Pe măsură ce volumul de cod generat crește, devine mai important să existe oameni capabili să înțeleagă ce trebuie construit, de ce trebuie construit într-un anumit fel și dacă ceea ce a produs AI-ul este, într-adevăr, corect, transmite un director al unei firme de software pentru afaceri, într-un material de opinie transmis, miercuri, StartupCafe.ro.
Inteligența artificială schimbă rapid modul în care este construit software-ul. Acum, modelele generative pot scrie cod, pot genera teste, pot documenta aplicații și pot automatiza o parte tot mai mare din activitățile care, până nu demult, necesitau intervenția directă a unui dezvoltator.
În aceste împrejurări cu totul excepționale prin natura și importanța lor, expertiza tehnică nu numai că nu își pierde din importanță, ci chiar dimpotrivă, este nevoie de oameni capabili să înțeleagă dacă acest conținut generat este corect sau nu, consideră Mihai Chihaia, Chief Revenue Officer al dvloper.io.
Redăm opinia:
„Problema nu este că AI-ul poate scrie cod. Problema este că acum putem genera foarte mult cod, foarte repede. Dacă acest proces nu este controlat de oameni care înțeleg arhitectura, securitatea, performanța și implicațiile pe termen lung ale deciziilor tehnice, putem acumula technical debt într-un ritm mult mai mare decât înainte.”
Aceasta este una dintre marile schimbări aduse de AI în dezvoltarea software. Instrumentele devin mai rapide, dar viteza nu este neapărat și nu întotdeauna sinonimă cu valoarea. Un sistem poate fi construit mai repede și, în același timp, poate fi mai greu de întreținut, mai vulnerabil sau mai costisitor pe termen lung. De aceea, competențele care vor conta tot mai mult sunt cele care permit dezvoltatorului să vadă problema de la un capăt la altul. Înțelegerea cerințelor de business, capacitatea de a pune sub semnul întrebării o cerință atunci când este necesar, alegerea arhitecturii, evaluarea riscurilor de securitate și performanță și validarea rezultatelor generate de AI devin cel puțin la fel de importante ca scrierea efectivă a codului.
Astfel, pe măsură ce codul devine mai ușor de generat, valoarea developerului se mută de la capacitatea de a scrie cod la capacitatea de a decide ce cod merită scris, cum trebuie construit și dacă rezultatul este cel corect. Această transformare nu se limitează însă la departamentele tehnice.
În organizații, tentația de a privi AI-ul drept un substitut direct pentru oameni este tot mai mare.
Unele companii au încercat să reducă rapid numărul de angajați, presupunând că agenții AI vor putea prelua activitățile acestora. În practică, însă, limitele acestei abordări devin evidente. AI-ul este un instrument foarte puternic, dar valoarea lui depinde de modul în care este integrat în organizație. AI-ul are nevoie de context. Pentru a putea funcționa eficient într-o companie, trebuie să înțeleagă procesele, datele, relațiile dintre acestea, regulile de business și limitele în care poate lua sau recomanda decizii.
„De aceea, cred că adevărata transformare nu este «om versus AI», ci redesenarea modului în care se desfășoară munca. Unele activități vor fi automatizate, altele vor fi augmentate de AI, iar rolurile oamenilor vor evolua către zone în care judecata, contextul, responsabilitatea și creativitatea rămân esențiale. Nu cred că principala întrebare ar trebui să fie câți oameni poate înlocui AI-ul, ci ce putem construi diferit dacă oamenii și sistemele AI lucrează împreună.”
În acest nou context, se schimbă și piața serviciilor de dezvoltare software. Modelul tradițional, bazat în mare parte pe numărul de oameni și de zile necesare pentru realizarea unui proiect, este pus sub presiune de productivitatea oferită de AI. Vedem deja și vom vedea tot mai des tot mai multe echipe hibride, în care oamenii lucrează împreună cu agenți AI pe întregul ciclu de dezvoltare, de la programare și testare până la documentație și code review. Un Technical Lead cu competențe solide în AI poate coordona nu doar o echipă de dezvoltatori, ci și mai mulți agenți specializați.
În aceste condiții, numărul de man-days nu mai reflectă în mod necesar capacitatea reală de producție. Dacă o activitate care necesita anterior mai multe zile sau mai mulți oameni poate fi realizată într-un timp mult mai scurt cu ajutorul AI, valoarea serviciului nu mai poate fi definită exclusiv prin timpul consumat.
Este de așteptat, astfel, o tranziție de la modele bazate pe capacitate către servicii evaluate în funcție de rezultat și valoare. Clienții vor fi mai puțin interesați de dimensiunea echipei și mai interesați de ceea ce poate livra furnizorul, în cât timp, la ce nivel de calitate și cu ce responsabilitate asupra rezultatului.
Același principiu este valabil și la nivel de management. În piață apar deja soluții prezentate drept „AI CTO”, „AI CFO” sau chiar „AI CEO”. AI poate analiza cantități foarte mari de informații, poate identifica rapid corelații, poate construi scenarii și poate sintetiza date într-un timp foarte scurt. Pentru un executiv, aceste capacități pot schimba radical modul în care este luată o decizie.
Dar leadershipul nu înseamnă doar procesarea informației. Înseamnă asumarea responsabilității, înțelegerea contextului, gestionarea oamenilor, negocierea unor interese contradictorii și luarea unor decizii atunci când datele sunt incomplete. AI poate susține aceste procese, însă responsabilitatea pentru decizie nu dispare.
Această nevoie de transformare stă și la baza AI Factory, framework dezvoltat de dvloper.io prin care urmărește să standardizeze componentele și procesele care se repetă în proiectele de implementare AI, de la accesul la date și modele și integrarea cu sistemele existente până la orchestrarea agenților, identity & access management, securitate, observabilitate și evaluarea rezultatelor. Obiectivul este ca organizațiile să poată trece de la experimente și proof-of-concept-uri la soluții AI care pot funcționa efectiv în producție, fără ca fiecare proiect să fie construit de la zero.