[{"data":1,"prerenderedAt":515},["ShallowReactive",2],{"/pt-br/the-source/authors/emilio-salvador/":3,"footer-pt-br":34,"the-source-banner-pt-br":342,"the-source-navigation-pt-br":354,"the-source-newsletter-pt-br":381,"authors-pt-br":392,"categories-pt-br":422,"emilio-salvador-articles-list-pt-br":423},{"_path":4,"_dir":5,"_draft":6,"_partial":6,"_locale":7,"config":8,"seo":10,"content":12,"type":26,"slug":27,"_id":28,"_type":29,"title":11,"_source":30,"_file":31,"_stem":32,"_extension":33},"/pt-br/the-source/authors/emilio-salvador","authors",false,"",{"layout":9},"the-source",{"title":11},"Emilio Salvador",[13,24],{"componentName":14,"componentContent":15},"TheSourceAuthorHero",{"config":16,"name":11,"role":19,"bio":20,"headshot":21},{"gitlabHandle":17,"linkedInProfileUrl":18},"esalvadorp","https://www.linkedin.com/in/emiliosp/","Vice-presidente de Estratégia e Relações com Desenvolvedores","Emilio Salvador é vice-presidente de estratégia e relações com desenvolvedores no GitLab. Com mais de 20 anos de experiência, Emilio trabalhou na Amazon e na Microsoft e, mais recentemente, liderou a estratégia e as operações da equipe de experiência e relações com desenvolvedores do Google. Ele tem um MBA da MIT Sloan School of Management.",{"altText":11,"config":22},{"src":23},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1751463402/g0snp3uisjm4tj3pkqcw.jpg",{"componentName":25},"TheSourceArticlesList","author","emilio-salvador","content:pt-br:the-source:authors:emilio-salvador.yml","yaml","content","pt-br/the-source/authors/emilio-salvador.yml","pt-br/the-source/authors/emilio-salvador","yml",{"_path":35,"_dir":36,"_draft":6,"_partial":6,"_locale":7,"data":37,"_id":338,"_type":29,"title":339,"_source":30,"_file":340,"_stem":341,"_extension":33},"/shared/pt-br/main-footer","pt-br",{"text":38,"source":39,"edit":45,"contribute":50,"config":55,"items":60,"minimal":330},"Git é uma marca comercial da Software Freedom Conservancy e nosso uso do nome \"GitLab\" está sob licença",{"text":40,"config":41},"Acessar a origem da página",{"href":42,"dataGaName":43,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":46,"config":47},"Editar esta página",{"href":48,"dataGaName":49,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":51,"config":52},"Contribua",{"href":53,"dataGaName":54,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":56,"facebook":57,"youtube":58,"linkedin":59},"https://twitter.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[61,88,161,229,291],{"title":62,"links":63,"subMenu":69},"Plataforma",[64],{"text":65,"config":66},"Plataforma DevSecOps",{"href":67,"dataGaName":68,"dataGaLocation":44},"/pt-br/platform/","devsecops platform",[70],{"title":71,"links":72},"Preços",[73,78,83],{"text":74,"config":75},"Confira os planos",{"href":76,"dataGaName":77,"dataGaLocation":44},"/pt-br/pricing/","view plans",{"text":79,"config":80},"Por que escolher o GitLab Premium?",{"href":81,"dataGaName":82,"dataGaLocation":44},"/pt-br/pricing/premium/","why premium",{"text":84,"config":85},"Por que escolher o GitLab Ultimate?",{"href":86,"dataGaName":87,"dataGaLocation":44},"/pt-br/pricing/ultimate/","why ultimate",{"title":89,"links":90},"Soluções",[91,96,101,106,111,116,121,126,131,136,141,146,151,156],{"text":92,"config":93},"Transformação digital",{"href":94,"dataGaName":95,"dataGaLocation":44},"/pt-br/topics/digital-transformation/","digital transformation",{"text":97,"config":98},"Segurança e conformidade",{"href":99,"dataGaName":100,"dataGaLocation":44},"/solutions/application-security-testing/","Application security testing",{"text":102,"config":103},"Entrega de software automatizada",{"href":104,"dataGaName":105,"dataGaLocation":44},"/solutions/delivery-automation/","automated software delivery",{"text":107,"config":108},"Desenvolvimento ágil",{"href":109,"dataGaName":110,"dataGaLocation":44},"/pt-br/solutions/agile-delivery/","agile delivery",{"text":112,"config":113},"Migração para a nuvem",{"href":114,"dataGaName":115,"dataGaLocation":44},"/pt-br/topics/cloud-native/","cloud transformation",{"text":117,"config":118},"SCM",{"href":119,"dataGaName":120,"dataGaLocation":44},"/pt-br/solutions/source-code-management/","source code management",{"text":122,"config":123},"CI/CD",{"href":124,"dataGaName":125,"dataGaLocation":44},"/pt-br/solutions/continuous-integration/","continuous integration & delivery",{"text":127,"config":128},"Gestão de fluxo de valor",{"href":129,"dataGaName":130,"dataGaLocation":44},"/pt-br/solutions/value-stream-management/","value stream management",{"text":132,"config":133},"GitOps",{"href":134,"dataGaName":135,"dataGaLocation":44},"/pt-br/solutions/gitops/","gitops",{"text":137,"config":138},"Grandes empresas",{"href":139,"dataGaName":140,"dataGaLocation":44},"/pt-br/enterprise/","enterprise",{"text":142,"config":143},"Pequenas empresas",{"href":144,"dataGaName":145,"dataGaLocation":44},"/pt-br/small-business/","small business",{"text":147,"config":148},"Setor público",{"href":149,"dataGaName":150,"dataGaLocation":44},"/pt-br/solutions/public-sector/","public sector",{"text":152,"config":153},"Educação",{"href":154,"dataGaName":155,"dataGaLocation":44},"/pt-br/solutions/education/","education",{"text":157,"config":158},"Serviços financeiros",{"href":159,"dataGaName":160,"dataGaLocation":44},"/pt-br/solutions/finance/","financial services",{"title":162,"links":163},"Recursos",[164,169,174,179,184,189,194,199,204,209,214,219,224],{"text":165,"config":166},"Instalação",{"href":167,"dataGaName":168,"dataGaLocation":44},"/pt-br/install/","install",{"text":170,"config":171},"Guias de início rápido",{"href":172,"dataGaName":173,"dataGaLocation":44},"/pt-br/get-started/","quick setup checklists",{"text":175,"config":176},"Saiba mais",{"href":177,"dataGaName":178,"dataGaLocation":44},"https://university.gitlab.com/","learn",{"text":180,"config":181},"Documentação do produto",{"href":182,"dataGaName":183,"dataGaLocation":44},"https://docs.gitlab.com/","docs",{"text":185,"config":186},"Blog",{"href":187,"dataGaName":188,"dataGaLocation":44},"/blog/","blog",{"text":190,"config":191},"Histórias de sucesso de clientes",{"href":192,"dataGaName":193,"dataGaLocation":44},"/pt-br/customers/","customer success stories",{"text":195,"config":196},"Trabalho remoto",{"href":197,"dataGaName":198,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"text":200,"config":201},"Serviços