RSS VentureBeat
Подписаться
Искусственный интеллект с агентными свойствами решил задачи программирования — и раскрыл все остальные проблемы в разработке программного обеспечения
Искусственный интеллект с агентскими возможностями ускоряет генерацию кода, но улучшение продукта не поспевает за этим, поскольку написание кода никогда не было основным узким местом. Реальные проблемы заключаются в определении требований, интеграции систем и поддержке программного обеспечения, что усугубляется увеличением объема кода, генерируемого ИИ. Неуправляемый код, сгенерированный ИИ, вводит новые узкие места в процессе человеческого обзора, что приводит к потере контекста и пропуску ошибок. Компаниям необходимо разработать намеренные планы действий, чтобы преодолеть эти проблемы, а не сразу сокращать штат сотрудников.
Первая фаза, финансовое и рисковое управление, направлена на защиту от потенциальных рисков. Это предполагает рассмотрение управления как одного из наиболее важных рисков, установление общих стандартов для конфигурации агентов и обеспечение минимальных привилегий для нечеловеческих акторов, чтобы предотвратить пробелы в подотчетности. Кроме того, организации должны управлять своим бюджетом на ИИ, устанавливая квоты и ограничения скорости, чтобы избежать непомерных затрат.
Вторая фаза, техническая стратегия, подчеркивает создание эффективного двигателя ИИ. Это включает в себя принятие много-модельного и много-vendorsкого подхода для использования сильных сторон каждой системы и избежания единственных точек отказа. Это также означает оплату моделей передового опыта, которые предлагают более качественный выход и большую эффективность, рассматривая ИИ как инженерную поддержку, а не просто расход. Важно измерять успех бизнес-результатами и инженерной прочностью, а не просто количеством строк кода или токенов.
Третья фаза касается талантов и организации, реализуя реформирование человеческого капитала для новой ландшафта. Инженерам необходимо перейти от написания синтаксиса к системному мышлению и управлению агентами, сосредоточившись на архитектурном видении и интеграции между системами. Производительность и стимулы необходимо переопределить, чтобы вознаградить более широкое бизнес-воздействие и эффективное управление агентами, выходя за рамки традиционных метрик, основанных на объеме. Очень важно не сокращать штат сотрудников преждевременно, поскольку базовый уровень интегрированных агентских рабочих процессов и измеренного усиленного выхода необходим для понимания истинных потребностей и возможностей.
В конечном итоге, ИИ является умножителем инженерной оценки, ускоряя поставку в хорошо структурированных системах, но ускоряя неудачи в плохо понятых. Текущая проблема не заключается в медленном принятии ИИ, а в принятии без понимания его ограничений и рисков. Для руководства понимание этой динамики имеет решающее значение, поскольку скорость выполнения в настоящее время опережает способность отрасли управлять последствиями, что приводит к операционным неудачам из-за плохо управляемого принятия.
