Molte persone hanno provato gli strumenti di intelligenza artificiale e ne sono rimaste impressionate. Ho capito: molte demo promettono magia, ma in pratica i risultati possono sembrare deludenti.
Ecco perché voglio scrivere questo non come una previsione futurista, ma per esperienza vissuta. Negli ultimi sei mesi ho trasformato la mia organizzazione ingegneristica in una priorità AI. Ho già parlato del sistema alla base di questa trasformazione: come abbiamo costruito i flussi di lavoro, le metriche e i guardrail. Oggi voglio allontanarmi dalla meccanica e parlare di ciò che ho imparato da quell’esperienza – su dove sta andando la nostra professione quando lo stesso sviluppo del software program si capovolge.
Prima di farlo, un paio di numeri per illustrare la portata del cambiamento. Soggettivamente, sembra che ci stiamo muovendo due volte più velocemente. Oggettivamente, ecco come si è evoluto il throughput. Il numero totale dei dipendenti del nostro group di ingegneri è passato da 36 all’inizio dell’anno a 30. Quindi ottieni un rendimento di circa il 170% su un numero di dipendenti di circa l’80%, che corrisponde al soggettivo ~ 2x.
Ingrandendo l’argomento, ho scelto un paio dei nostri ingegneri senior che hanno iniziato l’anno con un processo di ingegneria del software program più tradizionale e lo hanno concluso incentrato sull’intelligenza artificiale. [The dips correspond to vacations and off-sites]:
Tieni presente che i nostri PR sono legati ai ticket JIRA e la portata media di tali ticket non è cambiata molto nel corso dell’anno, quindi è un buon proxy quanto i dati possono fornirci.
Qualitativamente, osservando il valore aziendale, vedo in realtà un incremento ancora maggiore. Uno dei motivi è che, all’inizio dell’anno scorso, il nostro group di controllo qualità (QA) non riusciva a tenere il passo con la velocità dei nostri ingegneri. In qualità di chief dell’azienda, non ero soddisfatto della qualità di alcune delle nostre prime versioni. Man mano che nel corso dell’anno abbiamo progredito e abbiamo adattato i nostri flussi di lavoro basati sull’intelligenza artificiale per includere unità di scrittura e take a look at end-to-end, la nostra copertura è migliorata, il numero di bug è diminuito, gli utenti sono diventati fan e il valore aziendale del lavoro di ingegneria si è moltiplicato.
Dal grande design alla sperimentazione rapida
Prima dell’intelligenza artificiale, passavamo settimane a perfezionare i flussi utente prima di scrivere il codice. Aveva senso quando il cambiamento period costoso. Agile ha aiutato, ma anche in quel caso testare più idee di prodotto period troppo costoso.
Una volta che siamo passati prima all’intelligenza artificiale, quel compromesso è scomparso. Il costo di sperimentazione crollato. Un’concept potrebbe passare dalla lavagna a un prototipo funzionante in un giorno: dall’concept al documento sui requisiti del prodotto (PRD) generato dall’intelligenza artificiale, alle specifiche tecniche generate dall’intelligenza artificiale, all’implementazione assistita dall’intelligenza artificiale.
Si è manifestato in alcune trasformazioni sorprendenti. Il nostro sito Net, fondamentale per le nostre acquisizioni e la domanda in entrata, è ora un sistema su scala di prodotto con centinaia di componenti personalizzati, tutti progettati, sviluppati e gestiti direttamente nel codice dal nostro direttore creativo.
Ora, invece di convalidare con diapositive o prototipi statici, convalidiamo con prodotti funzionanti. Testiamo le idee dal vivo, impariamo più velocemente e rilasciamo importanti aggiornamenti ogni due mesi, un ritmo che non avrei potuto immaginare tre anni fa.
Advert esempio, Zen CLI è stata scritta per la prima volta in Kotlin, ma poi abbiamo cambiato concept e l’abbiamo spostata su TypeScript senza perdere velocità di rilascio.
IOInvece di deridere le funzionalità, i nostri progettisti UX e i challenge supervisor le codificano. E quando la crisi dei tempi di rilascio ha colpito tutti, sono entrati in azione e hanno corretto dozzine di piccoli dettagli con PR pronti per la produzione per aiutarci a spedire un ottimo prodotto. Ciò includeva una modifica del format dell’interfaccia utente durante la notte.