do GitLab",{"href":202,"dataGaName":203,"dataGaLocation":44},"/pt-br/services/","services",{"text":205,"config":206},"TeamOps",{"href":207,"dataGaName":208,"dataGaLocation":44},"/pt-br/teamops/","teamops",{"text":210,"config":211},"Comunidade",{"href":212,"dataGaName":213,"dataGaLocation":44},"/community/","community",{"text":215,"config":216},"Fórum",{"href":217,"dataGaName":218,"dataGaLocation":44},"https://forum.gitlab.com/","forum",{"text":220,"config":221},"Eventos",{"href":222,"dataGaName":223,"dataGaLocation":44},"/events/","events",{"text":225,"config":226},"Parceiros",{"href":227,"dataGaName":228,"dataGaLocation":44},"/partners/","partners",{"title":230,"links":231},"Empresa",[232,237,242,247,252,257,262,266,271,276,281,286],{"text":233,"config":234},"Sobre",{"href":235,"dataGaName":236,"dataGaLocation":44},"/pt-br/company/","company",{"text":238,"config":239},"Vagas",{"href":240,"dataGaName":241,"dataGaLocation":44},"/jobs/","jobs",{"text":243,"config":244},"Liderança",{"href":245,"dataGaName":246,"dataGaLocation":44},"/company/team/e-group/","leadership",{"text":248,"config":249},"Equipe",{"href":250,"dataGaName":251,"dataGaLocation":44},"/company/team/","team",{"text":253,"config":254},"Manual",{"href":255,"dataGaName":256,"dataGaLocation":44},"https://handbook.gitlab.com/","handbook",{"text":258,"config":259},"Relacionamento com investidores",{"href":260,"dataGaName":261,"dataGaLocation":44},"https://ir.gitlab.com/","investor relations",{"text":263,"config":264},"Sustainability",{"href":265,"dataGaName":263,"dataGaLocation":44},"/sustainability/",{"text":267,"config":268},"Diversidade, inclusão e pertencimento (DIB)",{"href":269,"dataGaName":270,"dataGaLocation":44},"/pt-br/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":272,"config":273},"Trust Center",{"href":274,"dataGaName":275,"dataGaLocation":44},"/pt-br/security/","trust center",{"text":277,"config":278},"Boletim informativo",{"href":279,"dataGaName":280,"dataGaLocation":44},"/company/contact/","newsletter",{"text":282,"config":283},"Imprensa",{"href":284,"dataGaName":285,"dataGaLocation":44},"/press/","press",{"text":287,"config":288},"Declaração de Transparência da Lei da Escravidão Moderna",{"href":289,"dataGaName":290,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"title":292,"links":293},"Fale com a gente",[294,299,304,309,314,319,324],{"text":295,"config":296},"Fale com um especialista",{"href":297,"dataGaName":298,"dataGaLocation":44},"/pt-br/sales/","sales",{"text":300,"config":301},"Ajuda",{"href":302,"dataGaName":303,"dataGaLocation":44},"/support/","get help",{"text":305,"config":306},"Portal de clientes",{"href":307,"dataGaName":308,"dataGaLocation":44},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"text":310,"config":311},"Status",{"href":312,"dataGaName":313,"dataGaLocation":44},"https://status.gitlab.com/","status",{"text":315,"config":316},"Termos de uso",{"href":317,"dataGaName":318,"dataGaLocation":44},"/terms/","terms of use",{"text":320,"config":321},"Aviso de Privacidade",{"href":322,"dataGaName":323,"dataGaLocation":44},"/pt-br/privacy/","privacy statement",{"text":325,"config":326},"Preferências de cookies",{"dataGaName":327,"dataGaLocation":44,"id":328,"isOneTrustButton":329},"cookie preferences","ot-sdk-btn",true,{"items":331},[332,334,336],{"text":315,"config":333},{"href":317,"dataGaName":318,"dataGaLocation":44},{"text":320,"config":335},{"href":322,"dataGaName":323,"dataGaLocation":44},{"text":325,"config":337},{"dataGaName":327,"dataGaLocation":44,"id":328,"isOneTrustButton":329},"content:shared:pt-br:main-footer.yml","Main Footer","shared/pt-br/main-footer.yml","shared/pt-br/main-footer",{"_path":343,"_dir":344,"_draft":6,"_partial":6,"_locale":7,"id":345,"visibility":329,"title":346,"button":347,"_id":351,"_type":29,"_source":30,"_file":352,"_stem":353,"_extension":33},"/shared/pt-br/the-source/banner/the-economics-of-software-innovation-2025-08-18","banner","The Economics of Software Innovation","The Economics of Software Innovation—AI’s $750 Billion Opportunity",{"config":348,"text":350},{"href":349},"/software-innovation-report/","Get the research report","content:shared:pt-br:the-source:banner:the-economics-of-software-innovation-2025-08-18.yml","shared/pt-br/the-source/banner/the-economics-of-software-innovation-2025-08-18.yml","shared/pt-br/the-source/banner/the-economics-of-software-innovation-2025-08-18",{"_path":355,"_dir":9,"_draft":6,"_partial":6,"_locale":7,"logo":356,"subscribeLink":361,"navItems":365,"_id":377,"_type":29,"title":378,"_source":30,"_file":379,"_stem":380,"_extension":33},"/shared/pt-br/the-source/navigation",{"altText":357,"config":358},"the source logo",{"src":359,"href":360},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1750191004/t7wz1klfb2kxkezksv9t.svg","/pt-br/the-source/",{"text":362,"config":363},"Assinar",{"href":364},"#subscribe",[366,370,373],{"text":367,"config":368},"Inteligência artificial",{"href":369},"/pt-br/the-source/ai/",{"text":97,"config":371},{"href":372},"/pt-br/the-source/security/",{"text":374,"config":375},"Plataforma e infraestrutura",{"href":376},"/pt-br/the-source/platform/","content:shared:pt-br:the-source:navigation.yml","Navigation","shared/pt-br/the-source/navigation.yml","shared/pt-br/the-source/navigation",{"_path":382,"_dir":9,"_draft":6,"_partial":6,"_locale":7,"title":383,"description":384,"submitMessage":385,"formData":386,"_id":389,"_type":29,"_source":30,"_file":390,"_stem":391,"_extension":33},"/shared/pt-br/the-source/newsletter","Boletim informativo The Source","Fique por dentro dos insights para o futuro do desenvolvimento de software.","Você se inscreveu com sucesso no boletim informativo The Source.",{"config":387},{"formId":388,"formName":280,"hideRequiredLabel":329},28471,"content:shared:pt-br:the-source:newsletter.yml","shared/pt-br/the-source/newsletter.yml","shared/pt-br/the-source/newsletter",{"amanda-rueda":393,"andre-michael-braun":394,"andrew-haschka":395,"ayoub-fandi":396,"brian-wald":397,"bryan-ross":398,"chandler-gibbons":399,"dave-steer":400,"ddesanto":401,"derek-debellis":402,"emilio-salvador":11,"erika-feldman":403,"george-kichukov":404,"gitlab":405,"grant-hickman":406,"haim-snir":407,"iganbaruch":408,"jlongo":409,"joel-krooswyk":410,"josh-lemos":411,"julie-griffin":412,"kristina-weis":413,"lee-faus":414,"ncregan":415,"rschulman":416,"sabrina-farmer":417,"sandra-gittlen":418,"sharon-gaudin":419,"stephen-walters":420,"taylor-mccaslin":421},"Amanda