Um ano com assistentes de AI em produção: a experiência de VTB, T-Bank e Dodo Engineering

Desenvolvedores da VTB, T-Banco, Dodo Engineering e S7 TechLab compartilharam sua experiência implementando assistentes de codificação com IA na discussão técnica Conversations, organizada pela Just AI, e chegaram a conclusões inesperadas sobre como os papéis nas equipes mudaram no último ano.

O Que Mudou em um Ano de IA em Código?

Grandes equipes de TI russas começaram a implementar massivamente assistentes de IA para escrever código há aproximadamente um ano. As atitudes dos desenvolvedores passaram por estágios reconhecíveis: entusiasmo no início, decepção ao confrontar alucinações e código de baixa qualidade — e, finalmente, adoção tranquila da ferramenta na rotina diária.

A pergunta principal hoje não é "a IA funciona?" mas "ela mudou algo mensurável nas métricas da equipe?" De acordo com a experiência dos participantes da discussão, há ganho real de produtividade, mas concentrado não onde esperavam: não na velocidade de escrever novos recursos, mas na redução de esforço em tarefas rotineiras — testes, documentação, refatoração de código templates.

• Empresas participantes: VTB, T-Banco, Dodo Engineering, S7 TechLab
• Organizador da discussão Conversations: Just AI
• Efeito principal de IA: economia em tarefas rotineiras, não aceleração do desenvolvimento de novos recursos
• Ferramentas se consolidaram no fluxo de trabalho diário da maioria das equipes

Os Desenvolvedores Devem Ser Forçados a Usar IA?

Uma das questões mais agudas da discussão: devem os desenvolvedores ser obrigados a usar assistentes de IA? A experiência dos participantes mostrou que a abordagem diretiva funciona pior que a orgânica. VTB e T-Banco apostaram em defensores internos: desenvolvedores que demonstravam pessoalmente aos colegas casos de economia real de tempo. Quando a IA se "prescreve" através do exemplo pessoal, a resistência diminui notavelmente.

S7 TechLab e Dodo Engineering observaram que a negatividade surge mais frequentemente onde o assistente gera código que requer revisão longa. Se a proporção "escrito por IA / aceito sem mudanças significativas" é muito baixa, a confiança na ferramenta cai — e os desenvolvedores voltam aos métodos antigos.

"IA não acelera o desenvolvimento automaticamente — ela redistribui

para onde o tempo vai."

Quem Agora Escreve Código e Quem Apenas o Revisa?

Aqui um deslocamento inesperado de papéis emergiu. Em equipes onde assistentes de IA são usados ativamente, a tarefa do desenvolvedor muda de escrever código para revisar e validá-lo. Isso muda requisitos para juniors e mid-levels: a capacidade de ler rapidamente, compreender e avaliar código alheio — incluindo gerado por IA — torna-se mais importante que a capacidade de escrevê-lo rapidamente do zero.

Os participantes identificaram dois riscos reais. Primeiro: um desenvolvedor aceita código "às cegas" e acumula débito técnico. Segundo: gasta tanto tempo compreendendo o código gerado que todos os ganhos da IA desaparecem. Ambos os cenários já ocorreram em equipes de produção.

O Que Isso Significa

Assistentes de codificação com IA se consolidaram no ciclo de produção de grandes equipes de TI russas — mas junto com a eficiência, trouxeram novas questões sobre estrutura de papéis, qualidade de revisão de código e gerenciamento de débito técnico. A conclusão principal da discussão: IA muda processos em vez de simplesmente acelerá-los.

Perguntas Frequentes

Quais empresas participaram da discussão?

Na discussão técnica Conversations organizada pela Just AI, participaram representantes da VTB, T-Banco, Dodo Engineering e S7 TechLab — todas as quatro empresas compartilharam sua experiência implementando assistentes de IA no desenvolvimento de produção.

Onde a produtividade dos assistentes de IA realmente cresce?

De acordo com a experiência dos participantes, ganhos de produtividade são mais visíveis em tarefas rotineiras: escrever testes, documentação e refatorar código templates — não na velocidade de desenvolvimento de novos recursos.