التنقل في تحديات تنفيذ GenAI

من المتوقع أن يُحسن تطوير البرمجيات الذي يعتمد على الذكاء الاصطناعي التوليدي (GenAI) الإنتاجية وفعّالية العمل – السؤال هو، كم سيكون هذا التحسين؟ تُظهر معظم الأبحاث السوقية حول هذا الموضوع مكاسب كبيرة في الإنتاجية. وجدت دراسة من جامعة هارفارد أن المتخصصين، حسب المهمة والخبرة، شهدوا زيادة بنسبة 43٪ في الإنتاجية. وبالمثل، تشير تقرير من غولدمان ساكس إلى أن الإنتاجية يمكن أن ترتفع بنسبة 1.5 نقطة مئوية مع GenAI بعد عشر سنوات من التنفيذ الواسع، مما يعادل تقريبًا ضعف معدل نمو الإنتاجية في الولايات المتحدة. ومع ذلك، فإن معظم هذه النتائج تأتي من بيئات خاضعة للرقابة لا تعكس بالضرورة دقة الحالات الواقعية.

لتحديد مدى تحسين GenAI للإنتاجية في تطوير البرمجيات، قررت شركة رائدة في خدمات التحول الرقمي وهندسة المنتجات تسجيل نتائجها العملية وخبراتها من مشروع تنفيذ GenAI على نطاق واسع مع أحد العملاء. أراد هذا العميل تبني GenAI في عمليات عمل 10 فرق تطوير عبر ثلاثة مسارات، مما يعني أكثر من 100 متخصص. تكشف هذه النتائج الواقعية عن التحديات المختلفة التي ستواجهها الشركات خلال الرحلة؛ بالإضافة إلى ذلك، تؤكد على ضرورة وجود خارطة طريق على مستوى الشركة لتوسيع نطاق تبني GenAI.

معالجة مواقف وطموحات المتخصصين السلبية

يمكن أن تؤخر العديد من التحديات نجاح مشروع GenAI، مثل القلق القانوني والتنظيمي، ونقص القدرة على المعالجة، والأمان والخصوصية، إلخ. ومع ذلك، فإن العائق الأكثر أهمية الذي واجهته هذه التنفيذ على نطاق واسع كان مواقف وطموحات المتخصصين حول التكنولوجيا. خلال التنفيذ، لاحظت شركة الهندسة أن المتخصصين في العميل لديهم بعض التوقعات حول GenAI وكيف سيعزز عملهم. عندما لم تتماشى هذه التوقعات الأولية مع النتائج المتعلقة بالجودة أو وقت التنفيذ، فإنهم سيطورون مواقف سلبية تجاه التكنولوجيا. على وجه الخصوص، عندما لم يفعل GenAI، حسب تعبيرهم، “العمل من أجلي”، فإنهم سيستجيبون بتعليقات مثل: “توقعنا أفضل وأنا لا أريد أن أهدر وقتًا أكثر”.

يجب على الشركات تغيير تصوراتها وتحويل ثقافة العمل إلى ثقافة جديدة تمنع هذه المواقف السلبية من الظهور وتعوق التنفيذ وقياس دقيق. الاستبيانات والتقييمات هي وسيلة فعالة لتحديد وتصنيف مواقف و参与 المتخصصين. من هناك، يجب على الشركات تصنيف المتخصصين بناءً على مشاعرهم تجاه GenAI. بعد ذلك، يمكن للشركات إنشاء نهج إدارة التغيير المخصصة لكل مجموعة لتعزيز التكامل الناجح للذكاء الاصطناعي؛ على سبيل المثال، سيحصل المتخصصون الأكثر شكوكية على اهتمام ورعاية أكبر من المتخصصين المحايدين.

مراعاة تعقيدات المشاريع الواقعية

كان التحدي الثاني الأكثر إعاقة هو قياس تأثير GenAI على الإنتاجية مع مراعاة تعقيدات المشاريع الواقعية. في البيئات الخاضعة للرقابة، من الأسهل قياس تأثير GenAI – ومع ذلك، كما ذكرنا سابقًا، لا تأخذ هذه الاختبارات في الاعتبار بعض المتغيرات والتناقضات. المشاريع ليست ساكنة. تتطور باستمرار. قد يكون للشركة وضع حيث لديها متخصصون يدورون بسبب جداول الإجازة وأيام المرض أو تغييرات فجائية في الأولويات. المتخصصون ليسوا دائمًا يعملون على أنشطة مشروع محددة حيث يمكن أن يكون تأثير GenAI الأكثر فائدة لأنهم يحضرون اجتماعات ويجيبون على رسائل البريد الإلكتروني ويمتلكون مهام أخرى خارج نطاق Sprint التي غالبًا ما يتم تجاهلها في قياسات الإنتاجية. يجب مراعاة هذه التناقضات والمتغيرات عند قياس تأثير GenAI على تطوير البرمجيات بشكل موضوعي.

