A palestra Shared Automation + IA: como reduzimos 89% do lead time de testes criando uma plataforma de qualidade assistida por IA, apresentada na trilha DevTestes IA do TDC São Paulo, no palco Stadium, trouxe um case da área de monetização da Globo — o ecossistema que sustenta venda e pós-venda de produtos digitais como streaming, hoje operado por mais de 17 squads e 160 pessoas, integrando Salesforce (CRM) e Oracle BRM (billing).
O problema não era falta de ferramenta
Segundo a apresentação, cerca de um ano atrás a área "tinha automação, mas não tinha escala". Cada squad trabalhava com sua própria stack — algumas em Java, outras em TypeScript —, cenários de teste duplicados, massa de dados criada de forma isolada e coleta de evidências fragmentada. Como resume o material projetado: "Automação fragmentada. Cenários duplicados. Manutenção complexa. Conhecimento em poucas mãos. Mais testes, menos confiança."
A resposta inicial não envolveu IA: foi a criação de um COI (Centro de Inteligência) de qualidade e da plataforma Shared Automation, que unificou tecnologia, convenções de nomenclatura, massa de dados e coleta de evidências entre os times.
"Antes de acelerar qualquer coisa, a gente precisava ter o que acelerar."
IA só depois da fundação pronta
A apresentação foi enfática num ponto: introduzir IA generativa sobre uma base fragmentada apenas amplificaria o caos existente. Só com padrões, contexto documentado (regras de negócio, jornadas, padrões de engenharia) e governança definida pelo COI é que a camada de agentes entrou em cena.
A arquitetura mostrada na tela descreve um fluxo de sete etapas: entrada via Copilot Chat no VS Code (dev, QA ou PO solicitando um cenário), busca de contexto no Jira via MCP, geração do cenário de teste, execução com Playwright (suítes funcional e integrada) contra os sistemas dos times (front-end e APIs REST), ciclo de feedback automático e registro de resultado no card do Jira via uma skill própria. Cada etapa passa por aprovação humana antes de avançar — a IA propõe, mas não decide sozinha.
Os números
Conforme os slides, a métrica comparou o mesmo tipo de atividade, no mesmo time, antes e depois da iniciativa: a construção de um cenário de teste complexo de ponta a ponta caiu de 9 dias para 1 dia em média, projetando mais de 2.000 horas por ano economizadas por time.
Pessoas, não só tecnologia
O fechamento da apresentação reforçou que devs, POs e QAs tiveram papéis ressignificados — QAs migraram de execução operacional para atuação mais estratégica — mas o resultado dependeu de trabalho humano prévio: "Estrutura, contexto e governança são trabalho humano. E é isso que sustenta qualquer agente no ciclo de desenvolvimento de software."
Para quem quer replicar, os slides sugerem cinco movimentos: escolher uma etapa com dor medida (não o SDLC inteiro), padronizar o que se repete, documentar contexto de negócio e engenharia por escrito, delegar atividades inteiras com supervisão humana, e medir sempre no fluxo real — antes e depois, no mesmo tipo de trabalho.