Marua Salemi
*Texto original em inglês por Ernesto Davila. Para acessá-lo, clique aqui.
As tecnologias digitais estão redefinindo as estratégias de negócios. Modelos Cloud e Agile, plataformas móveis e ferramentas inteligentes de análise têm impulsionado a demanda dos negócios por velocidade, flexibilidade e alinhamento aos requisitos do cliente. Como resultado, as organizações de desenvolvimento de software enfrentam maior pressão para entregar rapidamente a funcionalidade ao mercado. Os riscos são particularmente altos para as funções de teste de controle de qualidade, que devem equilibrar os imperativos de levar a funcionalidade aos usuários, garantindo qualidade, desempenho e segurança.
A boa notícia é que as tecnologias disruptivas estão aumentando as expectativas de negócios e podem ser aproveitadas para melhorar as capacidades de desenvolvimento. De fato, as empresas que efetivamente aplicam ferramentas como IA, análise e automação ao desenvolvimento, controle de qualidade e testes obterão uma vantagem competitiva significativa. Aqueles que não aproveitarem a oportunidade correm o risco de se encontrarem diante de uma lacuna insuperável.
Novos desafios para o controle de qualidade de software
O World Quality Report para 2017-2018 define desafios emergentes para a função de QA.
Os fatores citados incluem:
- Aumento da complexidade: as plataformas de Cloud Computing e o modelo ágil oferecem o potencial para aumentar a flexibilidade e a agilidade de resposta. As plataformas on Cloud fornecem acesso fácil e escalável aos recursos de computação. A estreita colaboração e comunicação contínua entre os desenvolvedores e o negócio exigido pela transformação digital são incorporados ao Agile. Sendo assim, para organizações tradicionais, a implementação de recursos na nuvem e Agile geralmente requer mudanças organizacionais, de processo e culturais fundamentais. Para as organizações de testes especificamente, isso significa uma mudança de uma estrutura centralizada para uma estrutura descentralizada.
- Mudando os modelos de negócios: No modelo “as-a-service”, os provedores de serviços em nuvem estão cada vez mais envolvidos no mix de testes de controle de qualidade como terceiros, fazendo com que existam áreas nebulosas sobre quem é responsável por determinados processos de testing. Além disso, como muitas empresas lutam para esclarecer os aspectos contratuais e financeiros de seus contratos de nuvem, os testes, questões de controle de qualidade e de segurança são muitas vezes deixados em segundo plano.
- Novas ferramentas e cronogramas reduzidos: O rápido crescimento de aplicativos móveis significa que as organizações de desenvolvimento devem se adaptar a novos tipos de hardware, sistemas operacionais e redes. Além disso, como os aplicativos móveis valorizam a entrega rápida de funcionalidades, as equipes enfrentam maior pressão em termos de testes e controle de qualidade.
- Internet industrial das coisas (IIoT): caracterizada por redes interconectadas e dispositivos inteligentes que continuamente coletam, compartilham e analisam dados, a IIoT aumenta exponencialmente o número de cenários e potenciais pontos de falha que a função de teste deve abordar. Embora as empresas estejam adotando agressivamente as estratégias da IIoT, os recursos de teste para aplicativos geralmente estão atrasados.
Trabalhando de maneira mais inteligente
Simplificando, o QA e a função de teste confrontam a complexidade crescente e os modelos de negócios em evolução, juntamente com a pressão para entregar rapidamente a funcionalidade. A boa notícia é que as tecnologias emergentes - ou seja, Inteligência Artificial (IA), Machine Learning e Advanced Analytics - podem enfrentar esses desafios e melhorar drasticamente a eficácia e eficiência do Ciclo de Vida de Desenvolvimento de Software.
Os impactos específicos incluem a entrega mais ágil das funcionalidades por meio da automação e da aprendizagem autônoma, experiências aprimoradas do cliente por meio da integração de interfaces de linguagem natural, diagnósticos aprimorados e modelagem preditiva a partir das análises de big data.
Com relação a testes e QA especificamente, os benefícios potenciais incluem maior produtividade, maior cobertura de testes, melhor identificação de áreas de risco, melhor análise de código e níveis mais altos de previsibilidade de resultados.
Talvez a principal proposta de valor esteja em alavancar a expertise dos humanos. Ao aplicar automação de teste inteligente para executar uma parcela cada vez maior de tarefas rotineiras de controle de qualidade (testes complexos e testes de regressão), o trabalho conduzido por seres humanos exigirá uma habilidade cada vez mais sofisticada e especializada e, assim, oferecerá níveis de valor cada vez mais altos.
