قادة الفكر
من AI-first إلى AI-native: نموذج الأعمال الجديد لتطوير البرمجيات
يُعتبر تطوير البرمجيات واحدًا من المجالات الأكثر تأثرًا في ظل طفرة الذكاء الاصطناعي. لقد أعاد تطور حلول الذكاء الاصطناعي تعريف الكثير من يوميات تطوير البرمجيات، بما في ذلك السرعة التي تتم بها المهام والخدمات وتسليمها.
لكن إضافة أداة ذكاء اصطناعي لا تضمن نتائج سلسة مرتبطة بالفوائد المرتبطة. في الواقع، وجدت دراسة واحدة أن مطوري البرمجيات الذين يستخدمون الذكاء الاصطناعي يعتبرون 19% أبطأ في إكمال القضايا، على الرغم من أنهم يتوقعون أن تساعدهم هذه الأدوات على التعجيل بنسبة 24%.
في غضون ذلك، لا تعني الاستخدام أن المستخدمين واثقون من هذه الأدوات. على الرغم من أن 84% من مطوري البرمجيات يستخدمون الذكاء الاصطناعي، فإن نصفهم تقريبًا لا يثق في دقته. كما هو متوقع، فإن ذلك يترجم إلى فحص متزايد للذكاء الاصطناعي في تطوير البرمجيات، ويتدفق ذلك إلى العملاء الذين يطالبون الآن بمزيد من الشفافية حول كيفية نشره.
والذكاء الاصطناعي يغير كيفية عمل مطوري البرمجيات، وبطرق أكثر من واحدة. كتابهم المهارات يتم إعادة كتابته الآن، مما يخلق عدم اليقين ومسارًا جديدًا للمحترفين.
في النهاية، يُعد التوتر في تقارب الإنتاجية وتوقعات العملاء وتأثير القوى العاملة لحظة حاسمة لتطوير البرمجيات. الآن، بدلاً من مجرد “إدخال” أدوات الذكاء الاصطناعي، يجب على شركات البرمجيات أن تسعى إلى تحول ذكاء اصطناعي أصيل يغير كيفية استخدام الذكاء الاصطناعي وكيف يُدرك، من الأساس.
المعنى الحقيقي للذكاء الاصطناعي الأصيل
عندما تدعي منظمة أنها “مدفوعة بالذكاء الاصطناعي”، فإن ذلك يعني عادة أنها تستخدم الذكاء الاصطناعي والآلية كعنصر كفاءة. التأثير هو نسبيًا سطحي، وتخفيف العبء اليدوي على المهام التي تستغرق وقتًا طويلاً، ولكنها لا تدفع بالضرورة نتائج كبيرة من وجهة نظر أعمال.
في نهج ذكاء اصطناعي أصيل، ومع ذلك، لا تعامل الأدوات على أنها إضافات مكدسة على العمليات الحالية. بدلاً من ذلك، يتم إعادة تصميم هيكل عمليات الهندسة والتدفقات 作업 مع بناء هذه الأدوات في النواة. لا تتولى الآلية والكفاءة القيادة، والتعاون والمراجعة والتصحيح والتدخل هي سمات طبيعية في التدفق.
علاوة على ذلك، لا يتم استخدام أدوات الذكاء الاصطناعي ببساطة في نهج معزول. يتم نشرها عبر دورة حياة التطوير بأكملها وتنسجم مع الاستراتيجيات التجارية الأوسع لتحقيق نتائج متعلقة.
النتيجة هي مكاسب فيما يتعلق بإدارة العملاء والتنافس. يتغير التركيز من مقدار الوقت الذي يتم قضاؤه على تسليم إلى ما يتم تحقيقه بالفعل. هذا يغير المسار وتعريف التقاط القيمة لشركات تطوير البرمجيات. على سبيل المثال، من المرجح أن تمنح فواتير الساعة الطريق لطرازات التسعير القائم على القيمة حيث يتم تحديد الأسعار بفهم واضح للطبيعة المدفوعة بالذكاء الاصطناعي للخدمات. ومن المهم أن هذا يتماشى مع توقعات العملاء المتطورة، حيث أصبحت التسليم السريع توقعًا وشفافية حول العمليات هي مطلب.
نهج الذكاء الاصطناعي الأصيل يأتي أيضًا مع آثار جانبية. عندما يتم تسليم نتائج قيمة للعملاء، مما يظهر في نتائج ملموسة، تعزز المنظمات العلاقات مع هؤلاء العملاء. وفي الوقت نفسه، يعزز ذلك سمعتهم لجذب عملاء جدد ويضيف ميزة تنافسية.
هناك أيضًا مكاسب حقيقية من منظور الربحية. تؤدي تدفقات العمل الأكثر إنتاجية وفعالية إلى خفض التكاليف، مما يعني هامشًا أفضل وعائدات. أصبحت الذكاء الاصطناعي الأصيل ليس فقط حول الحاضر، ولكن أيضًا حول الآثار الأوسع عبر المنظمة وآفاقها المستقبلية.
النواحي الرئيسية التي يجب مراعاتها قبل أن تصبح أصيلة بالذكاء الاصطناعي
هذا ليس شيئًا يمكن تحقيقه في فترة زمنية قصيرة. يعني التحول من مدفوع بالذكاء الاصطناعي إلى أصيل بالذكاء الاصطناعي إعادة هيكلة كيفية استخدام هذه الأنظمة والأدوات من البداية إلى النهاية.
يتطلب ذلك إدارة التغيير، من التدفقات والاستقلالية والإشراف وتمكين القوى العاملة، وغيرها. لتوضيح أهمية إعادة تصميم التدفقات، أدى結合 الذكاء الاصطناعي التوليدي مع تحويل العملية من النهاية إلى النهاية إلى 25 إلى 30% في مكاسب الإنتاجية لبعض الشركات. هذا هو ثلاثة أضعاف التأثير الملاحظ في مساعدي الكود الأساسيين.
