Enriquecer
Acrescentar IA onde a aplicação se encontra.
Resumos, extração, validação, pesquisa ou redação de rascunhos acrescentados através de uma única API compatível com OpenAI. Sem reescrita: a aplicação chama um endpoint governado.
Modernizar — Modernização de aplicações existentes com IA
Leve a IA aos sistemas que já utiliza.
Grande parte do valor de uma empresa reside em aplicações com dez ou vinte anos: um sistema de encomendas, uma ferramenta de gestão de sinistros, uma base de dados de assistência. Substituí-las para obter IA raramente é a resposta. A Onega avalia o seu parque aplicacional, acrescenta IA onde a aplicação se encontra, transforma funções legadas em ferramentas seguras para agentes e só migra passo a passo quando os números mostram que compensa.
01 — Quatro padrões
Uma decisão por aplicação.
Encapsular
Transformar funções legadas em ferramentas seguras.
Funções e dados legados expostos como ferramentas bem definidas e com permissões atribuídas, para que os agentes possam usar o sistema sem screen scraping nem acesso direto à base de dados.
Migrar
Avançar por incrementos, não num só salto.
Uma capacidade de cada vez, por detrás de uma interface estável, com análise de código assistida por IA e testes escritos antes de qualquer mudança. O antigo e o novo funcionam lado a lado até o novo estar comprovado.
Descontinuar
Substituir a função, manter o registo.
Quando um fluxo de trabalho é mais bem servido por um agente ou por um produto da Onega, a função da aplicação é substituída e os seus dados são arquivados segundo as suas regras de conservação.
02 — Engenharia assistida por IA
A IA acelera o trabalho. Os engenheiros continuam a ser responsáveis por ele.
O código legado é onde a engenharia assistida por IA poupa mais tempo e onde pode causar mais danos. Cada alteração gerada é revista, testada com o conjunto de testes de caracterização e integrada por uma pessoa.
- Compreensão do código: os modelos ajudam a mapear bases de código extensas e pouco documentadas, as respetivas dependências, regras de negócio e fluxos de dados.
- Testes de caracterização: testes que registam o que o sistema faz hoje, escritos antes de qualquer alteração.
- Tradução e refatorização: os modelos preparam propostas de conversão entre linguagens e frameworks; os engenheiros reveem cada alteração.
- Documentação: as regras de negócio encontradas no código ficam escritas para as pessoas responsáveis por elas.
- Contenção: o código-fonte permanece no seu ambiente, e os modelos usados sobre ele funcionam localmente ou através de uma rota de fornecedor que aprovou.
03 — Como decorre
Avaliar o parque aplicacional, comprovar um incremento e depois escalar.
- 01
Modernisation Assessment · 3–4 semanas
Inventário de aplicações, análise de código e de dados, um padrão por aplicação, riscos, um roteiro sequenciado e uma proposta a preço fixo para o primeiro incremento.
- 02
Primeiro incremento · 6–8 semanas
Uma capacidade enriquecida, encapsulada ou migrada no seu ambiente, com testes de caracterização e um caminho de reversão.
- 03
Execução em paralelo
O antigo e o novo lado a lado em trabalho real, até o novo percurso igualar ou superar a linha de base.
- 04
Execução do roteiro
Novos incrementos através de uma Forward Residency, cada um a reutilizar o que o anterior construiu.
04 — Pontos de partida
Onde a modernização costuma começar.
- Aplicações de encomendas, sinistros, assistência e gestão de casos com uma base de dados por detrás
- Aplicações cliente-servidor e das primeiras gerações web em .NET Framework, Java EE, Delphi ou Visual Basic
- Sistemas próximos do mainframe, acessíveis através de ficheiros, filas ou APIs
- Processos com muitos documentos, mantidos à base de unidades partilhadas e email
- Personalizações de ERP e CRM que bloqueiam a próxima atualização
- Camadas de integração a que os agentes precisam de aceder com segurança
05 — Perguntas frequentes
Perguntas que os responsáveis por aplicações fazem.
Temos de reescrever uma aplicação para usar IA?
Normalmente, não. Enriquecer ou encapsular uma aplicação dá-lhe capacidades de IA através de uma API governada, enquanto continua a funcionar como hoje. Só recomendamos a migração quando a avaliação mostra que compensa.
A IA pode trabalhar com segurança no nosso código-fonte?
Com condições: o código permanece no seu ambiente, os modelos funcionam localmente ou através de uma rota de fornecedor que aprove, cada alteração gerada é revista e testada por um engenheiro, e nada é integrado (merge) sem uma pessoa.
O que acontece ao sistema antigo durante uma migração?
Continua a funcionar. Cada incremento funciona ao lado do percurso antigo até estar comprovado em trabalho real, e cada incremento tem um caminho de reversão.