32ª edição apresenta mais de 100 insights, destacando uma ampla gama de ferramentas, técnicas, plataformas, linguagens e frameworks.
São Paulo, abril de 2025 — A Thoughtworks, consultoria global de tecnologia que integra estratégia, design e engenharia para impulsionar a inovação digital, apresenta a 32ª edição do Technology Radar. O relatório semestral é construído a partir das experiências práticas da Thoughtworks ao resolver os desafios de negócios mais complexos de seus clientes. A nova edição do documento oferece uma visão abrangente do mundo em constante evolução da tecnologia. Os temas centrais incluem a aplicação prática da IA, a modernização das práticas de observabilidade e a importância crítica da gestão de dados em sistemas modernos.
Embora este volume traga um olhar mais atento sobre o impacto significativo da inteligência artificial generativa (GenAI), o Radar mantém seu foco nas diversas tecnologias, ferramentas e técnicas que moldam a forma como se desenvolve e entrega software.
“O Technology Radar da Thoughtworks sempre foi um guia para as tecnologias que moldam nosso setor”, afirma Rachel Laycock, Chief Technology Officer da Thoughtworks. “Esta edição é particularmente esclarecedora, destacando a necessidade de equilibrar o entusiasmo em torno da GenAI com uma abordagem pragmática para sua adoção. Também enfatizamos os elementos fundamentais da entrega de software — como o pensamento orientado a produtos de dados e a evolução da observabilidade — que são essenciais para construir sistemas resilientes e eficazes”, completa.
O Volume 32 do Technology Radar apresenta mais de 100 insights, destacando uma ampla gama de ferramentas, técnicas, plataformas, linguagens e frameworks. Junto a eles, quatro temas principais refletem narrativas-chave::
- Agentes supervisionados em assistentes de codificação: Assistentes de codificação com IA estão cada vez mais capazes de implementar código diretamente dentro dos ambientes de desenvolvimento integrados (IDEs), navegando, modificando e até corrigindo erros no código. Embora essas ferramentas apresentem potencial para agilizar o desenvolvimento, é importante manter a cautela quanto à dependência excessiva de código gerado por IA, reforçando a necessidade contínua de supervisão humana. O foco permanece em uma abordagem supervisionada, na qual desenvolvedores orientam e monitoram as ações dos agentes de IA.
- Evolução da observabilidade: O campo da observabilidade está evoluindo rapidamente, impulsionado pela crescente complexidade das arquiteturas distribuídas. Há um foco cada vez maior em ferramentas de observabilidade específicas para modelos de linguagem (LLMs), visando monitorar o desempenho da IA, além da crescente adoção do OpenTelemetry para padronização da observabilidade. Essa evolução reflete o reconhecimento crescente da importância estratégica da observabilidade na indústria.
- O “R” do RAG: O aspecto de retrieval (recuperação) na Retrieval Augmented Generation (RAG) é uma área-chave de desenvolvimento, voltada à personalização de prompts para modelos de linguagem de forma a gerar respostas mais úteis e relevantes. Estão surgindo novas técnicas como Corrective RAG, Fusion-RAG e Self-RAG, que aprimoram a recuperação de informações e otimizam os resultados dos LLMs — evidenciando a rápida evolução de métodos eficazes de recuperação dentro do ecossistema da GenAI.
- Dominando a fronteira dos dados: O foco na gestão de dados está se voltando para o tratamento de dados ricos e complexos, em vez de apenas volume. Gerenciar e empacotar dados de forma eficaz é essencial para sua aplicação em soluções de IA e análises. Este tema também destaca a importância do “pensamento orientado a produtos de dados”, defendendo a aplicação de princípios de gestão de produtos aos ativos de dados para melhorar sua usabilidade e valor.
Visite https://www.thoughtworks.com/pt-br/radar para explorar a versão interativa do relatório ou fazer o download da versão em PDF.