INTELIGÊNCIA

ARTIFICIAL E
AGILIDADE
Heitor Roriz
Abril/2024
Por que IA e
Agilidade?
Este ebook sobre IA e Métodos Ágeis é
essencial para profissionais que buscam se
manter na vanguarda das tendências de
desenvolvimento e gestão de projetos. Ao
integrar inteligência artificial com práticas
Ágeis, os profissionais podem aprimorar a
produtividade, eficiência, a adaptabilidade e
a inovação em seus projetos, elementos
cruciais para o sucesso em um mercado
competitivo como o de hoje!

01
 O conteúdo abordado oferece não só
uma base sólida de conhecimento
técnico e prático, mas também insights
valiosos sobre como as tecnologias de IA
criadas até o momento da escrita desse
livro, podem ser aplicadas para resolver
problemas do cotidiano, para aumentar
a produtividade de um profissional ou de
uma equipe, otimizar processos e
promover uma cultura de melhoria
contínua. Além disso, ao explorar
estudos de caso e melhores práticas, o
ebook serve como um guia relevante
para implementação efetiva, ajudando
os profissionais que trabalham com
Agilidade a transformarem teoria em
ação concreta e resultados tangíveis.

02
O1
Fundamentos integrados
de IA (histórico)

O2
Implementação de IA em
ambientes Ágeis (exemplos)

O3 CONTEÚDO
Estudos de caso e
aplicações práticas

O4
Desafios, ética e gestão
de riscos

O5
Futuro da IA em Métodos
Ágeis
03
O1
Fundamentos
Integrados de IA e Agile

O que é IA ?

Inteligência Artificial refere-se a sistemas ou máquinas que

imitam a inteligência humana para realizar tarefas e podem
iterativamente melhorar-se com base nas informações que
coletam. Há décadas a IA vem sendo desenvolvida, de forma
resumida, vejamos abaixo um pouco do histórico.

Evolução da IA
O campo da IA como conhecemos começou a tomar forma
na década de 1940. Alan Turing, matemático britânico,
propôs a ideia de uma máquina capaz de simular qualquer
processo de raciocínio humano, conhecida como a "máquina
de Turing".

Em 1950, Alan Turing introduziu o conceito de um teste de

inteligência artificial em seu artigo "Computing Machinery
and Intelligence". O Teste de Turing desafia uma máquina a
exibir comportamento inteligente indistinguível do de um
humano. Este teste ainda é usado como referência em
discussões sobre a inteligência de máquinas.

04
O termo "inteligência artificial" foi cunhado por John
McCarthy em 1956, durante a Conferência de Dartmouth, um
evento que muitos consideram o nascimento oficial da IA.
Nos anos seguintes, houve avanços significativos, como a
criação do primeiro programa de IA que jogava damas e o
desenvolvimento de sistemas de IA capazes de resolver
problemas de álgebra e provar teoremas matemáticos.

A IA enfrentou períodos de ceticismo e redução de

financiamento em projetos devido às altas expectativas não
atendidas e limitações tecnológicas da época.

Renascimento da IA

Com o aumento exponencial da capacidade de

processamento e da disponibilidade de grandes volumes de
dados (big data), a IA começou a ser implementada em uma
escala sem precedentes. Isso incluiu aplicações em análise de
dados, sistemas de recomendação, assistentes pessoais
inteligentes e veículos autônomos.

Hoje, a IA é vista como uma força transformadora em quase

todas as indústrias, impulsionando inovações em áreas como
saúde, onde ajuda no diagnóstico de doenças e no
desenvolvimento de novos medicamentos, e em finanças,
melhorando a segurança e a personalização dos serviços.

05
Tecnologias-chave de IA

Rede Neural: método de inteligência artificial que ensina

computadores a processar dados de uma forma
inspirada pelo cérebro humano.
Machine Learning (ML): trata de como algoritmos de
aprendizado de máquina usam dados para melhorar o
desempenho em tarefas específicas. Exemplos de
técnicas incluem aprendizado supervisionado, não
supervisionado e por reforço.
Deep Learning (DL): esse conceito é um subconjunto de
machine learning que utiliza redes neurais profundas,
tem sido fundamental para avanços em áreas como
reconhecimento de imagem e processamento de
linguagem natural.
Processamento de Linguagem Natural (PLN): conceito
que permite que as máquinas entendam e respondam à
linguagem humana de forma natural e útil. Exemplos:
aplicações como chatbots (muitas baseadas no ChatGPT)
e assistentes virtuais.
Visão Computacional: conceito que capacita
computadores e sistemas a derivar informações
significativas de imagens digitais, vídeos e outros inputs
visuais, e suas aplicações em reconhecimento facial,
veículos autônomos, etc.

