O cofundador e CEO da Daytona, Ivan Burazin, afirma que os profissionais com experiência na gestão de pessoas estão frequentemente mais bem preparados para gerir agentes de inteligência artificial. À medida que as empresas transferem mais tarefas de programação e desenvolvimento de produtos para ferramentas autónomas, a capacidade de distribuir trabalho, rever resultados e organizar a colaboração tornou-se uma questão operacional para as startups que procuram aumentar a produtividade sem expandir demasiado as suas estruturas.
A Daytona tem atualmente cerca de 30 trabalhadores nos Estados Unidos e na Europa. Nos últimos meses, a empresa incentivou as equipas a aumentar a utilização de agentes de IA. Os seus 16 engenheiros trabalham, em média, com cinco agentes cada, e a equipa já não escreve código exclusivamente de forma manual.
Engenheiros da Daytona trabalham com vários agentes em simultâneo
Burazin afirma que os trabalhadores que já geriram outras pessoas tendem a dar instruções mais claras aos agentes de IA. Em geral, sentem-se mais à vontade para distinguir os dados de entrada necessários dos resultados esperados, definir o objetivo final e explicar como o trabalho deve ser executado.
Engenheiros com fortes competências técnicas, mas sem experiência de gestão, podem continuar a abordar estas tarefas como colaboradores individuais. É possível que assumam que os colegas — e os agentes de IA — irão deduzir requisitos que não foram explicitados. Quando o resultado fica aquém do esperado, podem sentir frustração sem decompor a tarefa em objetivo, processo e critérios de entrega.
Na perspetiva de Burazin, dar instruções a um agente de IA continua a ser uma tarefa de gestão. O utilizador tem de indicar o objetivo, as limitações e o resultado esperado, em vez de fazer um pedido genérico e deixar os detalhes por definir.
Burazin não defende a dependência exclusiva de gestores tradicionais
Burazin não considera que a experiência de gestão possa substituir os conhecimentos técnicos. Gestores sem preparação técnica suficiente, tanto em marketing como em engenharia, podem ter dificuldades em dar apoio prático às suas equipas. Os trabalhadores continuam a ter de participar no trabalho subjacente, em vez de se limitarem a distribuir tarefas e acompanhar o progresso.
Burazin fundou a Daytona em 2023 com Vedran Jukić e Goran Draganić. A empresa fornece uma infraestrutura de ambientes sandbox seguros, que permite às empresas executar agentes de IA e código gerado por inteligência artificial em ambientes isolados. Recentemente, a Daytona concluiu uma ronda de financiamento Série B no valor de 48 milhões de dólares.
Agentes de IA alteram a estrutura das empresas tecnológicas
A posição de Burazin surge num momento em que as empresas tecnológicas reavaliam o papel da gestão. A Meta, a Amazon e a Google já reduziram anteriormente níveis de gestão intermédia para simplificar as suas organizações e melhorar a eficiência. À medida que as ferramentas de IA se integram mais profundamente nos fluxos de desenvolvimento de software, também mais executivos do setor tecnológico estão a participar na programação e no desenvolvimento de produtos, além de gerirem trabalhadores.
Na Daytona, permitir que um engenheiro opere vários agentes de IA ajuda a empresa a manter uma força de trabalho humana relativamente pequena. Burazin afirma que o recrutamento está a avançar “muito lentamente”, uma vez que cada novo trabalhador cria novas ligações de comunicação e aumenta a complexidade da gestão.
O CEO defende que os agentes de IA podem permitir às empresas executar mais trabalho com equipas menores. Um número mais reduzido de trabalhadores pode encurtar as cadeias de comunicação, ajudando as empresas a limitar a complexidade organizacional sem perder velocidade de execução.
A experiência da Daytona indica que o efeito dos agentes de IA vai além da redução de tarefas repetitivas de programação. Estas ferramentas também estão a alterar as competências de gestão esperadas dos trabalhadores. Para as empresas, a capacidade de formular objetivos com clareza, dividir o trabalho em tarefas controláveis e avaliar o resultado final poderá determinar se o software de IA gera ganhos mensuráveis nas operações do dia a dia.