Resultados
50%
Redução no MTTR
Resultados
3-4x
Potencial de acelerar o desenvolvimento de projetos — de trimestres para semanas
Rakuten(abre em uma nova janela) é uma empresa global de inovação que atua em e-commerce, fintech e comunicações móveis, atendendo consumidores e comerciantes em enorme escala. Com 30.000 funcionários no mundo todo, suas equipes de engenharia lançam produtos em um ecossistema amplo e complexo, em que velocidade e confiabilidade são essenciais.
É por isso que Yusuke Kaji, gerente geral de IA para negócios da Rakuten, passou o último ano levando fluxos de trabalho agênticos mais a fundo na forma como as equipes planejam, criam e validam software. Codex—o agente de programação da OpenAI — se tornou uma parte central da stack de engenharia da Rakuten, especialmente quando a empresa precisa avançar mais rápido sem comprometer a segurança.
Ao longo do último ano, engenheiros da Rakuten usaram o Codex em operações e entrega de software para comprimir a resposta a incidentes (incluindo uma redução de cerca de 50% no tempo médio de recuperação, ou MTTR), fortalecer CI/CD com revisão automatizada de código e verificações de vulnerabilidades, e apoiar desenvolvimento mais autônomo em projetos complexos.
“Não nos importamos apenas em gerar código rapidamente. Nos importamos em lançar com segurança. Velocidade sem segurança não é sucesso.”
Dentro da equipe de engenharia da Rakuten, a agenda de IA é clara e intencionalmente operacional. Kaji organiza o trabalho em torno de três prioridades que mobilizam as equipes:
- Criar mais rápido (“Velocidade!! Velocidade!! Velocidade!!”): as equipes usam o Codex em fluxos de trabalho operacionais, incluindo monitoramento e diagnóstico baseados em KQL, para acelerar a análise de causa raiz e a remediação, ajudando a reduzir o MTTR em até 50%.
- Criar com mais segurança (“Fazer acontecer”): o Codex é invocado em CI/CD para revisão de código e verificações de vulnerabilidades, aplicando padrões internos automaticamente para que as equipes possam lançar rápido com guardrails.
- Operar de forma mais inteligente (“AI-nization”): o Codex impulsiona projetos maiores e ambíguos, partindo da especificação rumo a implementações funcionais, reduzindo a dependência de requisitos perfeitamente definidos, viabilizando execução mais autônoma e, por fim, comprimindo trabalhos de trimestres para semanas.
O Codex se conecta diretamente a cada prioridade como um agente confiável em um conjunto mais amplo de ferramentas, aparecendo onde velocidade, segurança e autonomia geram valor composto.
Na Rakuten, velocidade inclui tempo de recuperação, não apenas velocidade de desenvolvimento.
As equipes usam KQL (o sistema de consultas do Azure para logs e telemetria) para monitorar APIs e analisar sinais. O Codex trabalha junto com esses fluxos para ajudar a identificar causas raiz e sugerir correções, reduzindo o tempo entre alerta e resolução.
Do ponto de vista de engenharia de confiabilidade de sites (SRE), isso encurta o caminho da detecção à remediação. Em vez de juntar manualmente consultas, logs e patches, engenheiros podem se concentrar em validar e implantar correções.
A Rakuten estima que essa abordagem pode reduzir o MTTR em aproximadamente 50% quando ocorrem problemas. Ou, de forma mais simples: a Rakuten usou o Codex para corrigir problemas duas vezes mais rápido quando algo quebra.
À medida que os lançamentos aceleram, revisão e implantação podem se tornar gargalos. A Rakuten resolve isso integrando o Codex diretamente ao seu pipeline de CI/CD.
O Codex realiza revisão de código e verificações de vulnerabilidades antes que as mudanças cheguem à produção. A Rakuten alimenta esses fluxos com princípios e padrões internos de programação para que as revisões fiquem alinhadas às expectativas da empresa.
“Fornecemos nossos princípios internos de programação ao Codex”, diz Kaji. “Usando os mesmos princípios, ele revisa se o código está alinhado aos nossos padrões.”
O resultado: as verificações de segurança acontecem de forma consistente e automática, permitindo que as equipes avancem mais rápido sem reduzir os padrões.
A terceira prioridade da Rakuten — AI-nization — se concentra em autonomia. O Codex é usado não apenas para revisão e manutenção, mas também para executar projetos maiores e ambíguos de ponta a ponta. Em vez de exigir especificações perfeitamente definidas, o Codex consegue avançar a partir de requisitos parciais e produzir artefatos utilizáveis.
“Os modelos mais recentes do Codex conseguem ler nas entrelinhas”, diz Kaji. “Mesmo que os requisitos não estejam perfeitamente definidos, ele entende o que estamos tentando criar.”
Um exemplo: criar uma versão em app móvel de um serviço existente de agente de IA baseado na web. O Codex implementou toda a especificação, envolvendo uma implementação full-stack com backend em Python/FastAPI e app iOS em Swift/SwiftUI, incluindo todas as APIs de backend, sem instrução humana passo a passo. O Codex reduziu o tempo de desenvolvimento desse projeto de um trimestre para semanas.
À medida que o Codex assume mais trabalho de geração de código, a Rakuten está deslocando o papel dos engenheiros para a escrita de especificações mais claras e a verificação das saídas em relação a padrões mensuráveis.
“Nosso papel não é mais verificar cada linha de código”, diz Kaji. “Nosso papel é definir claramente o que queremos e estabelecer como verificar isso.”
A Rakuten apoiou essa mudança por meio de workshops práticos com equipes de engenharia, produto e áreas não técnicas, contribuindo para que o Codex desempenhe um papel central em ajudar equipes a lançar mais rápido, operar com mais segurança e escalar o desenvolvimento autônomo em toda a organização.
