Automação Moderna: SRE, IA e o Custo Real da Orquestração

Na madrugada de 8 de dezembro de 2021, um único comando de configuração mal aplicado no painel da Fastly derrubou boa parte da internet global em menos de 60 segundos. GitHub, Reddit, Amazon, Spotify e o site do governo britânico saíram do ar simultaneamente. O gatilho não foi um ataque, nem um bug exótico: foi uma condição de borda não tratada em um sistema de automação de borda que propagou um estado inválido para toda a malha de PoPs. O incidente é o retrato mais honesto do que a automação moderna se tornou: um multiplicador de intenção — inclusive de intenções erradas.

A Redação Nova Era cobre engenharia de software, inteligência artificial, cloud e automação com um viés deliberado: desconfiar de narrativas lineares. A pergunta que orienta este texto não é ‘como automatizar mais?’, mas ‘o que a automação está otimizando — e a que custo?’. Em ambientes de produção sérios, a resposta raramente é técnica. É organizacional.

O que mudou de fato na automação entre 2020 e 2025

Três deslocamentos concretos redefiniram o campo:

• De scripts imperativos para controladores declarativos. Kubernetes, Terraform e Crossplane consolidaram o modelo em que o operador descreve o estado desejado e o sistema converge. Isso reduziu o tempo médio de recuperação (MTTR) em times maduros, mas transferiu a complexidade para a camada de reconciliação — onde erros de schema e drift silencioso se acumulam.
• De pipelines para malhas de eventos. Kafka, NATS e Pulsar substituíram o ETL em lote por fluxos contínuos. O ganho de latência é real; o custo é que falhas parciais se tornam difíceis de reproduzir localmente.
• De regras heurísticas para modelos probabilísticos. LLMs e modelos de classificação entraram em roteamento de incidentes, triagem de alertas e geração de runbooks. Isso melhorou a sinalização em ambientes ruidosos, mas introduziu uma nova classe de falha: o erro confiante.

Um dado que costuma passar batido: segundo o State of DevOps Report, times de elite recuperam-se de incidentes em menos de uma hora, enquanto times de baixo desempenho levam entre uma semana e um mês. A diferença não está na ferramenta de automação escolhida — está na qualidade dos ciclos de retroalimentação e na cultura de post-mortem sem culpa.

Observabilidade não é dashboard: é orçamento de erro

A observabilidade virou sinônimo de ‘ter Grafana’. Isso é um erro caro. Observabilidade, na prática, é a capacidade de responder perguntas que você não sabia que precisaria fazer. Um painel bonito que mostra CPU a 80% não diz nada sobre a experiência do usuário no checkout.

O conceito útil aqui é o de orçamento de erro (error budget), popularizado pelo SRE do Google. Se o SLO é 99,9% de disponibilidade, você tem cerca de 43 minutos de indisponibilidade por mês. Esse número não é uma meta de vaidade: é uma licença para arriscar. Sem orçamento de erro, a organização oscila entre paralisia e imprudência.

Um caso concreto de drift de schema

Em 2023, um time de fintechs brasileiras relatou (em conferências de SRE em São Paulo) um incidente clássico: um campo timestamp que era INT em segundos passou a ser BIGINT em milissegundos após uma migração de serviço. O pipeline de automação que gerava relatórios regulatórios continuou rodando por 11 dias sem erro visível — porque a validação de schema estava desligada para ‘ganhar performance’. O resultado foi um lote de relatórios com janelas temporais erradas, descoberto apenas na auditoria. Nenhum alerta disparou. Nenhum teste falhou. O sistema era, tecnicamente, ‘saudável’.

Esse é o ponto contraintuitivo que separa automação amadora de automação de engenharia: sistemas automatizados falham silenciosamente com mais frequência do que falham ruidosamente. A automação não elimina o erro; ela o torna mais educado.

Governança de dados: onde a automação encontra a ética

Governança de dados não é um capítulo de compliance. É a infraestrutura que decide se um modelo de IA vai gerar valor ou destruir reputação. Dois exemplos reais bastam:

• Viés em modelo de crédito (2019, Apple Card): o algoritmo de limite de crédito do cartão da Apple, operado pelo Goldman Sachs, foi acusado de conceder limites até 20 vezes menores para mulheres com histórico financeiro equivalente ao de homens. O caso expôs que métricas de acurácia global não capturam disparidade entre subgrupos. Governança de dados sem auditoria de fairness é teatro.
• Drift de distribuição em produção (2022, recomendação de conteúdo): um modelo de recomendação treinado pré-pandemia passou a sugerir produtos sazonais errados após mudanças no comportamento de consumo. O drift não foi detectado porque o time monitorava apenas latência e throughput — não a distribuição das features de entrada.

A lição é dura: data contracts, testes de schema, monitoramento de drift e auditoria de viés não são opcionais. São o equivalente moderno dos testes unitários — e ignorá-los é aceitar que o sistema vai mentir para você em algum momento.

IA como copiloto, não como piloto

Modelos de linguagem entraram no ciclo de desenvolvimento com força em 2023–2024. O uso sensato é como copiloto: sugerir código, resumir incidentes, gerar hipóteses de causa raiz. O uso insensato é delegar decisões de produção a um modelo que não tem modelo de mundo.

Um exemplo prático: times que usam LLMs para triagem de alertas precisam manter um hallucination budget explícito. Se o modelo classifica 5% dos incidentes críticos como ruído, esse número precisa estar visível e ser tratado como regressão. Sem isso, a IA vira um acelerador de incêndio.

Degradação graciosa como princípio de design

Sistemas distribuídos vão falhar. A pergunta é como. Degradação graciosa significa que, quando o serviço de recomendação cai, a página ainda carrega com uma lista genérica; quando o banco de dados primário fica lento, o sistema serve leitura do cache e enfileira escritas. Isso não é sofisticação — é higiene.

O erro comum é tratar degradação graciosa como feature e não como requisito. Ela precisa ser testada em produção, com chaos engineering controlado, e não apenas documentada em um runbook que ninguém lê às 3 da manhã.

O custo invisível da orquestração excessiva

Existe uma patologia específica do nosso tempo: orquestrar demais. Times que adicionam Airflow, Kubernetes, service mesh, feature flags e um LLM no mesmo trimestre acabam com um sistema que ninguém entende inteiro. A complexidade acidental supera a essencial — e o tempo de onboarding de um novo engenheiro passa de semanas para meses.

A pergunta que a Redação Nova Era sugere como filtro é simples: essa automação remove um trabalho ou apenas o esconde? Se a resposta for ‘esconde’, o custo vai voltar — em incidentes, em dívida técnica, em burnout.

O que separa times de elite não é a ferramenta. É a disciplina de dizer não para automações que não pagam o próprio custo de manutenção. Em um mercado saturado de soluções, a habilidade editorial — e de engenharia — é saber o que deixar de fora.

Para quem quer aprofundar a base conceitual por trás dessas decisões, a literatura técnica é o melhor investimento. As obras de referência sobre SRE, sistemas distribuídos e IA aplicada oferecem o arcabouço que nenhum tutorial de 15 minutos entrega. É por onde a Redação Nova Era recomenda começar — ou recomeçar, com mais critério.