Com todos esses fatores em mente, ele vê a aposentadoria esperada de quase um terço de seus funcionários desenvolvedores, e o conhecimento institucional que eles possuem, como um dos principais desafios da transformação ágil da Sun Life. "Como grande parte do nosso código foi escrito décadas atrás e não foi bem documentado, contamos com o conhecimento e a experiência de especialistas no assunto", explica Lesage. "À medida que eles se aposentam, precisamos de uma forma de transmitir o conhecimento para a nova geração de desenvolvedores, a fim de manter a transformação em andamento."

As implicações da perda de conhecimento são mais sentidas quando se trata de fazer alterações no código da solução de aprendizado de máquina existente, como as que vêm com o desenvolvimento de novos serviços digitais. O problema dessas mudanças é que os aplicativos principais geralmente estão interligados e dependem, logicamente, de outros aplicativos.

Além do conhecimento de especialistas internos, Lesage destaca que a única maneira de analisar o impacto das mudanças em outros aplicativos era usar ferramentas de gerenciamento de controle de pesquisa antigas e desenvolvidas internamente para analisar o código, linha por linha. “Mesmo com essas ferramentas, uma simples pesquisa no código pode representar até 40% do tempo de uma equipe de desenvolvimento", diz ele. "Honestamente, a equipe não foi projetada para trabalhar em um ambiente de DevOps."

Não surpreende que um dos primeiros passos na jornada de modernização da solução de aprendizado de máquina da Sun Life foi implementar ferramentas de descoberta de aplicativos para tornar a análise de impacto mais rápida e eficiente. Usuária de longa data do IBM® zSystems, a Sun Life implementou a solução IBM® Application Discovery and Delivery Intelligence (ADDI). Como parte da implementação, a empresa recebeu suporte com projeto, configuração e personalização do IBM® Deployment Project Office (DPO), um programa da IBM voltado para ajudar os clientes com suas implementações de ferramentas de DevOps.

Desde o início, Lesage reconheceu que a mudança para ferramentas automatizadas de descoberta de aplicativos representava uma mudança cultural significativa para os funcionários e que, para obter a adesão, era fundamental uma implementação gradual. "Nossa estratégia era apresentar o componente de descoberta de aplicativos a um grupo piloto de desenvolvedores. Faríamos com que eles analisassem e editassem o código e usassem o depurador e a descoberta de aplicativos para a análise de impacto e, depois, expandiríamos para o restante da base de usuários", diz Lesage. "O que vimos confirma que a melhor maneira de impulsionar a adoção entre os usuários existentes é demonstrar valor."

Entre as novas contratações a história é diferente. Os recursos de visualização e automação do ADDI repercutiram logo de cara entre a nova geração de desenvolvedores de aplicativos. Esses funcionários já estavam familiarizados com as mais recentes linguagens de programação, habilidades essenciais para a transformação digital da Sun Life.

Para o crescente número de desenvolvedores da Sun Life que estão utilizando o ADDI, os casos de uso são incontáveis. Alguns são usados continuamente, enquanto outros são usados em projetos limitados. Mas o que todos eles têm em comum é a necessidade de conhecer a estrutura de um aplicativo de solução de aprendizado de máquina por dentro e por fora e, talvez o mais importante, como ele se relaciona com os outros, antes de começar a modernizá-lo.

Lesage aponta dois projetos como exemplos. No primeiro, ele e sua equipe foram questionados sobre como os aplicativos de solução de aprendizado de máquina da empresa precisariam mudar no raro (mas não inédito) caso de as taxas de juros chegarem a zero ou até mesmo ficarem negativas. "Nossos desenvolvedores usaram o ADDI para encontrar conexões complexas entre uma variedade de aplicativos de investimento e seguro", diz Lesage. "Levamos 50% menos tempo do que uma pesquisa de código linha por linha."

O segundo exemplo, mais comum, foi uma mudança no compilador COBOL que estava conectado a mais de 100 programas em execução nos sistemas IBM Z. "Além de identificar onde estavam as conexões no código, os desenvolvedores precisavam saber se as mudanças seguiam as restrições baseadas em regras do COBOL. O uso do ADDI nos permitiu reduzir o tempo de análise em 35%."

Outro benefício do uso do ADDI é ser capaz de entender o uso e as dependências dentro das informações da JCL e do agendador de lotes. "Historicamente, nenhum dos nossos desenvolvedores tinha a capacidade de gerar gráficos de empregos", observa ele. "O fato de termos sido capazes de injetar nossas informações de cronograma no ADDI e gerar gráficos foi totalmente novo. Isso contribuiu para a melhoria geral na eficiência da nossa equipe."

No panorama estratégico geral, a adoção do ADDI pela Sun Life representa um passo importante na jornada de modernização da solução de aprendizado de máquina da empresa e na transformação dos seus processos de desenvolvimento por meio de práticas de DevOps. Para Lesage, o maior impacto da descoberta automatizada de aplicativos é o tempo necessário para disponibilizar os novos recursos digitais nas mãos dos clientes. "O tempo de lançamento no mercado é fundamental para enfrentar os concorrentes digitais e atender às expectativas do cliente", explica Lesage. "O que fizemos mostra que com ferramentas de DevOps como o ADDI, a solução de aprendizado de máquina pode ser tão rápida quanto ambientes distribuídos. Podemos nos adaptar ao que está por vir, proporcionar aos clientes uma boa experiência digital e não ter que sair da solução de aprendizado de máquina para fazê-lo."

Além de mudar a maneira como acontece o desenvolvimento de aplicativos na Sun Life, as ferramentas de DevOps de solução de aprendizado de máquina como o ADDI também estão começando a mudar mentalidades. Os desenvolvedores, por exemplo, estão animados com os recursos visuais do ADDI. Lesage observa que "está nos ajudando a chegar ao ponto em que não temos mais medo dos desafios da força de trabalho."

Mas ele acrescenta que talvez a mudança mais profunda causada pelo ADDI esteja na forma como os executivos seniores veem as soluções de aprendizado de máquina na equação da transformação digital. "Nossos executivos reconhecem a importância de modernizar nossas soluções de aprendizado de máquina por causa do quanto investimos nelas, por causa de sua segurança e por estarem vinculadas à nossa estratégia de nuvem", explica Lesage. "Vemos ferramentas como o ADDI alterando nossas conversas sobre soluções de aprendizado de máquina e se tornando parte integrante das nossas ferramentas daqui para frente."

A Sun Life (link externo a ibm.com) é uma organização internacional líder em serviços financeiros que fornece soluções de gerenciamento de ativos, patrimônio, seguros e saúde para clientes individuais e institucionais. A Sun Life tem operações em vários mercados em todo o mundo, incluindo Canadá, EUA, Reino Unido, Irlanda, Hong Kong, Filipinas, Japão, Indonésia, Índia, China, Austrália, Singapura, Vietnã, Malásia e Bermudas.