Rueda","Andre Michael Braun","Andrew Haschka","Ayoub Fandi","Brian Wald","Bryan Ross","Chandler Gibbons","Dave Steer","David DeSanto","Derek DeBellis","Erika Feldman","George Kichukov","GitLab","Grant Hickman","Haim Snir","Itzik Gan Baruch","Joseph Longo","Joel Krooswyk","Josh Lemos","Julie Griffin","Kristina Weis","Lee Faus","Niall Cregan","Robin Schulman","Sabrina Farmer","Sandra Gittlen","Sharon Gaudin","Stephen Walters","Taylor McCaslin",{"ai":367,"platform":374,"security":97},{"allArticles":424,"visibleArticles":514,"showAllBtn":329},[425,472,493],{"_path":426,"_dir":427,"_draft":6,"_partial":6,"_locale":7,"config":428,"seo":431,"content":436,"type":467,"category":427,"slug":468,"_id":469,"_type":29,"title":432,"_source":30,"_file":470,"_stem":471,"_extension":33,"date":437,"description":438,"timeToRead":439,"heroImage":434,"keyTakeaways":440,"articleBody":444,"faq":445},"/pt-br/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale","ai",{"layout":9,"template":429,"author":27,"featured":329,"sourceCTA":430,"isHighlighted":6,"authorName":11},"TheSourceArticle","source-lp-ai-guide-for-enterprise-leaders-building-the-right-approach",{"title":432,"description":433,"ogImage":434,"config":435},"IA agêntica: ampliando o potencial dos desenvolvedores em grande escala","Descubra como a IA agêntica está mudando o desenvolvimento: mais que preencher código, ela cria parceiros que assumem tarefas complexas de forma proativa.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751463876/kiw4eb54r8xtzztvbozf.jpg",{"ignoreTitleCharLimit":329},{"title":432,"date":437,"description":438,"timeToRead":439,"heroImage":434,"keyTakeaways":440,"articleBody":444,"faq":445},"2025-04-08","Descubra como a IA agêntica está mudando o desenvolvimento de software: mais do que preencher código, ela cria parceiros de IA que assumem tarefas complexas de forma proativa.","6 min de leitura",[441,442,443],"Agentes de IA podem reduzir o tempo de desenvolvimento de semanas para horas, assumindo de forma autônoma tarefas complexas como a modernização de codebase, mantendo a supervisão humana configurável para sistemas críticos.","Agentes de IA vão além dos assistentes de código básicos. Eles colaboram entre si para executar diferentes tarefas, liberando os desenvolvedores para inovar e resolver problemas de alto impacto.","Com diferentes modelos, agentes de IA especializados dominam tarefas como segurança e testes, superando, em desempenho e resultados, outras soluções genéricas.","A IA já mudou a forma como os desenvolvedores trabalham. [De acordo com uma pesquisa do GitLab](https://about.gitlab.com/developer-survey/2024/ai/) o uso de IA no desenvolvimento de software entre profissionais de DevSecOps foi de 39% em 2024, um aumento de 16 pontos percentuais em comparação com o ano anterior. Hoje, os assistentes de código com IA se tornaram comuns, ajudando equipes a programar com mais agilidade, entender codebases e produzir documentação. Mas agora estamos vendo uma grande mudança: o surgimento de agentes de IA que atuam como parceiros ativos, e não apenas como ajudantes passivos.\n\nEssa mudança de assistentes reativos para agentes proativos está transformando a forma como os desenvolvedores criam software. A IA agêntica está democratizando a criação de software, acelerando a inovação e permitindo que mais pessoas desenvolvam soluções que impactam bilhões de usuários. Porém, para aproveitar essa nova onda de inovação sem assumir riscos desnecessários, líderes devem priorizar soluções de IA agêntica com verificadores de integridade robustos de segurança e conformidade.\n\n## Agentes de IA vs. assistentes de IA: qual é a diferença?\nA principal diferença entre assistentes e agentes de IA está no comportamento. Assistentes de código são reativos: esperam que os desenvolvedores façam perguntas ou solicitem tarefas. Embora ajudem a acelerar a programação e a compreensão de código, esses assistentes são passivos no processo de desenvolvimento.\n\nAgentes de IA atuam mais como membros da equipe. Eles demonstram raciocínio, fazem planejamento, mantêm o contexto entre diferentes tarefas e têm um certo grau de autonomia para tomar decisões, interagir com outros agentes e se adaptar a mudanças circunstanciais. Com a transição para agentes, a IA se torna uma verdadeira parceira na criação de software.\n\nDiferentemente dos assistentes, que apenas ajudam na programação de código enquanto as equipes gerenciam o restante, agentes de IA podem orquestrar processos complexos de forma ativa, desde verificações de segurança até revisões de conformidade. Por exemplo, um agente de revisão de código pode verificar o código automaticamente, identificar problemas e sugerir correções. Enquanto um assistente precisa de intervenção humana a cada etapa, um agente é capaz de transitar entre tarefas com base nas metas do projeto. E, ao contrário dos assistentes simples, que não conseguem reter interações anteriores ou aprender com erros, agentes podem aprender e se adaptar ao longo do tempo.\n\n## O espectro da autonomia\nUm dos aspectos mais poderosos dos agentes de IA é sua capacidade de configuração e seu nível de interação. Enquanto alguns agentes podem ser altamente interativos, outros executam tarefas complexas em segundo plano, com pouca ou nenhuma intervenção humana. Assim, as equipes podem definir diferentes níveis de supervisão humana, de acordo com o tipo de trabalho do agente e a importância da tarefa.\n\nPara tarefas simples, como resumir código ou elaborar rascunhos de documentação, as equipes podem permitir que o agente trabalhe de forma independente, notificando uma pessoa da equipe apenas quando a tarefa estiver concluída. Já para tarefas críticas, que envolvem lógica de negócios essencial ou dados confidenciais, é possível configurar pontos de aprovação ou monitorar de perto o trabalho do agente.\n\nEssa flexibilidade permite equilibrar a velocidade da automação com a necessidade de controle humano. O nível de autonomia não precisa ser \"tudo ou nada\": as equipes podem ajustá-lo conforme o tipo de tarefa e a etapa do ciclo de desenvolvimento.