Um kit de sustentação com IA organiza o atendimento de chamados em etapas padronizadas. Ele reúne o conhecimento de cada sistema e um histórico que cresce a cada atendimento.

O time de sustentação atende chamados de várias aplicações, construídas com tecnologias diferentes. A pessoa de plantão nem sempre conhece o sistema que gerou o chamado. Para corrigir o problema, ela precisa entender esse sistema, localizar a causa raiz e conferir se o caso já apareceu antes. 

O conhecimento sobre as causas raiz se formou com quem acompanhou cada erro. Por isso, quem chega ao time precisa aprender o sistema antes de ajudar. Além disso, muitas demandas voltam com frequência, e cada repetição manual carrega o risco de um deslize. 

O kit organiza o atendimento como uma linha de montagem, com um módulo de IA para cada etapa do chamado. São cinco etapas: triagem, preparação, análise, correção e hand-off. O time pode renomear, reunir ou criar etapas para seguir o seu jeito de trabalhar. 

Na preparação, o kit reúne o pedido, os anexos e as primeiras pistas em um único arquivo de contexto. Cada chamado ganha uma área isolada de trabalho, então vários atendimentos andam em paralelo sem interferência. 

A análise segue sempre a mesma ordem. O kit levanta evidências, resume o problema e busca chamados parecidos já resolvidos. Em seguida, consulta o especialista do sistema, que conhece a aplicação e o banco de dados. O chamado sai classificado como bug, dado inválido ou restrição de regra de negócio. Saem também dois documentos, o diagnóstico com a causa raiz e o plano que orienta a correção. 

Na correção, o kit executa o plano sem reabrir o diagnóstico. Ele implementa a mudança, prepara os scripts com validação antes e depois e roda os testes. O hand-off liga tudo ao chamado e escreve as notas de teste, com o que mudou, como testar e como reverter. 

O desenvolvedor confirma a causa raiz e revisa a correção, e os revisores aprovam a mudança antes de ela entrar no código principal. A IA nunca integra mudanças nem executa scripts em produção.

Todo chamado deixa rastro em arquivo, com histórico de alterações. Esses registros formam uma trilha de auditoria e um histórico que a próxima análise consulta. Dessa forma, cada atendimento alimenta o seguinte, e a demanda que se repete vira um módulo dedicado.

• Cerca de 85 minutos por chamado, somando preparação, análise, correção e hand-off 

• Cerca de 120 minutos para três ou mais chamados em paralelo 

• Cerca de 1,5 minuto de execução em uma demanda recorrente de inserção em lote, com cerca de 90% de automação 

Todo o time trabalha com o mesmo kit. Quando uma pessoa encontra um jeito melhor de trabalhar e o adiciona, todos passam a usar a melhoria. Inclusive, nas demandas recorrentes, quem nunca tocou em um sistema consegue atender o chamado com segurança, o que reduz a curva de aprendizado. Aos poucos, sistemas que nunca tiveram documentação ganham uma documentação viva.

O AI-Native SDLC é o processo de desenvolvimento da dti que usa IA em todas as etapas. Para colocá-lo em prática, a dti desenvolve kits, e cada um atende um cenário. O kit de sustentação com IA cuida dos chamados que surgem depois que o software entra em produção. Ele investiga a causa raiz com o apoio de especialistas por sistema, desenvolve a correção e entrega tudo documentado para as pessoas verificarem. Assim, cada chamado resolvido com o kit deixa conhecimento para o próximo, dentro do mesmo ciclo da construção do software.