من الذكاء الاصطناعي الأول إلى الذكاء الاصطناعي الأصيل: نموذج أعمال تطوير البرمجيات الجديد

يمكن القول إن تطوير البرمجيات هو واحد من المجالات الأكثر تأثراً باندلاع الذكاء الاصطناعي. وقد أعيد تعريف الكثير من يوميات تطوير البرمجيات بواسطة حلول الذكاء الاصطناعي المتطورة، بما في ذلك السرعة التي تتم بها المهمات والخدمات وتسليمها.

لكن إضافة أداة ذكاء اصطناعي لا تضمن نتائج سلسة مرتبطة بالمنافع المرتبطة بها. 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 يعني الاستخدام أن المستخدمين واثقون من هذه الأدوات. على الرغم من أن 84% من مطوري البرمجيات يستخدمون الذكاء الاصطناعي، يقول نصفهم تقريبا إنهم لا يثقون في دقته. ولا ي驚 أن هذا يترجم إلى فحص متزايد للذكاء الاصطناعي في تطوير البرمجيات، ويتدفق إلى العملاء الذين يطالبون الآن بمزيد من الشفافية حول كيفية نشره.

والذكاء الاصطناعي يغير كيفية عمل مطوري البرمجيات، وبطرق أكثر من واحدة. وقد أعيد كتابة دفترهم المهني الآن، مما يخلق عدم اليقين ومسارًا جديدًا للمحترفين.

في النهاية، يعد التوتر في تقارب الإنتاجية وتوقعات العملاء وتأثير القوى العاملة لحظة حاسمة لتطوير البرمجيات. الآن، بدلاً من مجرد “تركيب” أدوات الذكاء الاصطناعي، يجب على شركات البرمجيات أن تسعى إلى تحول اصطناعي أصيل يغير كيفية استخدام الذكاء الاصطناعي، وكيف يُدرك، من الأساس. إليك كيفية تشغيل هذا التحول.

المعنى الحقيقي للذكاء الاصطناعي الأصيل

عندما تدعي المنظمة أنها “مدفوعة بالذكاء الاصطناعي”، فإن ذلك يعني عادة أنها تستخدم الذكاء الاصطناعي والآلية كعنصر كفاءة. وتكون هذه الآثار سطحية نسبياً، تخفف العبء اليدوي على المهام التي تستغرق وقتًا طويلاً، ولكنها لا تقود بالضرورة نتائج كبيرة من منظور تجاري.

في نهج الذكاء الاصطناعي الأصيل، ومع ذلك، لا تُعتبر الأدوات مجرد إضافات مكدسة على العمليات الحالية. بل يتم إعادة تصميم هيكل عمليات الهندسة والتدفقات بعناية لتشمل هذه الأدوات في لبّها. لا تأخذ الآلية والكفاءة القيادة، والتعاون والمراجعة والتصحيح والتدخل هي سمات طبيعية في التدفق.

علاوة على ذلك، لا تُستخدم أدوات الذكاء الاصطناعي ببساطة في نهج معزول. إنها يتم نشرها عبر دورة حياة التطوير بأكملها وترتبط بالاستراتيجيات التجارية الأوسع لتحقيق النتائج المرتبطة بها.

تكون النتيجة هي مكاسب فيما يتعلق بإدارة العملاء والتسليمات. يتغير التركيز من كمية الوقت التي تُ dành على تسليم إلى ما يتم إنجازه بالفعل. هذا يغير المسار وتعريف القيمة التي تُحققها شركات تطوير البرمجيات. على سبيل المثال، من المرجح أن تyield الرسوم الساعية إلى نماذج أسعار قيمة حيث تكون الأسعار محددة بفهم واضح للطبيعة القائمة على الذكاء الاصطناعي للخدمات. وهذا أمر بالغ الأهمية، حيث يتماشى مع توقعات العملاء المتطورة، حيث أصبحت التسليم السريع توقعًا ويتطلب الشفافية حول العمليات شرطًا.

نهج الذكاء الاصطناعي الأصيل يأتي أيضًا مع آثار جانبية. عندما يتم تسليم نتائج قيمة للعملاء، مما يظهر في نتائج ملموسة، فإن المنظمات تؤسس علاقات مع هؤلاء العملاء. وفي الوقت نفسه، يعزز ذلك سمعتهم لجذب عملاء جدد ويزيد من الميزة التنافسية.

هناك أيضًا مكاسب حقيقية من منظور ربحية. تؤدي تدفقات العمل أكثر كفاءة وفعالية إلى خفض التكاليف، مما يعني هامشًا أفضل وعائدات. لا يتم تحقيق التحول إلى الذكاء الاصطناعي الأصيل فقط في الوقت الحالي، ولكن أيضًا في الآثار الأوسع على المنظمة وآفاقها المستقبلية.

النواحي الرئيسية التي يجب مراعاتها قبل أن تصبح أصيلاً بالذكاء الاصطناعي

هذا ليس شيء يمكن تحقيقه في فترة زمنية قصيرة. يعني الانتقال من الذكاء الاصطناعي الموجه إلى الذكاء الاصطناعي الأصيل إعادة هيكلة في كيفية استخدام هذه الأنظمة والأدوات من البداية إلى النهاية.

يتطلب ذلك إدارة التغيير، من سير العمل والاستقلالية والإشراف وتفعيل القوى العاملة، وأكثر من ذلك. لتوضيح أهمية إعادة تصميم سير العمل، 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 الذي لوحظ في مساعدي الكود الأساسي.