\n\n## O poder da especialização\nHoje, os assistentes de código de IA geralmente utilizam um único modelo de linguagem de grande porte. Mas o futuro trará uma nova geração de agentes especializados, cada um com tecnologia de modelos diferentes, desenvolvidos para tarefas específicas.\n\nJá começamos a ver o surgimento de agentes especializados em tarefas como:\n- Modernização de código (convertendo codebases para versões de linguagens mais recentes)\n- Detecção e remediação de vulnerabilidades de segurança\n- Geração e execução de testes\n- Otimização de desempenho\n- Geração de documentação\n- Análise da causa raiz de falhas em pipelines\n\nCada tarefa é melhor executada com um modelo criado especificamente para aquele job. Essa especialização permite que cada agente se destaque em sua área, em vez de tentar atender a todas as demandas de forma genérica.\n\nO que está surgindo é um ecossistema de agentes especializados trabalhando juntos, cada um com tecnologia de modelos de linguagem diferentes, otimizados para tarefas específicas. Essa abordagem multimodelo promete resultados superiores em comparação ao uso de um único modelo genérico para todas as tarefas de desenvolvimento.\n\n## O impacto real dos agentes de IA\nTarefas que antes levavam semanas agora podem ser concluídas em horas com agentes de IA. Por exemplo, atualizar um grande codebase Java para uma versão mais recente, trabalho que poderia tomar semanas de uma equipe, pode ser feito muito mais rápido com agentes.\n\nMais importante ainda, agentes de IA ajudam os desenvolvedores a atingir seu potencial máximo. Ao assumir tarefas rotineiras, os agentes liberam os desenvolvedores para focarem no que fazem de melhor: resolver problemas complexos e criar novas soluções Não se trata de substituir desenvolvedores por IA, mas de ampliar suas capacidades e permitir que se concentrem em pensamento estratégico, inovação e no trabalho criativo que exige o insight humano.\n\nCom agentes de IA, desenvolvedores podem operar em uma escala que nunca havia sido possível para indivíduos ou equipes. Essa mudança leva o trabalho de tarefas reativas baseadas em prompts para fluxos de trabalho proativos, conectando todas as etapas da criação de software, desde codificação, planejamento e design até testes, implantação e manutenção.\n\n## O que considerar ao adotar agentes de IA\nPara se preparar para o crescimento acelerado no desenvolvimento de software e no volume de código, as empresas precisam se planejar com antecedência. Antes de integrar agentes de IA aos seus processos, é necessário focar nestas áreas-chave:\n\n1. **Pense em como impulsionar a produtividade real, e não apenas adicionar novas ferramentas e processos para as equipes aprenderem**. Ao adotar [fluxos de trabalho com IA agêntica como parte de uma plataforma DevSecOps](https://about.gitlab.com/blog/gitlab-duo-workflow-enterprise-visibility-and-control-for-agentic-ai/), você permite que os desenvolvedores dediquem mais tempo à criação de valor para os clientes, sem contribuir para a [proliferação descontrolada da IA](https://about.gitlab.com/the-source/ai/overcome-ai-sprawl-with-a-value-stream-management-approach/). Os relatórios e painéis integrados da plataforma também ajudarão a [medir o sucesso]( https://about.gitlab.com/the-source/ai/4-steps-for-measuring-the-impact-of-ai/ ) para saber se sua equipe está no caminho certo.\n2. **Busque soluções que atendam a toda a equipe**. Os melhores agentes de IA aumentam a eficiência de todo mundo, não apenas de alguns poucos desenvolvedores.\n3. **Priorize a segurança e a conformidade**. À medida que a IA gera cada vez mais código pronto para produção, uma plataforma DevSecOps completa é essencial para garantir o desenvolvimento seguro de software em grande escala. Se você atua em um setor regulado, garanta que a solução de agentes de IA atenda aos requisitos rigorosos de segurança e privacidade de dados. Verifique se ela pode operar offline ou em [sistemas isolados (air-gapped)]( https://about.gitlab.com/the-source/ai/transforming-government-it-ai-for-air-gapped-environments/), caso esse nível de segurança seja necessário.\n4. **Procure soluções que ofereçam controle corporativo por meio da supervisão humana**. Agentes de IA devem disponibilizar fluxos de aprovação claros e verificadores de integridade configuráveis, mantendo as pessoas no centro da tomada de decisões. Esse equilíbrio oferece a velocidade da automação sem abrir mão da governança adequada, o que é essencial para sistemas críticos e decisões estratégicas.\n\nEmpresas que adotarem uma plataforma DevSecOps de ponta a ponta, com análise de segurança automática, verificadores de integridade de conformidade e fluxos de trabalho padronizados, estarão mais preparadas para usufruir dos benefícios dos agentes de IA sem assumir riscos desnecessários. Já as que não tiverem uma plataforma terão dificuldade para gerenciar a complexidade e os riscos da IA agêntica, comprometendo a segurança e a confiabilidade da experiência do cliente.\n\n## De olho no futuro\nEstamos apenas no início da revolução dos agentes de IA no desenvolvimento de software. À medida que essas ferramentas forem amadurecendo, haverá uma colaboração ainda mais eficiente entre desenvolvedores humanos e agentes de IA, com os agentes se tornando parceiros cada vez mais fortes na criação de software.\n\nPensando no futuro, há um grande potencial de convergência entre assistentes de código e agentes de IA. Os assistentes de código devem evoluir para incorporar recursos mais avançados de agentes de IA, como maior autonomia na execução de tarefas de codificação, solução proativa de problemas dentro dos fluxos de trabalho de desenvolvimento e integração ainda maior com outras ferramentas e processos. As próximas iterações devem permitir que assistentes de código assumam tarefas de codificação mais complexas, indo além da simples geração de código, como depuração, testes e até implantação autônoma com base em requisitos de alto nível, transformando-se efetivamente em \"agentes de código\" mais autônomos.\n\nO software mudou o mundo nas últimas cinco décadas, mas apenas uma pequena parcela da população tem as habilidades para desenvolvê-lo. Ainda assim, esses poucos desenvolvedores impactaram bilhões de pessoas por meio de smartphones e da internet. Imagine um mundo em que mais pessoas possam criar, proteger e entregar software pronto para produção. A IA agêntica tornará isso possível.