Apesar de novos conceitos terem surgido nos últimos 5 anos,

considero esses acima como fundamentais pra entender
como a IA pode ser aplicada na realidade da Agilidade.

06
O2
Implementação de IA em
ambientes Ágeis
A Importância da Combinação de IA com
Agile

Resolução rápida de problemas: IA analisa dados para

identificar padrões, acelerando a resolução de problemas
em ambientes Agile.
Tomada de decisão informada: ferramentas de IA
fornecem insights acionáveis, melhorando a tomada de
decisão e a eficiência do processo.
Adaptabilidade a mudanças: IA prevê tendências,
ajudando as equipes Agile a adaptar produtos
rapidamente a novas demandas do mercado.
Personalização em escala: A IA permite personalizar
produtos em escala, aumentando a satisfação do cliente
sem comprometer a agilidade.

Por exemplo, um Agile Coach ou Scrum Master pode utilizar

a Inteligência Artificial (IA) no cotidiano para otimizar e
agilizar os processos de gestão de projetos. Ferramentas
de IA atuais podem:

07
 Automatizar a triagem e priorização do backlog.
Prever a duração das tarefas com base em dados
históricos.
Sugerir ajustes nas práticas utilizadas para aumentar a
eficiência do(s) processo(s).

Isso tudo através de aplicativos próprios ou através de plug-

ins em ferramentas de gestão de atividades e projetos como
JIRA, ClickUp, Teams, Businessmap, entre outras.

Além disso, a IA pode facilitar a comunicação entre os

membros da equipe, analisando desde feedbacks até
sentimentos durante uma reunião virtual, para melhorar a
colaboração e o ambiente de trabalho!

Aplicando ferramentas de IA na prática

Com todas essas possibilidades, a IA se torna uma aliada

valiosa na implementação de práticas Agile, permitindo que
Agilistas, Agile Coaches e Scrum Masters se concentrem em
atividades de maior valor estratégico!

Atualmente, dado o foco constante em resultados, isso é

absolutamente crucial. Não deixe de pesquisar e utilizar
ferramentas para automatizar suas tarefas. Lembre-se que
tarefas menores como criação de apresentações, vídeos,
fotos e textos também podem ser automatizadas. Minha
produtividade triplicou nos últimos 5 meses desde que
comecei a usar inúmeros aplicativos de IA para as mais
variadas tarefas!

08
Veja abaixo algumas das ferramentas que uso. Note que no
momento que você esteja lendo esse ebook, eventualmente
uma ou mais dessas ferramentas podem ter deixado de
existir.

Novas
ferramentas
surgem a cada dia!
Seja curioso(a)! Algumas demandam
um pouco mais de
tempo pra aprender,
mas vale a pena!

09
O3
Estudos de caso e
aplicações práticas

Vejamos aqui aplicações interessantes e diferentes setores.

Veja se você encontra seu setor de atuação e fica a dica de
utilizar o que estamos apontando no seu cotidiano.

Setor de Saúde

Diagnóstico assistido por IA

Um exemplo notável é o uso de IA em sistemas de imagem

médica para detectar doenças complexas, como câncer.
Algoritmos de aprendizado profundo analisam imagens de
ressonância magnética ou tomografias para identificar sinais
precoces de tumores que podem ser invisíveis ao olho
humano.

Em um ambiente Ágil, equipes multidisciplinares trabalham

em Sprints para iterar rapidamente sobre o software de
diagnóstico. A colaboração contínua com médicos permite
ajustes ágeis baseados em feedback real, melhorando
significativamente a precisão e a confiabilidade das
ferramentas de diagnóstico.

10
Impacto clínico

A integração de IA com Agile não só acelera o processo de

diagnóstico, mas também aumenta a precisão, o que é
crucial para tratamentos oportunos e personalizados,
melhorando os resultados para os pacientes.

Um estudo recente mostrou a eficácia da IA analisando

tomografias para identificar embolia pulmonar: o valor
preditivo positivo foi de 77% e o valor preditivo negativo foi
de 99%.

Desenvolvimento de tratamentos
personalizados

Um exemplo notável é o uso de IA em sistemas de imagem

médica para detectar doenças complexas, como câncer.
Algoritmos de aprendizado profundo analisam imagens de
ressonância magnética ou tomografias para identificar sinais
precoces de tumores que podem ser invisíveis ao olho
humano.

