projetos à medida que os sistemas de IA evoluem
À medida que os sistemas evoluem, também temos de desacoplar os dados de gestão de projetos (como o estado, a prioridade, etc.) dos dados essenciais dos projetos, com limites claros para as informações sensíveis. Isto garante que a camada previsível permanece fiável e segura, enquanto a camada probabilística pode operar com segurança no nível de abstração adequado, sem expor detalhes sensíveis. Desacoplar os dados de gestão de projetos dos dados essenciais dos projetos torna a IA utilizável em ambientes empresariais.
À medida que os sistemas evoluem, temos de desacoplar os dados de gestão de projetos dos dados essenciais dos projetos para tornar a IA utilizável em ambientes empresariais.
À medida que a qualidade da distribuição de probabilidades melhora, esta camada filtra o ruído de forma mais eficaz e reduz as alucinações, o que é fundamental para criar confiança nestes sistemas. A diferença entre ruído e informação útil está na qualidade das probabilidades. Na prática, isto reduz a necessidade de selecionar manualmente o estado e transfere o esforço para a tomada de decisões. As equipas passam menos tempo a atualizar interfaces gráficas e mais tempo a interagir com dados em tempo real através de consultas ou pedidos.
O resultado é uma menor sobrecarga de elaboração de relatórios, uma visibilidade mais rápida dos riscos de execução e uma forma mais dinâmica de gerir a entrega — em que o sistema reflete continuamente a realidade, em vez de depender de instantâneos atualizados periodicamente.
Como o apoio da IA permite que os engenheiros juniores assumam tarefas mais complexas mais cedo
Com o apoio da IA, posso atribuir tarefas mais complexas a engenheiros juniores mais cedo nas suas carreiras. A combinação de orientação assistida por IA e validação estruturada permite-lhes trabalhar num âmbito mais alargado, mantendo simultaneamente a qualidade. Isto não só acelera a execução, como também melhora significativamente a velocidade de aprendizagem e o crescimento da equipa. A IA está a comprimir a curva de experiência — os engenheiros podem assumir hoje o âmbito de amanhã.
Com o apoio da IA, os engenheiros juniores podem assumir tarefas mais complexas mais cedo, encurtando a curva de experiência.
O alinhamento da equipa melhora quando a IA consegue resumir discussões e destacar decisões por resolver. A validação torna-se mais eficiente quando a IA ajuda na revisão de código, na revisão da documentação e na rastreabilidade. Dito isto, os fundamentos continuam a ser importantes. O âmbito continua a precisar de uma responsabilidade clara. O alinhamento continua a exigir uma tomada de decisões efetiva. A validação continua a exigir rigor de engenharia.
Porque adotar a IA significa estabelecer confiança e equilibrar a tensão
Adotar a IA significa, por vezes, que existe tensão entre a personalização e a normalização. As equipas querem fluxos de trabalho adaptados às suas necessidades, mas, à escala, a liderança também precisa de consistência ao medir e agir com base nos sinais de entrega. Equilibrar esses dois aspetos tem sido uma das lições mais interessantes que aprendi.
Além de conseguir equilibrar a tensão, uma equipa que queira adotar a IA tem de trabalhar no estabelecimento de confiança. A falta de confiança é o principal obstáculo à adoção da IA. As equipas só utilizarão a IA se os resultados forem suficientemente precisos, suficientemente explicáveis e integrados no seu fluxo de trabalho de forma a poupar tempo, em vez de criarem mais trabalho de verificação.
A longo prazo, as equipas que terão melhores resultados serão aquelas que tratam a IA não apenas como uma ferramenta de produtividade, mas como um sistema que tem de conquistar a confiança através da fiabilidade, da transparência e de um valor consistente.
Quer obter mais informações como estas? Registe-se numa conta DPM gratuita para conhecer mais especialistas como estes.