\n\nA mudança de assistentes passivos para parceiros ativos no desenvolvimento é um avanço importante para o setor de software. À medida que esses agentes especializados evoluem, o desenvolvimento de software se tornará mais rápido, mais confiável e mais gratificante para os desenvolvedores que trabalharem ao lado desses novos parceiros de IA.",[446,449,452,455,458,461,464],{"header":447,"content":448},"O que é IA agêntica no desenvolvimento de software?","IA agêntica se refere a agentes de IA autônomos, capazes de raciocinar, planejar e tomar iniciativas em diferentes tarefas, diferentemente dos assistentes de código reativos que dependem de prompts humanos. Esses agentes atuam mais como membros da equipe, executando tarefas complexas com supervisão mínima e possibilitando fluxos de trabalho proativos em todo o ciclo de vida do desenvolvimento de software.",{"header":450,"content":451},"Qual a diferença entre os agentes de IA e os assistentes de código tradicionais?","Enquanto assistentes de código respondem aos prompts dos desenvolvedores, agentes de IA conseguem concluir tarefas multietapa, coordenar-se com outros agentes e se adaptar com base nas metas do projeto de forma independente. Eles são capazes de executar funções como análises de segurança, geração de testes e revisões de código sem exigir intervenção manual em cada etapa.",{"header":453,"content":454},"Quais são os benefícios do uso de agentes de IA para desenvolvedores?","Agentes de IA reduzem a carga de trabalho manual ao automatizar tarefas demoradas, como atualização de codebases, execução de verificações de conformidade e geração de documentação. Com isso, os desenvolvedores podem se concentrar em trabalhos de maior valor, como inovação, solução de problemas e desenvolvimento estratégico, acelerando a entrega sem comprometer a qualidade.",{"header":456,"content":457},"Agentes de IA podem ser personalizados para diferentes níveis de supervisão humana?","Sim. As equipes podem configurar o nível de autonomia dos agentes de acordo com a o nível de importância da tarefa. Para tarefas rotineiras, os agentes podem operar de forma independente, enquanto, para operações de alto risco ou críticas para o negócio, é possível integrar pontos de aprovação humana para garantir a governança e a conformidade.",{"header":459,"content":460},"Agentes de IA especializados são mais eficazes do que modelos de uso geral?","Agentes de IA especializados, treinados para funções específicas como segurança, testes ou análise de causa raiz, geralmente superam os modelos de uso geral nas tarefas para as quais foram projetados. Essa abordagem modular e multiagente melhora a precisão e a eficiência ao aproveitar a força de modelos otimizados para cada domínio.",{"header":462,"content":463},"O que as empresas devem considerar ao adotar IA agêntica?","As empresas devem garantir que os agentes de IA estejam alinhados aos seus requisitos de segurança, conformidade e governança. Eles devem ser integrados a uma plataforma DevSecOps de ponta a ponta para evitar a proliferação descontrolada da IA, manter o controle por meio da supervisão humana e apoiar a adoção em toda a empresa com fluxos de trabalho uniformes.",{"header":465,"content":466},"Como a IA agêntica vai transformar o futuro do desenvolvimento de software?","A IA agêntica democratizará a criação de software ao permitir que mais pessoas desenvolvam e gerenciem soluções prontas para produção. À medida que os agentes se tornarem mais autônomos e integrados, eles impulsionarão ciclos de inovação mais rápidos, melhorarão a qualidade do código e tornarão o desenvolvimento mais acessível, dimensionável e seguro.","article","agentic-ai-unlocking-developer-potential-at-scale","content:pt-br:the-source:ai:agentic-ai-unlocking-developer-potential-at-scale.yml","pt-br/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale.yml","pt-br/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale",{"_path":473,"_dir":427,"_draft":6,"_partial":6,"_locale":7,"config":474,"seo":476,"content":481,"type":467,"category":427,"slug":489,"_id":490,"_type":29,"title":477,"_source":30,"_file":491,"_stem":492,"_extension":33,"date":482,"description":478,"timeToRead":483,"heroImage":479,"keyTakeaways":484,"articleBody":488},"/pt-br/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more",{"layout":9,"template":429,"author":27,"featured":6,"sourceCTA":475,"isHighlighted":6,"authorName":11},"source-lp-getting-started-with-ai-in-software-development-a-guide-for-leaders",{"title":477,"description":478,"ogImage":479,"config":480},"IA agêntica, modelos auto-hospedados e muito mais: conheça as tendências de IA para 2025","Descubra as principais tendências em IA para o desenvolvimento de software, desde implantações de modelos no local até agentes de IA inteligentes e adaptáveis.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751464096/twyszwpyraghcxz1bruy.png",{"ignoreDescriptionCharLimit":329,"ignoreTitleCharLimit":329},{"title":477,"date":482,"description":478,"timeToRead":483,"heroImage":479,"keyTakeaways":484,"articleBody":488},"2024-12-18","3 min de leitura",[485,486,487],"A inteligência artificial já vem causando um grande impacto no desenvolvimento de software, melhorando a qualidade e a eficiência do código ao eliminar uma série de tarefas.","Desenvolvedores de software trabalharão com agentes de IA para facilitar a resolução de problemas em tempo real, otimizar o desempenho das aplicações e melhorar a qualidade do software, permitindo que se dediquem à tomada de decisões estratégicas.","Com o crescente uso de implantações de IA no local, principalmente em setores regulamentados, as empresas terão mais controle sobre a privacidade e a segurança dos dados, além de poderem personalizar o software conforme suas necessidades específicas.","De acordo com a [pesquisa de 2024 do GitLab](https://about.gitlab.com/developer-survey/), 78% das empresas planejam incorporar a inteligência artificial em seus processos de desenvolvimento de software nos próximos dois anos. Essa é uma mudança significativa que já está transformando a maneira como as equipes criam e entregam software. A pesquisa também mostra que o número de empresas que usam ativamente a IA aumentou de 23% para 39% somente no ano passado.