Em um ambiente Ágil, equipes multidisciplinares trabalham

em Sprints para iterar rapidamente sobre o software de
diagnóstico. A colaboração contínua com médicos permite
ajustes ágeis baseados em feedback real, melhorando
significativamente a precisão e a confiabilidade das
ferramentas de diagnóstico.

11
Impacto clínico

A integração de IA com Agile não só acelera o processo de

diagnóstico, mas também aumenta a precisão, o que é
crucial para tratamentos oportunos e personalizados,
melhorando os resultados para os pacientes.

Um estudo recente mostrou a eficácia da IA analisando

tomografias para identificar embolia pulmonar: o valor
preditivo positivo foi de 77% e o valor preditivo negativo foi
de 99%.

Setor Financeiro
Prevenção de fraudes
O NuBank, por exemplo, implementa sistemas de IA para
monitorar transações em tempo real, detectando padrões
anormais que podem indicar tentativas de fraude. Algoritmos
de machine learning são treinados com históricos de
transações fraudulentas para aprender e identificar sinais de
alerta.

Em um ambiente Agile, as equipes de TI e segurança

colaboram estreitamente em ciclos de desenvolvimento
curtos, permitindo implementações rápidas de melhorias
baseadas no feedback operacional contínuo e nas novas
tendências de fraude que surgem.

12
Impacto da integração de IA e Agile no setor
financeiro

A flexibilidade proporcionada pela lógica de trabalho Agile

(ou Ágil), combinada com a poderosa capacidade analítica da
IA, permite que instituições financeiras se adaptem
rapidamente a novos desafios regulatórios e tecnológicos.
Projetos de regulamentação são caros e estressantes para
todos os envolvidos!

Tenho mais um detalhe, a vantagem competitiva: as

instituições que integram efetivamente IA e Agile em suas
operações ganham uma vantagem competitiva significativa
ao oferecer serviços mais seguros, personalizados e
responsivos.

Setor de Varejo
Gerenciamento de inventário inteligente
Varejistas podem aplicar IA para prever tendências de
consumo e ajustar os níveis de estoque em tempo real.
Algoritmos analisam dados de vendas, condições climáticas,
eventos locais e tendências de mídia social para prever a
demanda futura com precisão.

Equipes Agile colaboram estreitamente para desenvolver e

ajustar continuamente os sistemas de previsão de demanda.

13
A utilização de Sprints permite uma adaptação rápida e
eficiente à mudança das condições de mercado e à
introdução de novos produtos.

Acredito que o grande impacto está na eficiência operacional,

o Calcanhar de Aquiles do varejo. A capacidade de ajustar o
inventário dinamicamente reduz o excesso de estoque e
evita rupturas, minimizando drasticamente custos e
maximizando a satisfação do cliente.

NOS TORNAMOS O MAIOR

FABRICANTE MUNDIAL DE ROBÔS
INDUSTRIAIS E IMPLEMENTAMOS
MAIS DE 750.000 ROBÔS MÓVEIS NAS
NOSSAS OPERAÇÕES MUNDIAIS.

14
O4
Desafios, ética e gestão
de riscos
A importância da conscientização

A conscientização sobre as dificuldades inerentes ao uso da

IA é muito importante dada a proximidade da chamada
SINGULARIDADE: quando tivermos um robô capaz de se
mover como um ser humano e uma inteligência genérica
sobre quaisquer assuntos, o que poderá acontecer?

Essa capítulo fornece um roteiro prático para as

organizações que buscam alavancar as vantagens da IA
mantendo práticas éticas e seguras.

15
Desafios técnicos

Integração de Sistemas

Discutir as dificuldades técnicas de integrar soluções de IA

em ambientes Agile existentes, como incompatibilidades de
sistemas e a necessidade de desenvolvimento contínuo para
manter a tecnologia atualizada.

Escassez de Competências

As empresas precisam abordar a lacuna de habilidades em IA

e Agile dentro das equipes e fomentar a importância de
treinamento e desenvolvimento contínuo para capacitar os
colaboradores.

Questões éticas

Transparência e Responsabilidade

Devemos sempre enfatizar a importância de construir

sistemas de IA que sejam transparentes e cujas decisões
possam ser auditadas, para manter a confiança dos usuários.

Viés e Justiça

Examinar como os vieses podem ser inadvertidamente

codificados em algoritmos de IA e as estratégias para mitigar
esses riscos, garantindo que as soluções de IA sejam justas e
não discriminatórias. Esse é um tópico bem polêmico!