تشمل أفضل الممارسات الأخرى دمج أدوات إدارة المهام في تدفقات العمل لمعرفة مدة بقاء المهام في كل حالة لتحديد إنتاجية وفعّالية المتخصصين غير التقنيين. وبالمثل، يمكن لحلول الذكاء التجاري جمع نقاط البيانات تلقائيًا، مما يقلل من الأخطاء ويوفر الوقت. بالإضافة إلى ذلك، يمكن للشركات التخفيف من تعقيدات المشاريع الواقعية وضمان تقييم أكثر دقة لتأثير GenAI على الإنتاجية من خلال اتباع ممارسات تنظيف البيانات الشاملة.

خارطة طريق على مستوى الشركة: القياس بدقة

أبرز هذا التنفيذ على نطاق واسع أيضًا قيمة خارطة طريق على مستوى الشركة تحدد بداية ونهاية التكامل. يجب على الشركات أن تلاحظ أن عنصرًا حاسمًا من هذا الخارطة الطريق هو تحديد المقاييس التي ستستخدمها في مرحلة الأساس ومرحلة التقرير النهائي. يمكن أن تساعد عشرات المقاييس المختلفة في تقييم تأثير GenAI على الإنتاجية، بما في ذلك، على سبيل المثال لا الحصر، السرعة في الوقت، والإنتاجية، ومتوسط وقت إعادة العمل ومراجعة الكود، ومعدلات فشل وقبول مراجعة الكود، ووقت قضاء على الأخطاء، إلخ.

بعد تحديد هذه المقاييس، يجب على الشركات تصنيفها إلى فئات موضوعية وذاتية. يمكن للشركات استخدام بيانات من أدوات تتبع المهام مثل Jira لمقاييس موضوعية. وبالمثل، يجب على الشركات الحفاظ على سلاسل الجودة وتحديثات المهام في الوقت المناسب وإكمال المراحل الشاملة. تذكر أن المقاييس الذاتية، مثل استبيانات المتخصصين وطيارين الاختبار، ستساعد الشركات على فهم مستويات التبني والارتباطات مع المقاييس الموضوعية. من منظور التردد، يجب أن تكون القياسات روتينية ومجدولة، وليست نادرة وعشوائية. بالإضافة إلى ذلك، تؤكد نتائج المشروع على فائدة مقاييس مثل التأثير اليومي المتوسط، والكفاءة المتصورة، وتغيير الأداء، وغطاء العمل، واستخدام أدوات الذكاء الاصطناعي، والتدفق العمل غير المتقطع لقياس تقدم التبني.

خارطة طريق على مستوى الشركة (متابعة): تعلم وتنمية الثقافة على نطاق واسع

إضافة إلى قياس تأثير GenAI بشكل فعال، فإن مكونًا حاسمًا آخر من خارطة طريق ناجحة هو أنها تعزز التعلم المستمر وتنمية مهارات الذكاء الاصطناعي من خلال استراتيجيات التدريب والتدريب المختلفة. ستؤدي هذه المبادرات في النهاية إلى تعزيز ثقافة التعلم على مستوى الشركة، مما يمكّن من تبني الذكاء الاصطناعي على نطاق واسع في جميع أنحاء المؤسسة. تشمل الاستراتيجيات المختلفة إنشاء مجموعات عمل تركز على كيفية استغلال GenAI وكيف يمكن استخدامه، بالإضافة إلى تشجيع الأفراد على مشاركة ما يعمل وما لا يعمل. كما أنه من المفيد وضع أولويات النمو والتطوير مصحوبة بمسارات التعلم على مستوى الفرد والفريق.

طريقة أخرى يمكن للشركات من خلالها بناء ثقافة تتبنى بسهولة تكنولوجيا GenAI الجديدة هي تسليط الضوء على حالات الاستخدام السريعة للفوز. هذه الحالات ستظهر قوة GenAI للمنظمة الأكبر والمتشككين المتحفظين. يجب على الشركات أيضًا إنشاء إرشادات أمنية وقواعد للتعامل مع الذكاء الاصطناعي لتمكين الفرق من التجربة واستكشاف نهج جديدة دون تعريض الشركة للمخاطر. وبالمثل، يجب على المنظمات أن تفرض الامتثال للمعايير الصناعية والممارسات الأخرى المثلى مع معالجة إدارة التغيير بين الأفراد والفرق على مستوى المهمة والأداة.

الاحتفاظ بالناس في المركز

أهم استخلاصين من هذا التنفيذ الواقعي هما: أولًا، يمكن أن يؤدي GenAI إلى مكاسب كبيرة في الإنتاجية داخل إطار استراتيجية وخارطة طريق مناسبة؛ ثانيًا، لهذا التكامل جانب بشري لا مفر منه يجب على الشركات معالجته بشكل مناسب. سيتغير GenAI بشكل دائم كيفية أداء المتخصصين لمهامهم اليومية. من المحتمل أيضًا أن يجعل GenAI بعض المتخصصين يشعرون بالتهديد من التكنولوجيا، مما قد يؤدي إلى مقاومة التبني. في النهاية، مفتاح نجاح تنفيذ GenAI يظل بشريًا بشكل واضح. من الضروري للشركات أن تفهم عمق هذا، لأن البشر هم من يعملون التكنولوجيا، مما يفتح قيمتها العملية.