\n\nConforme as equipes de desenvolvimento de software correm para integrar a IA em seus fluxos de trabalho, grandes transformações estão acontecendo, o que mudará radicalmente a maneira como criamos software. De agentes de IA inteligentes que se adaptam em tempo real ao crescimento de modelos personalizados no local, confira três maneiras como a IA transformará o desenvolvimento de software.\n\n## O futuro das aplicações está em agentes de IA inteligentes e adaptáveis\nEnquanto a primeira onda de IA no desenvolvimento de software se concentrou em assistentes de código reativos para geração e preenchimento de código, o futuro pertence à IA agêntica. [Agentes de IA inteligentes e adaptáveis](https://about.gitlab.com/blog/meet-gitlab-duo-workflow-the-future-of-ai-driven-development/) vão além das limitações do software tradicional. Em vez de interagir com interfaces fixas e fluxos de trabalho predefinidos, os usuários se conectarão com agentes de IA que respondem de forma intuitiva e evoluem com o tempo.\n\nEsses agentes com tecnologia de IA funcionarão como uma aplicação, proporcionando uma experiência mais interativa e coloquial. Como os agentes de IA podem realizar tarefas complexas, oferecer orientações e aprender com as interações em tempo real, a IA agêntica resultará em aplicações muito mais personalizadas e responsivas, transformando a maneira como usamos software.\n\n## Os assistentes de IA se tornarão colaboradores proativos\n[Os assistentes de IA estão ficando mais inteligentes](https://about.gitlab.com/gartner-mq-ai-code-assistants/), evoluindo de interações reativas baseadas em prompts para soluções proativas de problemas. Como parte dessa evolução, as ferramentas com tecnologia de IA se tornarão hubs centrais para o desenvolvimento, prevendo as necessidades dos desenvolvedores e oferecendo sugestões em tempo real para otimizar o desempenho, a segurança e a manutenção das aplicações. Essa nova geração de assistentes de IA será capaz de lidar com projetos e tarefas complexas com pouca interação humana, acelerando o processo de desenvolvimento de software. Essa mudança otimizará todo o ciclo de vida do desenvolvimento de software, tornando-o mais acessível por meio de uma interface de usuário simples.\n\nCom esses avanços, o papel dos desenvolvedores de software também evoluirá. A IA não substitui os desenvolvedores humanos, mas aumenta seus recursos, permitindo que se concentrem no que mais amam: resolver problemas técnicos complexos. Ao automatizar tarefas repetitivas e oferecer orientação especializada, os assistentes de IA possibilitam que os desenvolvedores se dediquem à resolução de desafios de negócios, melhorem continuamente a qualidade do código e explorem novas tecnologias e habilidades.\n\n## Mais empresas adotarão modelos personalizados no local\nEm 2025, as empresas migrarão para implantações de IA menores e mais especializadas. Com os modelos de código aberto se tornando mais econômicos e acessíveis, as equipes optarão cada vez mais por executar versões personalizadas em seus próprios data centers. Como resultado, será mais barato, rápido e fácil para as empresas [hospedarem seus próprios modelos de linguagem de grande porte e ajustá-los às suas necessidades específicas](https://about.gitlab.com/releases/2024/10/17/gitlab-17-5-released/#use-self-hosted-model-for-gitlab-duo-code-suggestions). As empresas vão descobrir que podem combinar seus dados com modelos existentes e personalizar a experiência do cliente a um custo muito mais baixo do que o atual.\n\nEnquanto isso, o aumento dos riscos de conformidade associados à IA fará com que setores regulamentados, como instituições financeiras e agências governamentais, implantem modelos em ambientes air-gapped para reduzir a latência e ter maior controle sobre a privacidade e a segurança dos dados.\n\n## Conclusão\nO futuro do desenvolvimento de software está intimamente ligado à IA. Essas tecnologias estão transformando a maneira como o software é criado, entregue e mantido. Ao adotar a IA em suas diversas formas, desde a IA generativa até assistentes proativos e agentes totalmente autônomos, as empresas podem alcançar uma vantagem competitiva, aumentar a eficiência e oferecer soluções inovadoras que atendam às necessidades dos clientes que estão em constante evolução.\n\nEssa transformação requer uma preparação cuidadosa, que envolve planejamento estratégico, investimento em talentos e infraestrutura, além de um compromisso constante com o aprendizado e a adaptação. As empresas que conseguirem navegar por esse cenário em evolução estarão bem preparadas para prosperar na era digital.\n\n> ## Perguntas frequentes\n> ### O que é IA agêntica e qual será seu impacto no desenvolvimento de software?\n> A IA agêntica refere-se a sistemas de IA que operam de forma autônoma, aprendendo com as interações e se adaptando em tempo real. Ao contrário dos assistentes de código de IA tradicionais, que apenas respondem a prompts, a IA agêntica atua de forma proativa, agilizando o desenvolvimento de software ao automatizar fluxos de trabalho, melhorar a eficiência e personalizar as experiências do usuário.\n>\n> ### Por que as empresas estão migrando para modelos de IA auto-hospedados?\n> As empresas estão migrando para modelos de IA auto-hospedados para melhorar a privacidade dos dados, reduzir custos e personalizar soluções de IA conforme suas necessidades específicas. Com os avanços na IA de código aberto, as empresas agora podem ajustar modelos em ambientes locais, garantindo a conformidade com as regulamentações, otimizando o desempenho e mantendo o controle sobre dados confidenciais.\n>\n> ### Como os assistentes de código com tecnologia de IA estão evoluindo?\n> Os assistentes de código de IA estão evoluindo de ferramentas reativas para colaboradores proativos. Os futuros assistentes de IA preverão as necessidades dos desenvolvedores, oferecerão recomendações inteligentes, automatizarão tarefas complexas e aprimorarão a segurança do software, tornando o processo de desenvolvimento mais eficiente e acessível.\n>\n> ### Quais são os benefícios de executar modelos de IA em ambientes locais?\n> A implantação de modelos de IA no local proporciona às empresas maior controle sobre a segurança dos dados, melhor conformidade com os requisitos regulatórios e menor latência. Essa abordagem é especialmente valiosa em setores que lidam com dados confidenciais, como finanças, saúde e agências governamentais.