C2PF (Cloud Capacity Planning Framework)

Dimensionar nuvem por precedente — e sem saber se acertou

O paradigma industrial planeja capacidade a partir de precedentes históricos de uso — e não estabelece o quão acuradas essas estimativas são. Para cargas sem histórico, o método simplesmente não se aplica.

No nível arquitetural, as decisões — quais serviços provisionar, com que confiabilidade, sob que envelope de desempenho — raramente derivam de objetivos explícitos e estruturados. Os métodos existentes ou pressupõem uma arquitetura prévia (ATAM, CBAM) ou produzem saídas genéricas, desconectadas das construções específicas de nuvem (ADD, well-architected frameworks). E, na fase de assessment, tudo depende de conhecimento tácito: dois arquitetos diante do mesmo problema chegam a propostas diferentes — e isso não escala.

O risco mora no início do ciclo

Projetos de nuvem seguem um ciclo familiar: assessment, sizing, migração e operação/otimização. É no começo — avaliar e dimensionar — que se concentram o risco e o custo das decisões, e é justamente ali que há menos rigor. Um planejamento que só olha para trás não consegue justificar sua própria acurácia nem lidar com o inédito.

A proposta não é mais um framework nem mais uma ferramenta de IA, e sim um pipeline de decisão cientificamente fundamentado: converter objetivos declarados em arquitetura de forma rastreável, reprodutível e específica de nuvem — e, a partir daí, externalizar o conhecimento de especialista em estruturas executáveis por plataforma.

Do objetivo à arquitetura, em quatro camadas

O C2PF é um modelo formal de classificação de cargas de nuvem por meio de objetivos de nível de serviço (SLO), de desempenho (PLO) e de confiabilidade (RLO), com classes abstratas de dimensionamento. Um modelo de processo orientado a decisão fecha a lacuna de instanciação — como derivar uma decisão arquitetural a partir dos valores declarados:

• ›Cinco princípios: reprodutibilidade, rastreabilidade, resolução de conflito guiada por hierarquia, especificidade de domínio e resolução conservadora de fronteira.
• ›Modelo de Assessment (5 fases): externaliza o conhecimento de avaliação em estruturas reprodutíveis e executáveis — cada pergunta de elicitação mapeia a uma característica de capacidade do C2PF.
• ›Síntese por LLM restrita: o modelo de linguagem apenas traduz um perfil de assessment legível por máquina em um Statement of Work (SOW) — sem inventar dimensionamento.

Decisão de capacidade como artefato de engenharia

Tornar as decisões de capacidade em tempo de projeto rastreáveis aos objetivos declarados, reprodutíveis e específicas de nuvem; externalizar o conhecimento tácito de assessment para que escale entre profissionais; e abrir o caminho da intenção até a arquitetura executável e validada.

Da tese à operação comercial

O C2PF nasceu na tese de doutorado (CESAR School, 2023) e evoluiu em dois artigos e um produto em operação:

• ›Exemplo ponta-a-ponta com serviço de pagamentos B2C sob PCI-DSS: os três tipos de objetivo convergem ao teto de demanda, resultando em uma classe C2PF-XL, com componentes de compliance adicionados ortogonalmente.
• ›Repositório de desafios cobrindo 6 indústrias, 30 categorias e ~350 perguntas de assessment com características de dimensionamento pré-definidas.
• ›Produto em uso demonstra que a abstração científica, bem engenheirada, reduz drasticamente o time-to-proposal.

Para onde a pesquisa avança

• 01Validação empírica em cinco cenários industriais — testando fronteiras, perfis assimétricos e a hierarquia de prioridade contra o julgamento de especialistas.
• 02Da intenção à arquitetura executável e validada — transformar o SOW (artefato de transição) em decisão arquitetural formal e executável.
• 03Replicação independente das notas de qualidade do SOW, para mitigar viés de leniência dos avaliadores.

Frentes abertas para colaboração

• ›Arquitetura executável — acoplar o plano C2PF à geração de Infraestrutura como Código (IaC).
• ›Otimização de custo/FinOps — ligar as classes de dimensionamento a modelos de custo.
• ›Ampliação do repositório — mais verticais, categorias e características de capacidade.
• ›Instrumentos de validação — benchmarks e protocolos para planejamento de capacidade em tempo de projeto.
• ›Extensão do domínio — dados e IA, além de nuvem, na mesma gramática de capacidade.
• ›Aplicações setoriais — migração, plataformas de dados e adoção de IA em serviços profissionais.