O arquiteto de dados na era da IA

🌐 Também em 28 idiomas

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · 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 com IA. Ainda não revisto 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 sustenta-se sozinho. Anterior: Conheça as suas ferramentas: as nove perguntas · Próximo: o próximo capítulo: Modelar dados pelo significado

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

A IA muda a arquitetura, mas talvez não da forma 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. Eram precisas pessoas com competências especializadas, e escrever código, construir integrações, criar aplicações e testar levava tempo; até experimentar uma ideia era um investimento significativo. A IA está a mudar essa equação. Hoje posso descrever o que quero e pôr a IA a gerar um modelo de dados, Apex, um Flow, um componente Lightning, uma integração, testes ou documentação com uma rapidez notável, e amanhã vai fazer ainda mais.

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

A IA é o propulsor do foguetão

Já usei esta analogia nas minhas palestras:

A IA é o propulsor do foguetão. A arquitetura é o sistema de guiagem.

A IA dá-nos uma aceleração extraordinária. Conseguimos gerar aplicações, modelos de dados, integrações, testes e documentação mais depressa do que nunca. Mas o propulsor não decide para onde o foguetão deve ir. Fornece impulso. O sistema de guiagem determina o rumo e faz as correções pelo caminho.

Sem uma boa guiagem, mais impulso não ajuda. Leva-o ao destino errado mais depressa. O trabalho do arquiteto não é abrandar tudo; é garantir que estamos a acelerar na direção certa.

Imagem gerada com IA.

Imagine uma ferramenta de IA que constrói uma aplicação dez vezes mais depressa 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 percebemos mal onde pertencem os dados mestres, ou o design funciona com o volume de hoje e desmorona com mais um zero? A IA não eliminou o erro. Ajudou-nos a construir o erro mais depressa, e a construir muito mais em cima dele antes que alguém dê por isso.

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 pôr a 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 tem um significado claro, um dono e um motivo para existir. A IA constrói o que pedimos, por isso a qualidade do que pedimos importa mais do que nunca.

Gerar não é julgar

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

Mas gerar opções e julgá-las são coisas diferentes. A IA consegue dizer-me o que a opção A e a opção B oferecem. Alguém continua a ter de entender o negócio suficientemente bem para saber que vantagens importam, que 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 isto aparece no meu próprio trabalho. No último ano, deixei de escrever eu próprio a maior parte do código. Passo os detalhes à IA e peço-lhe que gere os ecrãs e o código de back-end, e ela é notavelmente boa nisso.

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

O Teste de Reversibilidade continua a valer

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

O irreversível continua a ser irreversível.

Os agentes são um novo tipo de consumidor de dados

Costumávamos projetar dados para dois tipos de consumidor: humanos e software. Uma pessoa lê um registo; 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 pelo meio.

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

E os dados maus não ficam mais inteligentes por a IA os ler. Lixo entra, lixo sai continua a valer. Clientes duplicados, propriedade pouco clara, identificadores inconsistentes e sistemas de registo em conflito não desaparecem quando liga 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 toda a gente sabia, em silêncio, que não devia confiar. A arquitetura de dados passa a fazer 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 em pouco tempo tem um modelo de dados que ninguém projetou. Simplesmente cresceu.

O arquiteto precisa de estar disposto a perguntar: «Precisamos mesmo disto?» Às vezes a decisão mais valiosa é não criar algo. A boa arquitetura tem tanto a ver com o que se deixa de fora como com o que se põe.

A revisão humana não é uma cerimónia

Quando digo que um arquiteto humano deve rever um modelo de dados gerado por IA, não quero dizer «a IA criou, e o Steve olhou para o diagrama durante cinco minutos e aprovou». Isso não é supervisão. O arquiteto precisa de entender o modelo: porquê estes objetos, porquê estas relações, 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 isto, não sou dono da arquitetura; só pus um carimbo. A IA pode contribuir para uma arquitetura, desafiá-la e documentá-la, mas o arquiteto humano tem de conseguir defendê-la.

O mesmo vale para os factos. Uso IA constantemente para aprender e pesquisar, e a minha regra é confie, mas verifique. Faça a pergunta, peça a explicação, as alternativas e um desafio à própria resposta. 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 factos de suposições tornou-se uma parte ainda maior do trabalho.

A IA não encurta a jornada

Há uma frase que uso quando falo de nos tornarmos arquitetos:

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

Continua a precisar de entender dados, segurança, integração, a plataforma e o negócio, e continua a precisar da experiência de tomar decisões e de viver com as consequências. A IA pode acelerar a sua aprendizagem, mostrar-lhe cenários que não viu, explicar coisas, desafiá-lo, ajudar a construir e dar-lhe um segundo par de olhos. Use tudo isso. Só não confunda uma IA que sabe a resposta com ser o próprio a entender a resposta.

O arquiteto dirige

Começámos 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 não viu. Use-a. Mas alguém continua a ter de entender o edifício inteiro, perguntar se é o edifício certo, saber o que acontece quando os requisitos mudam e que decisões serão caras de desfazer, e responder pelo resultado.

É por isso que o último nível deste curso se chama Direct (dirigir). Talvez não escreva cada linha de código, não crie cada Flow nem construa cada objeto. Alguém continua a ter de dirigir a solução, e esse alguém é o arquiteto. A IA não está a eliminar a arquitetura; está a mudar 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: que objetos, campos e integrações merecem o seu lugar.
• Que opções geradas por IA encaixam neste negócio, e quais são plausíveis mas erradas.
• Que decisões a IA está a atravessar a 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 suficientemente bem descritos para isso.
• Que factos vindos da IA precisam de ser verificados antes de moldarem o design.

Isto é pensar como um arquiteto na era da IA.