في مركز هذا التحول هو الثقة، والثقة مبنية على الشفافية. في بيئة ذكاء اصطناعي أصيل، تكون الوضوح والشفافية أساسية. يجب أن يكون لكل حالة استخدام للذكاء الاصطناعي غرضًا محددًا بوضوح، ويجب على المنظمات أن تكون صريحة حول مكان وتطبيق الذكاء الاصطناعي عبر دورة حياة التطوير.
من المهم بشكل مماثل أن يكون هناك وضوح حول ما يتم استعراضه وتصديقه و最終 موافقة عليه من قبل مهندسي البشر. إطارات الحوكمة البيانية القوية، المتوافقة مع اللوائح مثل GDPR، هي أيضًا حاسمة لضمان أن لا تأتي السرعة على حساب السيطرة.
علاوة على الشفافية، يجب على المنظمات أن تؤثر أولوية تطور أنظمة الذكاء الاصطناعي نحو استقلالية أكبر. الهدف هو تمكين الأنظمة الوكيلية التي يمكنها العمل بدرجة من الاستقلالية مع الحفاظ على قابليتها للتحقق والمساءلة. يتطلب ذلك آليات مدمجة للتحقق في الوقت الفعلي والتعليقات المستمرة، مما يضمن أن الأنظمة تتوسع بثبات جنبًا إلى جنب مع احتياجات الأعمال.
ولكن لا يمكن أن يحدث أي من هذا بدون توجيه، وهو مبدأ التحول النموذجي القابل للتوسيع. بدون ذلك، يعمل الذكاء الاصطناعي في سيلوز. يتطلب التحول الأصيل بالذكاء الاصطناعي تنسيق التدفقات والأدوات والبيانات والوكلاء عبر المنظمة. التآزر هو شرط مسبق عبر مجموعات التكنولوجيا الحالية، حيث تعيق الأنظمة المتجزئة التقدم. يخلق التوجيه الفعال الظروف للتحسين المستمر، مما يسمح لأنظمة الذكاء الاصطناعي بالتطور خطوة بخطوة مع الطلبات الفنية والتجارية.
دروس من التحولات المبكرة الأصيلة بالذكاء الاصطناعي
النقطة التي تبدأ منها هي معالجة المعلومات والمعلومات القديمة. مع مرور الوقت، يصبح المعرفة مدفونًا في قواعد بيانات قديمة وعمليات غير وثيقة، وذاكرة مؤسسية لم تعد متاحة بسهولة، خاصة لأعضاء الفريق الجدد.
يمكن للموكلين الذكاء الاصطناعي مساعدة في استعادة هذه المعرفة وجعلها متاحة على نطاق واسع، حيثما ومتى كانت необходимة، مما يكشف عن قواعد أعمال خفية وإعادة بناء المنطق الذي قد يبطئ Otherwise جهود التحديث. يضع هذا العملية أساس استراتيجية تحول مدفوعة بالبيانات.
يتم جعل المعرفة صريحة، مما يسمح للمنظمات بتثبيت خطة زرقاء مدفوعة بالبيانات لتوجيه التحول كمنظمة ذكاء اصطناعي أصيل، وإعادة تصميم التدفقات مع تضمين الذكاء الاصطناعي عبر دورة حياة تطوير البرمجيات.
随ما تتطور التدفقات، تتطور الأدوار داخلها. لم يعد مطورو البرمجيات محددين فقط بقدرتهم على كتابة الكود. إنهم يصبحون أيضًا بشكل متزايد منسقين لأنظمة الذكاء الاصطناعي ومهندسي تدفقات معقدة ومتحولة تجمع بين الحكم البشري والتنفيذ المحرك بواسطة الآلة.
ولكن هذا التحول لا يحدث بدون مقاومة من الفرق، وهو رد فعل طبيعي لأن الأدوار والتوقعات يتم重新 تعريفها بشكل أساسي. يتطلب هذا التركيز المتعمد على تمكين القوى العاملة.
يجب على المنظمات الاستثمار في التدريب المستمر والتقدمي الذي يجهز المهندسين بالمهارات المطلوبة في بيئة ذكاء اصطناعي أصيل. هذا يشمل تطوير أدب الذكاء الاصطناعي، وتحضير المهندسين للعمل كمراقبين فعالين لأنظمة الوكيل، وتنمية التفكير الاستراتيجي والإبداعي الذي يتوافق مع الأهداف التجارية الأوسع.
هناك أيضًا حاجة متزايدة إلى متخصصين يمكنهم التحقق من المخرجات، وضمان أن معايير الأخلاقيات واللوائح والجودة تُحقق باستمرار.
هناك أيضًا مناطق تأثير بالإضافة إلى الربح والإنتاجية؛ وهي تسريع النمذجة والتكرار، والدورات التطويرية القصيرة. ومع ذلك، يجب أن يكون تحديد أداء التحول ضد معايير الأداء القابلة للقياس أولوية قبل بدء استراتيجية التحول الأصيل بالذكاء الاصطناعي. هذا يضمن أن المسار يتوافق مع الاحتياجات المنظمة المحددة.
التحول الأصيل بالذكاء الاصطناعي هو إعادة سلكة كيفية تطوير هندسة البرمجيات وتسليمها لتحقيق القيمة القصوى. المنظمات التي تنجح تدمج تحول الذكاء الاصطناعي في الأرض، وليس كاختصار للإنتاجية، حيث يتم تكريس الوضوح والابتكار.
