Entrevista sobre AI com Hanan Ouazan, sócia-gerente e líder global AI na Artefact

Hanan se juntou Artefact logo no início, há 10 anos, e sempre foi apaixonado por AI . Ele desempenha um papel fundamental no desenvolvimento de AI generativa na Artefact nossos clientes, aproveitando tecnologias avançadas em constante evolução para melhor atender às suas necessidades de acordo com os imperativos de seus setores.

Formado pela Centrale Lille e pela École Normale Supérieure (ENS), concluiu seu mestrado de pesquisa MVA (Matemática, Visão, Aprendizado) na ENS, um dos programas mais avançados em Aprendizado de Máquina, Data e Aprendizado Estatístico. Hanan lidera uma equipe de engenheiros talentosos no projeto, desenvolvimento e industrialização de casos artificial intelligence .

AI já não são apenas ferramentas que executam tarefas automatizadas. Ao contrário da RPA (Automação Robótica de Processos), que executa tarefas predefinidas em uma sequência precisa, AI são capazes de se adaptar ao ambiente, tomando decisões e otimizando processos sem intervenção humana.

Isso representa um avanço significativo rumo a AI mais autônoma, flexível e inteligente. Esses AI trazem uma abordagem nova e mais adaptável, pois são capazes de:

• Observar o ambiente em que vivem e ajustar seu comportamento de acordo com os data.
• Interagir com vários sistemas para realizar tarefas complexas.
• Otimize e automatize processos sem a necessidade de intervenção humana constante.

AI e ‘Agentic’ serão os termos tecnológicos mais comentados em 2025. Essa evolução na automação aproveita o desempenho excepcional que AI generativa AI . Gosto de chamá-la de RPA 2.0, capaz de se integrar a fluxos de trabalho dinâmicos e ir além do simples papel de assistente.”

Hanan Ouazan, sócia-gerente Artefact líder global AI

A tecnologia RPA (Automação Robótica de Processos) consiste em automatizar um processo dividindo-o em uma sucessão de tarefas, que são encadeadas até que o resultado seja obtido, geralmente por meio de um processo simples: Ler, Extrair, Gravar.

AI generativa consistem em três elementos:

1. LLM: Primeiro, tínhamos modelos que nos permitiam responder a perguntas com base no conhecimento deles.
2. Assistente: Em seguida, chegou a era dos assistentes capazes de interagir com sistemas de conhecimento para nos ajudar no dia a dia (uso de RAG, etc.) – o famoso “COPILOT”. Nesse caso, AI “executa” nada, mas sim enriquece seu conhecimento e auxilia o usuário.
3. Agente: Um agente é um aplicativo que busca atingir um objetivo observando o mundo e agindo sobre ele com as ferramentas à sua disposição. A novidade está nessa “consciência” do ambiente, que permite ao agente adaptar-se a eventos imprevistos.

E é aí que ele se diferencia do conceito de RPA. É justamente a capacidade do agente de se adaptar ao inesperado que muitas vezes lhe rende o título de RPA 2.0!

AI têm aplicações em muitos campos.

• Relações com o cliente: chatbots inteligentes capazes não apenas de responder a perguntas, mas também de realizar ações (atualizar um contrato, gerar uma fatura, atender a uma solicitação específica).
• Back office: EDM 2.0, gestão automatizada de documentos, tratamento de incidentes e solicitações internas.
• Especificação de código: as IA auxiliam os desenvolvedores gerando código, otimizando scripts ou automatizando testes.

 

“Os casos de uso terão de ser repensados em termos de processo e não apenas traduzidos para AI. O objetivo não é simplesmente sobrepor AI, mas redefinir o processo sem as restrições que possam ter existido.”

Hanan Ouazan, sócia-gerente Artefact líder global AI

 

“Estamos vendo o surgimento de AI capazes de gerar código, implementá-lo e até mesmo automatizar processos complexos. Essas tecnologias estão revolucionando profundamente o desenvolvimento de software, tornando muito mais rápido e acessível o aprimoramento de aplicativos.”

