O arquiteto de dados na era da IA

🌐 Também em 28 idiomas

English · Español · 日本語 · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · हिन्दी · Русский · Svenska · Dansk · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

Imagem gerada com IA

Traduzido por IA. Ainda não revisado pela comunidade. Ler em inglês

Módulo 7 de 7 do capítulo Pensar como um arquiteto de dados, o primeiro capítulo do curso Data Architect. Cada módulo se sustenta sozinho. Anterior: Conheça suas ferramentas: as nove perguntas · Próximo: o próximo capítulo: Modelar dados pelo significado

A pergunta que este módulo responde: O que a IA muda para o arquiteto de dados, e o que ela não muda?

A IA muda a arquitetura, mas talvez não do jeito que as pessoas pensam primeiro.

Lembre-se de onde este capítulo começou: passei a maior parte da minha carreira como construtor. Durante a maior parte desse tempo, construir software era caro. Você precisava de pessoas com habilidades especializadas, e escrever código, construir integrações, criar aplicações e testar levavam tempo; até experimentar uma ideia era um investimento significativo. A IA está mudando essa equação. Hoje posso descrever o que quero e fazer a IA gerar um modelo de dados, Apex, um Flow, um componente Lightning, uma integração, testes ou documentação com uma rapidez notável, e amanhã ela vai fazer ainda mais.

Então é razoável perguntar: se a IA consegue fazer tanto da construção, o que acontece com o arquiteto? Acho que a resposta é que a arquitetura se torna mais importante, não menos.

A IA é um foguete propulsor

Já usei esta analogia nas minhas palestras:

A IA é o foguete propulsor. A arquitetura é o sistema de guiagem.

A IA nos dá uma aceleração extraordinária. Conseguimos gerar aplicações, modelos de dados, integrações, testes e documentação mais rápido do que nunca. Mas um foguete propulsor não decide para onde o foguete deve ir. Ele fornece empuxo. O sistema de guiagem determina o curso e faz as correções pelo caminho.

Sem uma boa guiagem, mais empuxo não ajuda. Ele leva você ao destino errado mais rápido. O trabalho do arquiteto não é desacelerar tudo; é garantir que estamos acelerando na direção certa.

Imagem gerada com IA.

Imagine uma ferramenta de IA que constrói uma aplicação dez vezes mais rápido do que conseguíamos antes. Ótimo, se for a aplicação certa. Mas e se o modelo de dados estiver errado, ou escolhemos o objeto padrão errado, ou entendemos mal onde os dados mestres pertencem, ou o design funciona no volume de hoje e desmorona com mais um zero? A IA não eliminou o erro. Ela nos ajudou a construir o erro mais rápido, e a construir muito mais em cima dele antes que alguém perceba.

Implementação barata desloca o valor

Quando implementar é caro, a atenção vai naturalmente para a implementação: quem consegue construir, quanto tempo vai levar, se dá para fazer funcionar. À medida que implementar fica mais barato, outra pergunta passa a importar mais: o que devemos construir? Essa é uma pergunta de arquitetura.

A IA consegue gerar vinte objetos; o arquiteto de dados decide se deveríamos ter cinco. A IA consegue gerar uma integração; o arquiteto decide se os dados deveriam ser copiados. A IA consegue criar um campo em segundos; o arquiteto pergunta se ele tem um significado claro, um dono e um motivo para existir. A IA constrói o que pedimos, então a qualidade do que pedimos importa mais do que nunca.

Gerar não é julgar

A IA é muito boa em gerar opções, e isso é imensamente útil. Peço a ela três formas de modelar algo, peço os trade-offs, peço que desafie uma arquitetura, que me diga o que acontece com 100 milhões de registros ou onde um design pode falhar, ou que me dê uma alternativa em que o Salesforce não seja o sistema de registro. Quero arquitetos fazendo isso.

Mas gerar opções e julgá-las são coisas diferentes. A IA consegue me dizer o que a opção A e a opção B oferecem. Alguém ainda precisa entender o negócio bem o bastante para saber quais vantagens importam, quais restrições são reais, que risco é aceitável, e quando uma resposta é tecnicamente plausível mas errada para esta organização. Isso é discernimento, e isso é arquitetura.

Eis como isso aparece no meu próprio trabalho. No último ano, parei de escrever a maior parte do código eu mesmo. Passo os detalhes para a IA e peço que gere as telas e o código de back-end, e ela é notavelmente boa nisso.

Mas ela não dá um passo atrás para fazer uma análise mais profunda. Se há uma falha no modelo de dados ou no design, ela não a questiona. Ela trata o que já existe como premissa e constrói por cima, rápido e com competência. Raramente para e diz: “Antes de acrescentar isto, talvez valha a pena mudar o modelo que você já tem.” Olhar para o que existe e perguntar se está certo, e não só se conseguimos construir a próxima coisa em cima, continua sendo trabalho do arquiteto. Se você quer que a IA questione uma premissa, precisa pedir.

O Teste de Reversibilidade continua valendo

Volte à pergunta do módulo 3: quão difícil será reverter esta decisão? A IA muda o custo de gerar e alterar software. Ela não muda o custo de alterar a realidade. Depois que 100 milhões de registros são carregados, eles existem. Depois que doze sistemas dependem de um identificador, essas dependências existem. Depois que os clientes usam um processo, ou que as análises dependem do que um campo significa, mudá-lo tem consequências. E depois que os dados foram compartilhados onde não deveriam, nenhuma quantidade de código novo os traz de volta.