في قلب هذا التحول يوجد الثقة، والثقة مبنية على الشفافية. في بيئة الذكاء الاصطناعي الأصيل، تكون الشفافية والوضوح أساسيين. يجب أن يكون لكل حالة استخدام للذكاء الاصطناعي غرضًا محددًا بوضوح، ويجب على المنظمات أن تكون صريحة حول كيفية تطبيق الذكاء الاصطناعي عبر دورة حياة التطوير.

من المهم بشكل مماثل أن يكون هناك وضوح حول ما يتم مراجعته وتصديقه و最終 موافقة عليه من قبل مهندسي البشر. إطارات الحوكمة البيانية القوية، المتوافقة مع اللوائح مثل GDPR، هي أيضًا حاسمة لضمان أن السرعة لا تأتي على حساب السيطرة.

علاوة على الشفافية، يجب على المنظمات أن تُعطي الأولوية لتطور أنظمة الذكاء الاصطناعي نحو استقلالية أكبر. الهدف هو تمكين الأنظمة الوكيلية التي يمكنها العمل بدرجة من الاستقلالية مع الحفاظ على القابلية للتحقق والمساءلة. هذا يتطلب آليات مدمجة للتحقق في الوقت الفعلي والتعليقات المستمرة، مما يضمن أن الأنظمة تتوسع بشكل موثوق مع احتياجات الأعمال.

ولكن لا يمكن أن يحدث أي من هذا بدون تنسيق، وهو المبدأ الأساسي للنمو القابل للتطوير. بدون ذلك، يعمل الذكاء الاصطناعي في صوامط. يتطلب التحول إلى الذكاء الاصطناعي الأصيل تنسيقًا للتدفقات وسير العمل والأدوات والبيانات والوكيلات عبر المنظمة. تعد القابلية للتشغيل البيني شرطًا مسبقًا عبر حزمة التكنولوجيا الحالية، حيث تعيق الأنظمة المتجزئة التقدم. يخلق التنسيق الفعال الظروف للتحسين المستمر، مما يسمح لأنظمة الذكاء الاصطناعي بالتطور خطوة بخطوة مع الطلبات الفنية والتجارية.

دروس من التحولات المبكرة إلى الذكاء الاصطناعي الأصيل

النقطة التي تبدأ منها هي معالجة المعلومات والمعرفة القديمة. مع مرور الوقت، تُدفن المعرفة في قواعد بيانات قديمة وعمليات غير موثقة، والذاكرة المؤسسية التي لم تعد سهلة الوصول إليها، خاصةً لأعضاء الفريق الجدد.

يمكن للموكلين الذكاء الاصطناعي أن يساعدوا في استعادة هذه المعرفة وجعلها متاحة على نطاق واسع، حيثما ومتى كانت необходимة، وكشف القواعد التجارية الخفية وإعادة بناء المنطق الذي قد يبطئ Otherwise جهود التحديث. Этот процесс يضع الأساس لاستراتيجية تحول مدفوعة بالبيانات.

تُجعل المعرفة صريحة، مما يسمح للمنظمات بتثبيت خطة مدفوعة بالبيانات لتشغيل التحول كمنظمة ذكاء اصطناعي أصيل واعادة تصميم سير العمل بالذكاء الاصطناعي المضمن عبر دورة حياة تطوير البرمجيات.

随着 تطور سير العمل، تتطور الأدوار داخلها أيضًا. لم يعد مطورو البرمجيات محددون فقط بقدرتهم على كتابة الكود. إنهم يصبحون أيضًا بشكل متزايد منسقين لأنظمة الذكاء الاصطناعي ومصممين لتدفقات عمل معقدة ومتعددة تجمع بين الحكم البشري والتنفيذ الموجه بواسطة الآلة.

ولكن هذا التحول لا يحدث بدون مقاومة من الفرق، وهو رد فعل طبيعي عند重新 تعريف الأدوار والتوقعات بشكل أساسي. يتطلب معالجة هذا التركيز المتعمد على تمكين القوى العاملة.

يجب على المنظمات الاستثمار في التدريب المستمر والتقدمي الذي يزوّد المهندسين بالمهارات الضرورية في بيئة الذكاء الاصطناعي الأصيل. هذا يشمل تطوير أدبيات الذكاء الاصطناعي، وتحضير المهندسين للعمل كمراقبين فعالين لأنظمة الوكيل، وتنمية التفكير الاستراتيجي والابتكاري الذي يتوافق مع القرارات الفنية مع الأهداف التجارية الأوسع. وفي الوقت نفسه، هناك حاجة متزايدة إلى متخصصين يمكنهم التحقق من المخرجات، وضمان أن المعايير الأخلاقية والتنظيمية والجودة تُحقق باستمرار.

هناك أيضًا مجالات تأثير إضافية إلى جانب الربحية والإنتاجية؛ وهي تسريع النمذجة الأولية والتحديث، والدورات التطويرية الأقصر. ومع ذلك، يجب أن يتم تحديد أداء التحول ضد معايير الأداء القابلة للقياس قبل بدء استراتيجية التحول إلى الذكاء الاصطناعي الأصيل. هذا يضمن أن تكون المسار موازية للاحتياجات التنظيمية المحددة.

التحول إلى الذكاء الاصطناعي الأصيل هو إعادة سلكة لطريقة تطوير وتسليم الهندسة البرمجية لتحقيق القيمة القصوى. المنظمات التي تنجح تدمج تحول الذكاء الاصطناعي من الأساس، وليس كاختصار للإنتاجية، حيث تكون الشفافية والابتكار مرسخين.