\n>\n> ### Como as empresas podem se preparar para o desenvolvimento de software orientado por IA em 2025?\n> Para adotar efetivamente o desenvolvimento orientado por IA, as empresas precisam investir em infraestrutura, capacitar desenvolvedores, implementar governança de IA responsável e explorar soluções híbridas de IA que conciliem a implantação de nuvem e no local. Ao acompanhar as tendências de IA, as equipes poderão aproveitar essa tecnologia para promover a inovação e a eficiência.\n","ai-trends-for-2025-agentic-ai-self-hosted-models-and-more","content:pt-br:the-source:ai:ai-trends-for-2025-agentic-ai-self-hosted-models-and-more.yml","pt-br/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more.yml","pt-br/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more",{"_path":494,"_dir":427,"_draft":6,"_partial":6,"_locale":7,"config":495,"seo":497,"content":502,"type":467,"category":427,"slug":510,"_id":511,"_type":29,"title":498,"_source":30,"_file":512,"_stem":513,"_extension":33,"date":503,"description":499,"timeToRead":504,"heroImage":500,"keyTakeaways":505,"articleBody":509},"/pt-br/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption",{"layout":9,"template":429,"author":27,"featured":6,"sourceCTA":496,"isHighlighted":6,"authorName":11},"source-lp-how-to-think-about-developer-productivity-in-the-age-of-ai",{"title":498,"description":499,"ogImage":500,"config":501},"Seis estratégias para que desenvolvedores adotem a IA mais rápido","A IA no desenvolvimento de software chegou para ficar. Descubra como líderes podem criar um ambiente que promove a inovação sem ignorar possíveis problemas.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751464541/da4tvbmwsisqabz8i0mc.png",{"ignoreTitleCharLimit":329,"ignoreDescriptionCharLimit":329},{"title":498,"date":503,"description":499,"timeToRead":504,"heroImage":500,"keyTakeaways":505,"articleBody":509},"2024-10-29","7 min de leitura",[506,507,508],"A integração da IA aos processos de desenvolvimento de software pode aumentar a produtividade do desenvolvedor ao simplificar os fluxos de trabalho, permitindo que as equipes se concentrem na inovação em vez de em tarefas tediosas.","Apesar dos benefícios, a integração bem-sucedida de ferramentas de IA em fluxos de trabalho pode ser um desafio devido à falta de conhecimento ou recursos, dificuldades de adaptação do fluxo de trabalho e o receio da perda de emprego.","As estratégias para a implementação bem-sucedida da IA incluem o esclarecimento das metas e objetivos da IA, o estabelecimento de verificadores de integridade e fluxos de trabalho, bem como o foco na transformação dos talentos e da cultura empresarial.","Ao integrar a inteligência artificial (IA) ao processo de programação, os desenvolvedores de software podem dedicar mais tempo a tarefas estratégicas, reduzir a carga cognitiva e agregar mais valor.\n\nAs empresas já investem significativamente na IA. De acordo com o [Relatório Global de DevSecOps de 2024 do GitLab](https://about.gitlab.com/developer-survey/), 78% dos participantes disseram que usam a IA no desenvolvimento de software ou planejam usar nos próximos dois anos, em comparação com 64% em 2023. E as empresas que adotaram a IA já notam os benefícios, como maior produtividade do desenvolvedor, melhor qualidade de código e código mais seguro. A [adoção da IA](https://about.gitlab.com/the-source/ai/how-ai-helps-devsecops-teams-improve-productivity/) permite que as equipes de desenvolvimento se dediquem mais à solução criativa de problemas e à inovação, em vez de passarem mais tempo em tarefas demoradas e repetitivas, como escrever manualmente o código boilerplate.\n\nApesar dos benefícios claros da IA, as equipes podem ter dificuldades para integrar as ferramentas de IA em seus processos de rotina. Esse desafio pode ser atribuído a vários fatores, como falta de conhecimento ou recursos, dificuldade de adaptar fluxos de trabalho e ferramentas e o receio de perder empregos para a automação. Quase metade (49%) dos participantes da nossa pesquisa expressaram preocupação de que a IA substituirá suas funções nos próximos cinco anos.\n\nÉ essencial entender a situação atual da sua equipe para poder prepará-la para uma integração bem-sucedida com a IA. [Nossa pesquisa](https://about.gitlab.com/developer-survey/2024/ai/) mostra que a maioria (56%) das empresas está na etapa de avaliação e exploração. Ou seja, a maioria das equipes começou a definir metas possíveis para adotar a IA, mas ainda não começou a usá-la no ciclo de vida do desenvolvimento de software.\n\nSe você é uma das primeiras pessoas a adotar a IA ou ainda está considerando sua integração, confira aqui seis estratégias úteis para que sua equipe obtenha excelentes resultados:\n\n## 1. Esclareça as metas e os objetivos da adoção da IA\nO primeiro passo deve ser criar um modelo de governança de IA para a empresa. Quais são as metas e os objetivos da adoção da IA? Como eles se encaixam nos seus processos e fluxos de trabalho?\n\nÉ fundamental ter um líder que supervisione a estratégia e a implementação da IA. Embora algumas empresas estejam começando a contratar um diretor de IA (CAIO), a função não precisa ser uma adição imediata aos executivos de alto escalão. Esse pode ser um cargo de transição que um vice-presidente assume para coordenar o uso da IA entre as equipes.\n\nO objetivo principal é identificar e priorizar casos de uso de IA com alto impacto nos resultados empresariais, focando em áreas onde a IA pode agregar valor significativo, como automação, personalização e tomada de decisões orientadas por dados. É importante lembrar que o sucesso da IA só é possível ao atender primeiro aos requisitos de privacidade, segurança e questões legais que sua empresa possa enfrentar, considerando como a adoção da IA se alinha com a conformidade contínua.\n\n## 2. Estabeleça fluxos de trabalho e verificadores de integridade de IA\nAntes de incorporar a IA ao seu ambiente de desenvolvimento, você precisa estabelecer diretrizes para garantir que ela seja usada com responsabilidade e eficácia. Configure testes automatizados, incluindo o uso de um analisador de segurança, para criar um mecanismo de bloqueio que garanta que todo o código gerado pela IA seja revisado antes de ser enviado ao ambiente de produção. E cuidado com a shadow AI, a última variação da shadow IT, em que os funcionários adotam seus próprios assistentes de IA enquanto trabalham em seu codebase, o que pode levar ao vazamento de informações confidenciais e propriedade intelectual.