"A IA faz isso numa noite": três métodos de estimativa mostraram que 300 horas é pouco, e não demais

O autor do texto no Habr estimou em 300 horas os ajustes em um sistema corporativo de contabilidade. O cliente respondeu que o número estava inflado e insinuou: "A IA faz isso para mim numa noite". Em resposta, o desenvolvedor recalculou o mesmo escopo com três métodos independentes e chegou a um resultado que o cliente não esperava.

Três métodos, uma conclusão

O desenvolvedor aplicou três abordagens padrão ao mesmo escopo, sem se apoiar em nenhuma delas isoladamente.

• Bottom-up por ações do usuário — análise detalhada de cada operação do usuário final no sistema
• Pontos de função com benchmarks do ISBSG — o escopo é convertido em function points e comparado com a base de dados de milhares de projetos reais do ISBSG (International Software Benchmarking Standards Group)
• COCOMO II — modelo algorítmico da Universidade do Sul da Califórnia, que leva em conta escala, complexidade da lógica e características da equipe

Os três métodos produziram resultados coerentes entre si. Segundo o Habr, cada abordagem indicou que 300 horas não são um teto, mas um piso: o número ficou abaixo das médias do setor.

Por que 300 horas é pouco?

A base do ISBSG reúne dados de produção de milhares de projetos reais de software corporativo de todo o mundo. A produtividade média de uma equipe no desenvolvimento de sistemas de contabilidade é bem menor do que parece vista "de fora": os pontos de função contabilizam não só a escrita de código, mas também a análise de requisitos, a integração com módulos existentes e os testes de regressão.

"300 está abaixo do piso da indústria", afirma o autor do artigo ao

final dos cálculos com três métodos independentes.

O COCOMO II acrescenta fatores de complexidade da lógica de negócio e de dívida técnica. Em sistemas corporativos de contabilidade, nos quais cada mudança afeta módulos vizinhos, esses fatores aumentam a estimativa final, e não a reduzem.

Onde falha o argumento "a IA faz numa noite"

As ferramentas de IA atuais de fato aceleram a escrita de código padronizado, mas não eliminam as etapas centrais: auditoria da arquitetura existente, análise de requisitos, testes de integração e de regressão. São justamente essas etapas que respondem pela maior parte do esforço real em ajustes de sistemas corporativos.

O erro do cliente é típico: a IA aparece na demonstração rápida ("protótipo numa noite"), mas não aparece naquilo que o protótipo não tem — confiabilidade, compatibilidade e segurança dos dados. Os métodos ISBSG e COCOMO II levam essas etapas ocultas em conta de forma explícita.

O que isso significa

Três métodos independentes chegaram à mesma resposta: 300 horas para ajustar um sistema corporativo de contabilidade é um piso realista, e não um número inflado. O caso mostra que uma estimativa fundamentada, com metodologia reconhecida no setor, é uma resposta prática ao argumento "a IA faz mais rápido".

Perguntas frequentes

O que é o ISBSG?

O ISBSG (International Software Benchmarking Standards Group) é uma organização sem fins lucrativos que reúne dados de produção de projetos reais de desenvolvimento do mundo todo. A base permite comparar uma estimativa em pontos de função com a mediana do setor e defendê-la diante do cliente com base em estatística, e não em intuição.

Qual a diferença entre o COCOMO II e a estimativa bottom-up?

O COCOMO II é um modelo algorítmico que gera uma estimativa probabilística considerando a escala do projeto, as características da equipe e os riscos técnicos. A estimativa bottom-up é uma decomposição detalhada em tarefas específicas. Quando os dois métodos chegam a resultados próximos, a discussão sobre "subjetivismo do especialista" perde força e a confiança na estimativa aumenta.