Uma atividade de planejamento de produto que levava oito horas passou a ser realizada em uma. No conjunto de tarefas avaliadas em desenvolvimento de software, o tempo de execução caiu de 121 para 45 horas, uma redução de 63%. Os resultados foram registrados pelo Venturus, centro de inovação tecnológica, durante a avaliação de sua solução própria de agentes de inteligência artificial, a VNT Gen.AI.
O projeto começou em agosto de 2023, inicialmente com uma equipe de aproximadamente seis profissionais. A primeira versão para uso interno foi lançada no primeiro semestre de 2024 e, posteriormente, a tecnologia passou a ser disponibilizada para clientes. Atualmente, o projeto reúne 14 pessoas e recebeu quase 8 mil horas de dedicação somente em 2026, segundo o Venturus.
A proposta da solução é permitir a criação de agentes de inteligência artificial personalizados para executar tarefas específicas. No desenvolvimento de software, eles podem apoiar diferentes etapas do trabalho, da elaboração de requisitos à revisão de código, dos testes à prototipação de interfaces.
Os resultados obtidos variaram conforme a atividade. Em produto, o tempo dedicado à especificação de software, ao planejamento e à estimativa de itens passou de oito para uma hora, uma redução de 88%. Em qualidade de software, conhecida como QA, o planejamento e a execução de testes caíram de 29 para seis horas, diminuição de 79%.
Entre os desenvolvedores, o tempo gasto nas atividades avaliadas passou de 76 para 35 horas, queda de 54%. Já na prototipação de interfaces, o período foi reduzido de oito para três horas, uma diminuição de 63%.
Como o Venturus desenvolveu a solução
A VNT Gen.AI foi concebida para permitir que agentes sejam configurados de acordo com as necessidades de cada atividade. Em vez de restringir a inteligência artificial à geração de respostas ou ao auxílio pontual a um profissional, a solução pode ser incorporada a diferentes etapas de um processo de trabalho.
No desenvolvimento de software, isso inclui atividades como especificação de requisitos, implementação e revisão de código, correção de bugs, debugging, planejamento de testes e prototipação. A aplicação envolve profissionais de desenvolvimento, produto, qualidade de software e design, com agentes configurados para apoiar tarefas específicas de cada área.
A organização das informações também interfere no resultado. Especificações com contexto, regras de negócio e cenários bem definidos ajudam a orientar o trabalho dos agentes e a reduzir ambiguidades entre as equipes de produto, QA, front-end e back-end.
Segundo o Venturus, a experiência também apontou redução de retrabalho, associada à identificação antecipada de problemas, a estimativas mais precisas e a processos de debugging mais diretos. Os dados divulgados, porém, não detalham indicadores específicos de qualidade ou de redução de erros que permitam quantificar esse efeito.
Para Marcelo Abreu, CTIO do Venturus, o impacto da tecnologia precisa ser observado para além da velocidade de execução.
“O ganho de produtividade é uma consequência importante, mas a experiência mostra que o impacto da IA vai além da velocidade. Quando a tecnologia é incorporada ao fluxo de trabalho de forma estruturada, ela também pode contribuir para antecipar correções, reduzir retrabalho e melhorar a tomada de decisão ao longo do desenvolvimento”, afirma.
Do projeto interno à aplicação em clientes
Após a primeira versão para uso interno, a solução passou a ser disponibilizada para clientes. A tecnologia também pode ser utilizada em aplicações que vão além da programação, como consulta a informações corporativas, análise de documentos e apoio a processos técnicos.
Entre os exemplos apresentados pelo Venturus está uma aplicação no setor elétrico, na qual um agente analisa documentos de subestações e gera um checklist para apoiar o processo de aprovação. A validação humana continua fazendo parte do fluxo.
A organização também relata um projeto-piloto no setor automotivo que registrou 90% de acurácia nas respostas e redução de 50% no tempo de resposta aos usuários. Os indicadores foram divulgados pelo próprio Venturus. A metodologia de medição e o contexto completo desses resultados não foram detalhados nas informações disponíveis.
Essas aplicações mostram como a tecnologia desenvolvida pela organização pode ser adaptada a diferentes necessidades corporativas. O desempenho, no entanto, depende das características de cada tarefa, da qualidade das informações disponíveis e dos critérios utilizados para validar as respostas e as ações dos agentes.
A solução também pode ser implementada na infraestrutura interna dos clientes, oferecendo maior controle sobre o ambiente de execução e os dados envolvidos nos processos. O nível efetivo de proteção depende, entre outros fatores, da arquitetura adotada, das permissões concedidas aos agentes e das políticas de segurança implementadas.
Como medir os ganhos de produtividade
Os resultados do Venturus mostram que a redução do tempo não ocorre de maneira uniforme. Enquanto as atividades de produto registraram queda de 88%, as tarefas avaliadas entre os desenvolvedores apresentaram redução de 54%. A diferença evidencia que o impacto da inteligência artificial depende da natureza do trabalho e da forma como a tecnologia é incorporada à operação.
A economia de horas, por si só, não determina o retorno financeiro de uma solução. Uma avaliação completa também precisa considerar os custos de desenvolvimento, infraestrutura, manutenção, utilização dos modelos e revisão humana, além de possíveis mudanças na qualidade das entregas.
Os dados divulgados pelo Venturus demonstram redução do tempo dedicado às atividades avaliadas, mas não permitem calcular a economia financeira total nem concluir que os mesmos resultados serão alcançados por outras organizações.
Para empresas que desenvolvem soluções próprias de inteligência artificial, o desafio está em transformar a capacidade técnica dos agentes em resultados operacionais verificáveis. Isso exige identificar as tarefas adequadas à automação, estabelecer critérios de avaliação e acompanhar tanto o tempo economizado quanto a qualidade das entregas.