Uma das maiores operadoras ferroviárias do Brasil

Cliente

Uma das maiores operadoras ferroviárias do Brasil,

A MRS, uma das maiores operadoras ferroviárias do Brasil dependia de um sistema de missão crítica para realizar o controle da circulação de trens em uma região movimentada da sua operação de logística nacional.

A complexidade, dificuldade de manutenção e de integração desse sistema, indicavam a necessidade de modernização, mas a operação não podia parar.

Para garantir a sustentabilidade do sistema no longo prazo e uma transição gradual, a Squadra foi escolhida como parceria digital para realizar uma Migração Tecnológica (Lift-and-Shift), utilizando IA - através da sua plataforma Genius - como acelerador e amplificador cognitivo do time, permitindo que a modernização de código (as-is) e testes, fossem realizados em apenas 90 dias.

O que seria uma migração manual de anos foi concluída em meses usando IA, com segurança, velocidade e zero ocorrências após a migração, tendo como resultado uma arquitetura mais moderna, flexível e aderente às demandas futuras da operação.

O Desafio

O sistema controlava a circulação de trens em um dos trechos ferroviários mais movimentados do país. Apesar do alto valor para a operação, o desafio tecnológico era grande: ,

1  Dependência crítica: a manutenção do sistema de missão crítica estava concentrada em uma única empresa de pequeno porte, sem capacidade de resposta e de evolução compatíveis com o porte da operação.

2  Complexidade técnica sem registro: sistema desenvolvido em C++ há mais de uma década, com mais de 300K de linhas de código não documentado. Além disso, a companhia não contava com time técnico com conhecimento aprofundado do legado.

3  Validação quase impossível: o componente central processava tudo em memória e alterava o banco a cada execução. Isso exigia uma estratégia de testes inovadora. Qualquer estratégia de teste convencional era inviável. E era essencial garantir a evolução tecnológica sem comprometer a performance funcional atual, qualquer erro poderia causar um acidente irreversível.

Genius em ação: Arqueologia de software com IA

A solução foi conduzida como uma abordagem de “arqueologia de software”, com técnicas de IA para explorar códigos C++, extrair regras e compreender a lógica interna. A IA auxiliou na análise do código-fonte, geração de documentação, mapa de dependências e modularização.

Discovery com o Genius: abrindo a caixa-preta

O processo de entendimento do sistema foi conduzido com o apoio intensivo de ferramentas de IA. Dois agentes de IA - Turing Bots - especializados foram criados para essa fase:

• Instrumentador de Código C++: inseriu logs no código legado para entender, em tempo de execução, quais partes do sistema eram realmente utilizadas e como se comportavam.
• Visualizador de Logs: analisou graficamente os logs gerados, tornando visível o fluxo real do sistema, o que o código fazia de fato, não o que deveria fazer.

Design com IA: arquitetura guiada por padrões

Com o sistema compreendido, a fase de design foi conduzida com o apoio de assistentes de IA especializados em padrões arquiteturais. Alimentados pelo conhecimento extraído na Discovery, esses assistentes elaboraram diagramas e especificações técnicas, acelerando o design de soluções, garantindo aderência às melhores práticas e reduzindo retrabalho nas fases seguintes.

Build com IA: do C++ ao .NET em escala

Com o mapa em mãos, dois outros Turing Bots entraram em ação na fase de construção:

• Analisador de Dependências: mapeou as complexas relações entre as classes do código legado, viabilizando um plano de migração incremental e seguro.
• Jack (Migração Massiva): a ferramenta central, responsável por traduzir o código C++ para C# (.NET), aplicando análise semântica, extração de padrões arquiteturais e modelos generativos avançados. Foi o Jack, amadurecido ao longo do projeto, que viabilizou a aceleração exponencial na fase final.

Testes customizados: validando o impossível

Para contornar os desafios de validação, a equipe desenvolveu suas próprias ferramentas de teste com apoio de IA:

• Comparador de planilhas (integradores): utilitário que cruzava automaticamente os dados exportados dos bancos antigo e novo, listando divergências com precisão.
• Genius Data Compare: o novo solver foi adaptado para persistir resultados em CSV antes de gravar no banco, permitindo comparações controladas e evitando contaminação de dados durante os testes.

A solução exigiu mais do que ferramentas de IA: exigiu uma decisão estratégica deliberada sobre como atacar o problema. A equipe da Squadra adotou uma abordagem contraintuitiva: começar pelos componentes mais simples, deixar o "coração" do sistema por último.

Essa inversão foi intencional. Cada entrega parcial gerava confiança, dava tempo para a equipe do Genius amadurecer suas próprias ferramentas de IA e alinhava os processos de trabalho conjunto, tornando a fase mais crítica muito mais fluida quando chegou a hora.

Resultados

• IA como acelerador: o Genius foi utilizado de forma estratégica em cada etapa do projeto: discovery, design e build, acelerando entregas e garantindo qualidade. Sua aplicação foi determinante para cumprir o prazo desafiador de 90 dias, comprimindo meses de trabalho em semanas.
• Risco eliminado: o cliente encerrou a dependência de um fornecedor único para um sistema de missão crítica, conquistando na Squadra um parceiro de maior capacidade técnica para evoluir a solução e acompanhar as necessidades do negócio no longo prazo.
• Operação modernizada em escala: com 100% dos usuários já na versão migrada, o novo sistema passa a sustentar uma operação de alta complexidade, mais de 90 terminais, +700 locomotivas e 1.643 km de malha ferroviária, sobre uma base limpa, documentada e independente.