Dalla codifica alla validazione
Il passaggio successivo è arrivato dove meno me lo aspettavo: la convalida.
In un’organizzazione tradizionale, la maggior parte delle persone scrive codice e un gruppo più piccolo lo testa. Ma quando l’intelligenza artificiale genera gran parte dell’implementazione, il punto di leva si sposta. Il vero valore sta nel definire cosa significa “buono” – nel rendere esplicita la correttezza.
Noi supporta oltre 70 linguaggi di programmazione e innumerevoli integrazioni. I nostri ingegneri QA si sono evoluti in architetti di sistema. Costruiscono agenti AI che generano e mantengono take a look at di accettazione direttamente dai requisiti. E questi agenti sono incorporati nei flussi di lavoro IA codificati che ci consentono di ottenere risultati ingegneristici prevedibili utilizzando un sistema.
Questo è ciò che realmente significa “spostamento a sinistra”. La validazione non è una funzione a sé stante, è parte integrante del processo di produzione. Se l’agente non è in grado di convalidare il proprio lavoro, non è possibile attendirlo per generare codice di produzione. Per i professionisti del QA, questo è un momento di reinvenzione, in cui, con il giusto miglioramento delle competenze, il loro lavoro diventa un facilitatore e un acceleratore fondamentale dell’adozione dell’intelligenza artificiale.
Anche i product supervisor, i responsabili tecnici e gli ingegneri dei dati ora condividono questa responsabilità, perché definire la correttezza è diventata una competenza interfunzionale, non un ruolo limitato al QA.
Dal diamante al doppio imbuto
Per decenni, lo sviluppo del software program ha seguito una forma a “diamante”: un piccolo group di prodotto è passato a un grande group di ingegneri, per poi restringersi nuovamente attraverso il QA.
Oggi quella geometria si sta ribaltando. Gli esseri umani si impegnano più profondamente all’inizio – definendo le intenzioni, esplorando le opzioni – e di nuovo alla nice, convalidando i risultati. La parte centrale, dove viene eseguita l’intelligenza artificiale, è più veloce e più ristretta.
Non è solo un nuovo flusso di lavoro; è un’inversione strutturale.
Il modello assomiglia meno a una catena di montaggio e più a una torre di controllo. Gli esseri umani stabiliscono la direzione e i vincoli, l’intelligenza artificiale gestisce l’esecuzione rapidamente e le persone intervengono per convalidare i risultati prima che le decisioni arrivino alla produzione.
Ingegneria a un livello di astrazione più elevato
Ogni grande passo avanti nel software program ha aumentato il nostro livello di astrazione: dalle schede perforate ai linguaggi di programmazione di alto livello, dall’{hardware} al cloud. L’intelligenza artificiale è il passo successivo. I nostri ingegneri ora lavorano a un meta-livello: orchestrano i flussi di lavoro dell’intelligenza artificiale, mettono a punto le istruzioni e le competenze degli agenti e definiscono i guardrail. Le macchine costruiscono; decidono gli umani Che cosa E Perché.
I group ora decidono regolarmente quando è sicuro che l’output dell’intelligenza artificiale possa essere unito senza revisione, quanto strettamente limitare l’autonomia degli agenti nei sistemi di produzione e quali segnali indicano effettivamente la correttezza su larga scala, decisioni che semplicemente non esistevano prima.
E questo è il paradosso dell’ingegneria basata sull’intelligenza artificiale: sembra meno codificare e più pensare. Benvenuti nella nuova period dell’intelligenza umana, alimentata dall’intelligenza artificiale.
Andrew Filev è fondatore e CEO di Zencoder
Benvenuto nella comunità VentureBeat!
Il nostro programma di visitor posting è il luogo in cui gli esperti tecnici condividono approfondimenti e forniscono approfondimenti neutrali e non conferiti su intelligenza artificiale, infrastruttura dati, sicurezza informatica e altre tecnologie all’avanguardia che plasmano il futuro dell’impresa.
Per saperne di più dal nostro programma di submit per gli ospiti e dai un’occhiata al nostro linee guida se sei interessato a contribuire con un tuo articolo!