\n\nAgora também é o momento de considerar como as equipes usarão diferentes modelos de machine learning em diferentes tipos de tarefas. Um solução única não serve para tudo. Os modelos de linguagem de grande porte (LLMs) geralmente são ajustados para tarefas específicas, o que significa que as equipes que usam os mesmos modelos de IA em vários casos de uso talvez não estejam alcançando os resultados ideais. Ao procurar ferramentas de IA, considere fornecedores que permitam usar vários tipos de modelos adaptados a casos de uso específicos. Assim, você não precisa fazer substituições no futuro.\n\n## 3. Crie uma estrutura de IA orientada por dados\nA qualidade dos resultados que a IA pode gerar para as empresas depende dos dados aos quais os sistemas de IA têm acesso. Alimentar seus sistemas de IA com dados permitirá personalizar os resultados conforme as necessidades da sua empresa, aumentando a eficiência e produtividade em todo o ciclo do desenvolvimento de software. No entanto, o sucesso a longo prazo exige uma estrutura de IA orientada por dados que permita seu uso em toda a empresa para informar prompts e aprimorar os resultados da IA generativa.\n\nPara que isso aconteça, as empresas devem:\n\n- Garantir mecanismos eficientes de coleta, armazenamento, limpeza e processamento de dados.\n- Estabelecer uma governança clara em torno do acesso, uso, segurança e privacidade dos dados, especialmente para garantir a conformidade com regulamentos como GDPR ou CCPA.\n- Eliminar os silos de dados para facilitar a colaboração entre departamentos e utilizar os dados em várias partes da empresa. Este é o momento de desenvolvedores e cientistas de dados colaborarem no uso de data warehouses e data lakes para facilitar o acesso a modelos de treinamento e o uso de aplicações.\n\n## 4. Foco na transformação de talentos e da cultura empresarial\nO aprimoramento contínuo é fundamental para aproveitar todo o potencial da IA com segurança e responsabilidade. Forme uma equipe de cientistas de dados, engenheiros de IA e outros especialistas para projetar, desenvolver e implementar soluções com IA. É fundamental capacitar os funcionários para garantir que possam usar e manter os sistemas de IA de forma eficaz. Por fim, adotar a IA é uma jornada que exige algumas [mudanças culturais](https://about.gitlab.com/the-source/ai/5-ways-execs-can-support-their-devops-teams-with-ai/). Para alcançar bons resultados, é fundamental promover uma cultura empresarial que adote a IA e a tomada de decisões orientada por dados. Incentive a experimentação e inovação, enquanto trata preocupações com automação e substituição de pessoal.\n\n## 5. Adote a iteração\nA implementação da IA é um processo contínuo. Adote uma abordagem de aprendizagem contínua, onde as soluções de IA são constantemente ajustadas e aprimoradas com base em feedback, novos dados e avanços tecnológicos. Permita que os desenvolvedores tenham um período de experimentação para avaliar como a IA se encaixa em seus fluxos de trabalho individuais. Outra questão importante é que pode haver uma queda de curto prazo na produtividade antes que a empresa se beneficie dos ganhos de longo prazo. Gerentes devem prever isso, enfatizando a transparência e a responsabilidade durante os ciclos de implementação e iteração.\n\n## 6. Avalie os resultados para além das linhas de código\nMétricas como número de tarefas concluídas ou linhas de código escritas podem, de fato, ser bons indicadores para identificar onde a IA tem maior impacto na sua equipe. No entanto, o que realmente importa é como a IA impulsiona métricas importantes para os negócios, como a rapidez com que as equipes conseguem agregar valor para os clientes ou a qualidade do código do produto final.\n\nSaber quantas linhas de código uma equipe produziu não reflete o cenário completo. Medir o sucesso da adoção da IA exige ir [além das métricas tradicionais de produtividade](https://about.gitlab.com/the-source/ai/4-steps-for-measuring-the-impact-of-ai/) e focar em KPIs que demonstrem valor comercial mensurável, como entrega de software mais rápida, aumento da satisfação do desenvolvedor e aumento das pontuações de satisfação do cliente.\n\n## Conclusão: como capacitar desenvolvedores durante a adoção da IA\nMesmo que sua empresa não tenha adotado totalmente a IA, o momento de fazer isso é agora. De acordo com a Gartner®, até 2028, 75% dos engenheiros de software corporativos usarão assistentes de código com tecnologia de IA, em comparação com menos de 10% no início de 2023 [1].\n\nA curva de adoção é desafiadora, mas ainda estamos relativamente no início do ciclo de expectativas em torno da IA. Na verdade, se sua equipe está apenas começando a considerar a adoção de um assistente de código de IA, ela está na posição ideal para evitar algumas das dificuldades de crescimento que os usuários pioneiros enfrentaram.\n\nAlém das estratégias acima, a adoção de uma [solução de IA integrada a uma plataforma DevSecOps de ponta a ponta](/gitlab-duo/) pode impulsionar o sucesso ao ajudar os desenvolvedores em todas as etapas do fluxo de trabalho.\n\nCom a transformação do ambiente de trabalho pela IA, as pessoas devem se perguntar como as empresas podem aproveitar o potencial dessa tecnologia ao longo do ciclo de desenvolvimento de software para acelerar a inovação e gerar impacto real para os clientes.\n\n[1] _Fonte: Gartner, Top 5 Strategic Technology Trends in Software Engineering for 2024, Joachim Herschmann, Manjunath Bhat, Frank O'Connor, Arun Batchu, Bill Blosen, maio de 2024. GARTNER é uma marca comercial registrada e de serviço da Gartner, Inc. e/ou de suas afiliadas nos EUA e internacionalmente e foi usada neste documento com permissão. Todos os direitos reservados._","6-strategies-to-help-developers-accelerate-ai-adoption","content:pt-br:the-source:ai:6-strategies-to-help-developers-accelerate-ai-adoption.yml","pt-br/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption.yml","pt-br/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption",[425,472,493],1759347880957]