O Desafio da Governança na Era do Código Gerado por IA
Com a ascensão da inteligência artificial na geração de código, surge uma questão crucial para líderes de engenharia: como garantir a governança quando o código não é mais escrito por humanos? Muitas equipes ainda estão em busca de respostas, mas a Treasure Data, uma plataforma de dados de clientes apoiada pela SoftBank, parece ter encontrado um caminho.
Treasure Code: A Nova Fronteira da Codificação por IA
A Treasure Data anunciou recentemente o Treasure Code, uma interface de linha de comando nativa de IA que permite que engenheiros de dados e equipes de plataforma operem seu CDP completo através de linguagem natural. O desenvolvimento, liderado por um único engenheiro, levou cerca de 60 minutos. No entanto, o verdadeiro destaque está nos preparativos que tornaram esses 60 minutos possíveis, e nos desafios enfrentados após o lançamento.
Preparando o Terreno para a IA
Rafa Flores, Diretor de Produto da Treasure Data, destacou a importância do planejamento para minimizar riscos, o que levou algumas semanas. Antes de qualquer linha de código ser escrita, a empresa precisou definir o que o sistema deveria ser impedido de fazer e como isso seria implementado na plataforma, em vez de contar com o código para respeitar essas restrições.
Camadas de Governança e Qualidade
Os trilhos de segurança criados pela Treasure Data são fundamentais. Quando um usuário conecta ao CDP via Treasure Code, o controle de acesso e a gestão de permissões são diretamente herdados da plataforma. Isso garante que informações sensíveis não sejam expostas e que o sistema não possa comprometer a imagem de marcas ou concorrentes.
Pipeline de Qualidade em Três Camadas
O processo de geração de código por IA da Treasure Data é reforçado por um pipeline de qualidade em três camadas:
- Revisão de Código por IA: Usando o Claude Code, a revisão ocorre na fase de pull request, verificando alinhamento arquitetural, conformidade de segurança, manuseio de erros, cobertura de testes e qualidade da documentação.
- Pipeline CI/CD Padrão: Inclui testes automatizados, análise estática, linting e verificações de segurança.
- Revisão Humana: Necessária onde sistemas automatizados indicam risco ou políticas empresariais exigem aprovação.
Desafios e Lições Aprendidas
Embora a estrutura de governança estivesse em vigor, o lançamento enfrentou desafios inesperados. A Treasure Data introduziu o Treasure Code aos clientes sem um plano de mercado definido, resultando em uma adoção orgânica rápida, mas descontrolada, que revelou lacunas de conformidade.
Outro problema surgiu quando a empresa permitiu que equipes não técnicas desenvolvessem habilidades, gerando esforços desperdiçados e um acúmulo de submissões que não atendiam às políticas de acesso.
Validação Empresarial e Próximos Passos
Entre os primeiros adotantes está a Thomson Reuters, que utilizou o Treasure Code para acelerar a segmentação de audiência e personalizar processos de forma mais ágil. A empresa destacou a necessidade de orientação sobre maturidade em IA, algo que a Treasure Data ainda planeja abordar.
Reflexões para Líderes de Engenharia
Flores reflete sobre a experiência, enfatizando a importância de lançar internamente antes de expandir. Ele salienta que a infraestrutura de governança deve anteceder o código, e que uma barreira de qualidade que não dependa apenas de humanos é essencial em escala.
Conclusão
A experiência da Treasure Data demonstra que a codificação por IA pode funcionar de forma eficaz, desde que estruturas adequadas de governança e qualidade estejam estabelecidas. Para líderes de engenharia, a mensagem é clara: a velocidade é uma vantagem apenas se puder ser sustentada por uma estrutura robusta.
