Asana usa o OpenAI Codex para limpar dívida técnica de 5 anos em 2 semanas com custo de dezenas de milhares de dólares
A plataforma de gestão Asana revela o sucesso no uso de inteligência artificial para converter sistemas legados de testes de software, economizando tempo e custos massivos.
A Asana revelou um estudo de caso sobre o uso do modelo OpenAI Codex para resolver um grande problema de dívida técnica, conseguindo migrar com sucesso sua suíte de testes de frontend da biblioteca legada Enzyme (já descontinuada) para a React Testing Library (RTL).
Originalmente, a equipe de engenharia da Asana estimou que esse trabalho levaria um total acumulado de 5 anos, ou cerca de US$ 6 milhões em custos com pessoal. No entanto, ao aplicar o OpenAI Codex, eles concluíram o projeto em cerca de 1,5 semana de tempo real (dentro de uma janela de 2 semanas), gastando apenas cerca de US$ 12.000 em custos de API e infraestrutura de IA.
Por trás desse sucesso, os engenheiros usaram prompts curtos de cerca de 5 frases para instruir o modelo Codex a executar agentes de IA em paralelo (até 4 agentes) em diferentes pastas de código, com engenheiros humanos revisando o código duas vezes ao dia antes de mesclá-lo (merge) ao sistema principal.
Vale ressaltar que a estimativa de 5 anos refere-se ao volume de trabalho acumulado e represado, e não ao desenvolvimento de recursos principais do sistema. Isso reflete o potencial da IA para lidar com tarefas mecânicas, repetitivas e demoradas na indústria de software.
Isso demonstra que os modelos de IA atuais podem ajudar as organizações a resolver tarefas de software acumuladas que levariam anos em poucas semanas, com custos drasticamente reduzidos, o que pode transformar a forma como orçamentos e projetos de TI são planejados e gerenciados no futuro.