IA acelera desenvolvimento de software em até 70% e gera debates sobre formação e segurança
Publicado em · Atualizado em
Destaques
- Adoção de IA no desenvolvimento de software pela Accenture já resulta em ganhos de produtividade de 40% a 50%, com picos de 70% em tarefas específicas.
- A automação levanta preocupações sobre a formação de novos profissionais seniores e a segurança de aplicações, exigindo novos controles e capacitação.
- Empresas precisam conciliar a velocidade da IA com a preservação do conhecimento técnico e a implementação de mecanismos de segurança robustos.
A adoção de inteligência artificial (IA) no desenvolvimento de software tem impulsionado ganhos de produtividade significativos na Accenture, alcançando de 40% a 50% em projetos e até 70% em tarefas isoladas. No entanto, a expansão do uso de agentes de IA também levanta debates sobre a formação de profissionais e a segurança das aplicações, especialmente com a capacidade de produzir códigos em maior velocidade.
Os resultados e os riscos foram discutidos durante um painel no REC’n’Play 2026, em Recife (PE). Geraldo Filho, diretor-executivo da Accenture, e Mauro Silva, head de produtos da Tempest, detalharam as transformações no trabalho das equipes de tecnologia e os cuidados necessários para as organizações.
Ganhos de produtividade e novas metodologias
Segundo Geraldo Filho, os ganhos de produtividade na Accenture variam conforme o projeto, mas a média de 40% a 50% se traduz em mais qualidade e velocidade nas entregas aos clientes. Em tarefas específicas, a produtividade pode chegar a 70%.
A empresa já trabalha com o conceito de squads AI-native, equipes estruturadas para integrar a IA desde a concepção dos projetos, em vez de usá-la apenas como ferramenta de apoio. Essa estratégia combina o conhecimento técnico dos profissionais com plataformas de IA, exigindo a revisão de processos, responsabilidades e a forma de entrega dos serviços.
A Accenture utiliza ferramentas como o GenWizard, sua plataforma de IA para o ciclo de desenvolvimento de software, que permite ampliar a adoção da tecnologia com controles de segurança e qualidade. A companhia também investe em iniciativas para acelerar a formação de trabalhadores juniores, aproximando suas competências das necessidades dos clientes.
Desafios na formação de profissionais e segurança
Por outro lado, a automação de atividades tradicionalmente executadas por profissionais em início de carreira gera preocupações sobre a formação das próximas gerações de especialistas. Mauro Silva, da Tempest, alerta para o risco de que a redução de oportunidades de entrada no mercado comprometa a experiência necessária para que desenvolvedores juniores se tornem seniores no futuro.
“Uma vez que esses profissionais não estejam sendo contratados, como é que a gente espera que tenhamos seniores no futuro? A perspectiva de ter poucos profissionais, ou de qual será a qualidade desses seniores, ainda é uma incógnita”, afirma Silva. Ele ressalta que o desafio é preservar o desenvolvimento de competências técnicas enquanto as empresas incorporam ferramentas de IA.
A questão também exige preparar os especialistas mais experientes para trabalhar com IA e transmitir esse conhecimento às novas gerações. A formação acelerada de juniores na Accenture busca responder a essa demanda, conectando o desenvolvimento desses trabalhadores à experiência dos profissionais seniores.
Novos controles de segurança para produção acelerada
A ampliação da produtividade com IA também traz preocupações com a qualidade e a segurança do software. Mauro Silva alerta que o uso de IA não elimina vulnerabilidades e pode aumentar o volume de problemas se a produção de código crescer sem mecanismos adequados de verificação.
“À medida que conseguimos produzir mais código, também produzimos, infelizmente, mais vulnerabilidades”, alerta. Ele defende a incorporação da segurança desde a concepção dos sistemas, seguindo o princípio de security by design. Isso inclui estabelecer responsabilidades específicas para os agentes de IA e evitar que uma única ferramenta concentre todas as etapas de desenvolvimento, revisão e validação.
Medidas recomendadas incluem a segmentação das atividades dos agentes, o uso de ambientes isolados (sandboxes), testes de invasão, revisão de código e verificações independentes. A preocupação deve se estender à definição de quais operações um agente pode realizar e quem será responsável por validar seus resultados, evitando que o mesmo agente faça tudo.
O desafio para as organizações é conciliar a velocidade proporcionada pela inteligência artificial com a preservação do conhecimento técnico e a adoção de controles capazes de acompanhar o ritmo de desenvolvimento das aplicações.
