RSS VentureBeat
フォロー
エージェンティックAIはコーディングを解決し、ソフトウェアエンジニアリングの他のすべての問題を露呈させた
エージェンティックAIはコード生成を加速させているが、製品改善は追いついていない。なぜなら、コード作成は決して主なボトルネックではなかったからだ。真の課題は、要件定義、システム統合、ソフトウェア保守にあり、AIによるコード出力の増加はこれらを悪化させる。制御されていないAI生成コードは、人間のレビューに新たなボトルネックを生み出し、コンテキストの喪失や見落としにつながる。企業は、直ちに人員削減を行うのではなく、これを乗り越えるための意図的なプレイブックを確立する必要がある。
最初のフェーズである財務・リスクガバナンスは、ダウンサイドリスクからの保護に焦点を当てる。これには、ガバナンスを最上位のリスクとして扱い、エージェント構成の共有標準を確立し、アカウンタビリティのギャップを防ぐために非人間アクターに最小権限を強制することが含まれる。さらに、組織はクォータとレート制限を設定してAI予算を管理し、コストの暴走を防ぐ必要がある。
フェーズ2のテクニカル戦略は、効果的なAIエンジンの構築を重視する。これには、各システムの強みを活用し、単一障害点を回避するために、マルチモデルおよびマルチベンダーアプローチを採用することが含まれる。また、より高品質な出力と効率を提供するフロンティアモデルに投資し、AIを単なる経費ではなくエンジニアリングのレバレッジとして見なすことも意味する。極めて重要なのは、成功を、単なるコード行数やトークン数ではなく、ビジネス成果とエンジニアリングの耐久性によって測定することである。
第3フェーズは、人材と組織に対処し、新しい状況に合わせて人的資本を再調整する。エンジニアは、構文作成者からシステム思考者およびエージェントマネージャーへと移行し、アーキテクチャのビジョンとクロスシステム統合に焦点を当てる必要がある。パフォーマンスとインセンティブは、従来のボリュームベースの指標を超えて、より広範なビジネスインパクトと効果的なエージェントオーケストレーションを評価するように再定義する必要がある。真のニーズと能力を理解するために、統合されたエージェンティックワークフローと測定された拡張出力のベースラインが必要であるため、早期の人員削減は避けることが極めて重要である。
最終的に、AIはエンジニアリング判断のフォースマルチプライヤーであり、構造化されたシステムではデリバリーを加速するが、十分に理解されていないシステムでは失敗を加速する。現在の問題はAIの採用が遅いことではなく、その限界とリスクを理解せずに採用していることである。リーダーシップにとって、このダイナミクスを理解することは不可欠である。なぜなら、実行速度は現在、業界がその結果を管理する能力を上回っており、不適切に管理された採用による運用上の失敗につながっているからだ。