16
Gestão de Riscos

Avaliação de riscos

Planejar e descrever como realizar avaliações de risco

contínuas para identificar e mitigar potenciais ameaças que a
tecnologia de IA pode apresentar em projetos Agile. Por
exemplo: obsolescência de soluções e APIs.

Planos de contingência

Ao implantar IA nos processos da empresa, deve-se discutir a

importância de desenvolver planos de contingência robustos
que possam ser rapidamente implementados caso algo dê
errado com a aplicação de IA.

Estratégias de Implementação

Políticas de Governança de IA

Como Agile Coach ou Scrum Master, você deve sugerir a

criação de políticas claras de governança de IA que regulem o
uso e garantam a conformidade com as leis e
regulamentações locais e internacionais. Talvez um CAIO
(Chief AI Officer) seja uma boa ideia para sua empresa.

Participação de stakeholders

Garantir que todas as partes interessadas possam contribuir

e expressar preocupações sobre as implementações de IA.

17
 O5
Futuro da IA em Métodos
Ágeis
Tendências atuais
Neste capítulo apresento uma visão sobre as tendências
emergentes na integração de IA e Agile e como essas
tendências poderão moldar o futuro do desenvolvimento de
tecnologia e gestão de projetos.

NA ENTREVISTA QUE FIZ EM 2017 COM O

CRIADOR DO SCRUM, JEFF SUTHERLAND, ELE
MENCIONA QUE EMPRESAS PRECISAM BAIXAR O
CUSTO DE SEUS PRODUTOS EM 95%. COMO SUA
EMPRESA VEM SE PREPARANDO PARA ISSO?
CLIQUE AQUI PARA ASSISTIR
18
Avanços em Tecnologia de IA
Discutir os avanços contínuos em algoritmos de aprendizado
de máquina e como eles estão se tornando mais eficientes e
acessíveis para empresas de todos os tamanhos é uma
discussão que precisa acontecer nas empresas. Em geral, no
Brasil, as pessoas acham que “isso não me afeta” ou que
“não preciso me preocupar com isso agora”. O fato é que
quando o impacto da singularidade acontecer, se você e sua
empresa ainda estiverem na estaca zero, você ficará para
trás porque alguém usando IA irá tomar seu emprego e sua
empresa provavelmente estará demitindo pra cortar
custos ou fechará as portas.

IA Explicável e Ética

Você deve explorar o crescente foco em tornar a IA mais

transparente e explicável, para todos entenderem, de modo
que as decisões tomadas por sistemas automatizados
possam ser compreendidas e justificadas aos usuários finais.

Evolução dos Métodos Ágeis

Agile não morreu e não deve morrer ao menos por duas ou

mais décadas à frente. Isso porque primariamente toda
empresa sempre irá desejar fazer as coisas FCB, faster,
cheaper, better (mais rápido, mais barato e, com melhor
qualidade). Como nenhuma empresa nasceu pra isso,
métodos e práticas ágeis de trabalho estarão sempre
surgindo ano após ano.

19
Impactos setoriais profundos
O autor do livro “Organizações Exponenciais”, de 2014 e de
“Organizações Exponenciais 2.0”, de 2023 juntamente com
Peter Diamandis, fundador da Singularity University prevêem
que o próximo unicórnio (startup com valor de mercado de
USD 1 bi) será apenas um ou dois empreendedores e o
restante da operação será via ferramentas e agentes de IA.
Isso será muito disruptivo para basicamente todas as
indústrias e setores, dado que a competitividade de uma
empresa assim é imbatível. Imagine o impacto nos bancos e
nas próprias fintechs!

Quais os próximos passos?

Encorajamento à Adoção de IA e Agile

Incentivar as organizações a explorar como a IA pode ser

integrada com práticas Agile em seus próprios contextos
para melhorar a eficiência, a inovação e a resposta ao cliente.

Investimento em Capacitação e Inovação e Fóruns

Recomendar invistimentos em treinamento para suas

equipes, não apenas em habilidades técnicas relacionadas à
IA, mas também em competências para gerenciar e
implementar projetos Agile . Aqui é importante sugerir que
profissionais e líderes participem ativamente de
comunidades e fóruns relacionados à IA e Agile para
compartilhar conhecimentos, aprender com as experiências
dos outros e se manterem informados.

20
 Curtiu o assunto? Espero
que eu tenha trazido
algumas ideias pra você e
sua empresa. Pra
acompanhar nosso
conteúdo, siga-nos nas redes
sociais!

hroriz

massimusct

Heitor Roriz

Massimus

21