Irreversível continua sendo irreversível.

Agentes são um novo tipo de consumidor de dados

Costumávamos projetar dados para dois tipos de consumidor: humanos e software. Uma pessoa lê um registro; um relatório, uma integração ou uma aplicação lê os dados. Agora há um terceiro: agentes. Um agente pode recuperar dados, interpretá-los, combiná-los com outras informações, decidir e agir, às vezes sem nenhum humano no meio.

Isso aumenta o que está em jogo. O que um campo significa, quem é o dono dele, quão atual e confiável ele é, se é sensível, se um agente pode e deve vê-lo, o que acontece quando duas fontes discordam: isso costumava ser documentação. Agora é como um sistema inteligente entende o negócio.

E dados ruins não ficam mais inteligentes porque a IA os lê. Lixo entra, lixo sai continua valendo. Clientes duplicados, propriedade pouco clara, identificadores inconsistentes e sistemas de registro conflitantes não desaparecem quando você conecta um agente; as consequências só ficam mais visíveis. Uma pessoa olha para um campo e sabe que ninguém o atualiza há três anos. O agente não tem esse conhecimento institucional, e pode agir com toda a confiança sobre dados em que todo mundo sabia, em silêncio, que não devia confiar. A arquitetura de dados se torna parte da arquitetura de IA.

Cuidado com a expansão descontrolada do esquema

A IA também torna incrivelmente fácil criar coisas. Precisa de mais um objeto, mais seis campos, mais uma automação? Gere-os. Cada decisão parece barata, mas lembre-se da gravidade arquitetural do módulo 3: esses objetos e campos acumulam dependências (automação, integrações, relatórios, agentes), e logo você tem um modelo de dados que ninguém projetou. Ele simplesmente cresceu.

O arquiteto precisa estar disposto a perguntar: “Precisamos mesmo disto?” Às vezes a decisão mais valiosa é não criar algo. Boa arquitetura tem tanto a ver com o que você deixa de fora quanto com o que você coloca.

Revisão humana não é cerimônia

Quando digo que um arquiteto humano deve revisar um modelo de dados gerado por IA, não quero dizer “a IA criou, e o Steve olhou o diagrama por cinco minutos e aprovou”. Isso não é supervisão. O arquiteto precisa entender o modelo: por que esses objetos, por que esses relacionamentos, que alternativas foram consideradas, onde estão as chaves e os dados mestres, o que acontece quando o volume cresce, quais são as implicações de acesso e que trade-offs foram feitos. Se não consigo responder a isso, não sou dono da arquitetura; só carimbei. A IA pode contribuir com uma arquitetura, desafiá-la e documentá-la, mas o arquiteto humano precisa conseguir defendê-la.

O mesmo vale para os fatos. Uso IA o tempo todo para aprender e pesquisar, e minha regra é confie, mas verifique. Faça a pergunta, peça a explicação, as alternativas e um desafio à própria resposta dela. Depois, para qualquer coisa que importe para a sua arquitetura, siga o link, leia a documentação, confira o limite, confirme o licenciamento e teste o comportamento. A IA pode ser muito convincente quando está errada, e separar fatos de suposições virou uma parte ainda maior do trabalho.

A IA não encurta a jornada

Há uma frase que uso quando falo sobre se tornar arquiteto:

A IA não encurta a jornada. Ela pode fazer cada passo valer mais.

Você ainda precisa entender dados, segurança, integração, a plataforma e o negócio, e ainda precisa da experiência de tomar decisões e conviver com as consequências. A IA pode acelerar seu aprendizado, mostrar cenários que você não viu, explicar coisas, desafiar você, ajudar a construir e dar um segundo par de olhos. Use tudo isso. Só não confunda uma IA que sabe a resposta com você entender a resposta.

O arquiteto dirige

Começamos este capítulo com a pessoa que segura a planta. A IA dá a essa pessoa ferramentas novas e extraordinárias: uma assistente que consegue desenhar partes da planta, pesquisar materiais, propor alternativas, calcular cargas, escrever a documentação e até apontar problemas que você não viu. Use-a. Mas alguém ainda precisa entender o edifício inteiro, perguntar se é o edifício certo, saber o que acontece quando os requisitos mudam e quais decisões serão caras de desfazer, e responder pelo resultado.

É por isso que o último nível deste curso se chama Direct (dirigir). Talvez você não escreva cada linha de código, não crie cada Flow nem construa cada objeto. Alguém ainda precisa dirigir a solução, e esse alguém é o arquiteto. A IA não está eliminando a arquitetura; está mudando onde os arquitetos geram valor. É uma época extraordinária para se tornar um.

O que um arquiteto decide aqui

• O que deve sequer ser construído, agora que construir é barato: quais objetos, campos e integrações merecem seu lugar.
• Quais opções geradas por IA se encaixam neste negócio, e quais são plausíveis mas erradas.
• Quais decisões a IA está atravessando em alta velocidade que serão caras de reverter.
• O que os agentes podem ler e sobre o que podem agir, e se os dados são bons e bem descritos o bastante para isso.
• Quais fatos vindos da IA precisam ser verificados antes de moldar o design.

Isso é pensar como um arquiteto na era da IA.