Hanan Ouazan, sócia-gerente Artefact líder global AI

AI têm duas funções principais:

1. Bootstrapping rápido (por exemplo, Bolt): transformação imediata de conceitos em protótipos.
2. Ferramentas de desenvolvimento (por exemplo, Copilot, Cursor): autocompletar código, refatoração, geração de testes.

No entanto, essa evolução não substitui a experiência humana. Essas ferramentas exigem supervisão rigorosa para evitar erros estruturais e, em particular, o risco de um código do tipo “castelo de cartas”, que pode parecer de alto desempenho, mas é instável em produção.

Atualmente, a conexão entre um AI e um software baseia-se principalmente em APIs específicas de cada serviço. Para se comunicar com sistemas como o Google Drive, o Slack e o Confluence, por exemplo, isso envolve:

1. Integrar três APIs distintas, cada uma com suas próprias especificidades técnicas.
2. Configurar o AI com três conectores, cada um exigindo autenticação e configuração individuais.
3. Executar três consultas distintas, cujas respostas são posteriormente agregadas ou sintetizadas pelo agente.

Esse processo não é apenas complexo, mas também difícil de manter e desenvolver, especialmente em grande escala. Esse é precisamente o problema que a iniciativa lançada pela Anthropic, com o Model Context Protocol (MCP), visa resolver. Esse novo protocolo funciona como uma API universal padronizada, projetada especificamente para simplificar as interações entre AI e software.

Por fim, é importante compreender que AI colocam em questão a estrutura do software SaaS, que se baseia em três pilares fundamentais (experiência do usuário, inteligência eData). Essa tecnologia questiona esses três componentes:

1. UX: Com AI , a interação do usuário está evoluindo. As sugestões e a automação substituem o clique tradicional, tornando a experiência do usuário clássica menos central. A experiência é redefinida em torno de fluxos de trabalho invisíveis ou adaptados às necessidades dos agentes.
2. Inteligência: As automações geralmente envolvem ações entre vários sistemas. Uma lógica aberta e padronizada poderia substituir os fluxos de trabalho confinados em ecossistemas isolados.
3. Data: Data continua sendo um obstáculo à integração total.

 

“Hoje, os fornecedores de SaaS integram camadas de automação em suas plataformas, mas essa abordagem está mostrando suas limitações diante das necessidades multiplataforma. O futuro do SaaS provavelmente reside em lógicas abertas, interconectadas e adaptáveis, a serviço das empresas.”

Hanan Ouazan, sócia-gerente Artefact líder global AI

Os primeiros AI , como o Copilot da Microsoft, do Google e da Salesforce, estão se tornando cada vez mais comuns, mas continuam limitados a tarefas simples. Agentes mais avançados enfrentam dificuldades para serem implementados em escala industrial, devido à falta de controle e confiança, enquanto os agentes autônomos ainda se encontram em fase experimental.

Há alguns meses, na Consumer Electronics Show (CES) em Las Vegas, o CEO da Nvidia, Jensen Huang, declarou que “a TI se tornará o RH dos AI ”.

Segundo Hanan Ouazan, embora essa visão seja interessante e desafiadora, ela não é nem totalmente realista nem desejável.

Na sua opinião, a TI desempenhará um papel fundamental na implantação desses AI , mas não será capaz de assumir sozinha a gestão dessas ferramentas. Será necessária uma transformação organizacional mais ampla e o envolvimento indispensável das linhas de negócio:

• Um desafio empresarial acima de tudo: AI automatizam os processos de negócios. A supervisão desses agentes exigirá o envolvimento das data operacionais e data .
• Uma profunda mudança organizacional: a TI será responsável pela manutenção técnica, mas a governança e a otimização dos agentes ficarão a cargo das linhas de negócios.

AI generativa já AI transformando as empresas: menos execução, mais supervisão e otimização. Assim como na automação industrial, as competências precisam evoluir para integrar essas ferramentas de forma eficaz.

 

“A automação por si só não é suficiente: já precisamos repensar os processos de negócios para evitar complexidades desnecessárias. AI não AI ser apenas mais uma camada, mas uma alavanca para conceber modelos mais eficientes e adaptados às necessidades dos negócios.”

Hanan Ouazan, sócia-gerente Artefact líder global AI