Navigation af udfordringerne ved GenAI-implementering

Udvikling af software med Generative AI (GenAI) vil forbedre produktiviteten og arbejdseffektiviteten – spørgsmålet er, hvor meget? De fleste markedsundersøgelser på dette område viser betydelige gevinster i produktivitet. Forskning fra Harvard fandt, at specialister, afhængigt af opgaven og senioriteten, oplevede en 43% stigning i produktivitet. Ligeledes foreslår en rapport fra Goldman Sachs, at produktiviteten kunne stige med 1,5 procentpoint med GenAI efter ti år med bred anvendelse, svarende til næsten dobbelt så hurtig en stigning i USAs produktivitetsvækst. Mens disse fund er indsigtsgivende, kommer de fleste af disse resultater fra kontrollerede miljøer, der ikke nødvendigvis reflekterer nuancerne i virkelige brugs Tilfælde.

For bedre at besvare, hvor meget GenAI kan forbedre produktiviteten i softwareudvikling, besluttede et førende digitalt transformations- og produktionsingeniørselskab at optage sine praktiske resultater og indsigt fra et nyligt stort GenAI-implementeringsprojekt med en af sine kunder. Denne kunde ønskede at indføre GenAI i arbejdsprocesserne for 10 udviklingsteams på tværs af tre arbejdsstrømme, hvilket omfattede over 100 specialister. Disse virkelige resultater afslører de forskellige udfordringer, virksomheder vil møde under rejsen; desuden understreger de nødvendigheden af en virksomhedsomfattende vejledning for opskalering af GenAI-anvendelse.

Behandling af specialisters negative holdninger og forventninger

Mange udfordringer kan forsinke succesen med et GenAI-projekt, såsom juridiske og regulatoriske bekymringer, mangel på bearbejdningsevne, sikkerhed og privatliv osv. Men den mest betydelige hindring, der blev mødt under denne store implementering, var specialisterne ‘ holdninger og forventninger omkring teknologierne. Under implementeringen observerede ingeniørselskabet, at kundens specialister havde visse forventninger om GenAI og hvordan det ville supplere deres arbejde. Når disse første forventninger ikke svarede til resultaterne med hensyn til kvalitet eller udførelsestid, udviklede de negative holdninger over for teknologierne. I særdeleshed, når GenAI ikke, i deres ord, “gjorde arbejdet for mig”, svarede de med kommentarer som: “Jeg forventede bedre og vil ikke spilde min tid mere.”

Virksomheder må ændre opfattelsen og gå over til en ny arbejdskultur, der forhindrer, at disse negative holdninger manifesterer sig og hindrer anvendelse og nøjagtig måling. Undersøgelser og vurderinger er en effektiv måde at kortlægge og kategorisere holdningerne og den opfattede engagement hos specialisterne. Derefter kan virksomhederne gruppere specialisterne efter deres holdninger til GenAI. Herefter kan virksomhederne oprette tilpassede ændringsledelsesstrategier for hver gruppe for at fremme en succesfuld AI-integration; f.eks. vil de mest skeptiske specialister modtage mere opmærksomhed og omsorg end neutrale specialister.

Behandling af kompleksiteterne i virkelige projekter

Den anden mest hindrende udfordring var at måle GenAIs indvirkning på produktiviteten nøjagtigt, samtidig med at man tager hensyn til kompleksiteterne i virkelige projektsforhold. I kontrollerede miljøer er det lettere at måle GenAIs indflydelse – dog, som nævnt tidligere, tager sådanne tests ikke visse variable og inkonsistenser i betragtning. Projekter er ikke stagnerende. De udvikler sig konstant. En organisation kan have en situation, hvor de har roterende specialister på grund af ferieplaner og sygedage eller pludselige ændringer i prioriteringer. Specialister arbejder ikke altid på specifikke projektopgaver, hvor GenAIs indvirkning kan være mest gavnlig, fordi de har møder at deltage i, e-mails at besvare og andre opgaver uden for sprintomfanget, der ofte bliver overset i produktivitetsmålinger. Disse inkonsistenser og variable skal tages i betragtning, når man objektivt måler GenAIs indvirkning på softwareudvikling.

Andre bedste praksis inkluderer integration af opgaveledelsesværktøjer i arbejdsprocesser for at se, hvor lang tid opgaver forbliver i hver status for at bestemme ikke-tekniske specialisters produktivitet og effektivitet. Ligeledes kan forretningsintelligensløsninger automatisk indsamle datapunkter, reducere fejl og spare tid. Desuden kan organisationer mindske kompleksiteterne i virkelige projektsforhold og sikre en mere nøjagtig vurdering af GenAIs indvirkning på produktivitet ved at anvende grundige datarensningsteknikker.

Virksomhedsomfattende vejledning: Måling af nøjagtighed

Denne store GenAI-implementering fremhævede også værdien af en virksomhedsomfattende vejledning, der markerer begyndelsen og slutningen af integrationen. Virksomheder bør bemærke, at et afgørende element i denne vejledning er at definere de målinger, der skal anvendes for basis- og slutrapporteringsfaserne. Dutzener af forskellige målinger kan hjælpe med at vurderer GenAIs indvirkning på produktivitet, herunder, men ikke begrænset til, hastighed over tid, gennemløb, gennemsnitlig omarbejdning og kodegennemgangstid, kodegennemgangsfejl og acceptrater, tid brugt på fejlrettelse osv.

Efter at have defineret disse målinger skal virksomhederne klassificere dem i objektive og subjektive kategorier. Virksomheder kan også anvende data fra opgaveledelsesværktøjer som Jira til objektive målinger. Ligeledes skal de opretholde og overholde kvalitetsflader, tidlige opgaveopdateringer og grundige etapegennemførelser. Husk, at subjektive målinger, såsom specialister- og pilotundersøgelser, vil hjælpe virksomheder med at forstå anvendelsesniveauer og korrelationer med objektive målinger. Fra et frekvensperspektiv skal målinger være regelmæssige og planlagte, ikke sparsomme og tilfældige. Endvidere understreger projektets resultater nyttigheden af målinger såsom gennemsnitlig daglig indvirkning, opfattet kompetence, præstationsændringer, arbejdskontrol, AI-værktøjsanvendelse og uafbrudt arbejdsgang for at måle anvendelsesfremskridt.

Virksomhedsomfattende vejledning fortsat: Læring og kulturudvikling i stor skala

Ud over at måle GenAIs indvirkning effektivt er et andet afgørende element i en succesfuld vejledning, at den driver kontinuerlig læring og AI-kompetence gennem forskellige trænings- og coachingsstrategier. Disse initiativer vil i sidste ende fremme en virksomhedsomfattende læringskultur, der muliggør AI-anvendelse i stor skala på tværs af virksomheden. Forskellige strategier inkluderer oprettelse af arbejdsgrupper, der fokuserer på, hvor og hvordan virksomheden kan udnytte GenAI, samt opmuntring af individer til at dele, hvad der fungerer og ikke fungerer. Desuden er det nyttigt at oprette vækst- og udviklingsprioriteter ledsaget af læringsstier på både individ- og teamniveau.

En anden måde, virksomheder kan bygge en kultur, der let kan tilpasse sig nye GenAI-teknologier, er ved at fremhæve hurtige gevinstbrugs Tilfælde. Disse vil demonstrere GenAIs kraft til den større organisation og tilbageholdende skeptikere. Virksomheder bør også oprette sikkerhedsretningslinjer og regler for anvendelse af AI for at give teams mulighed for at eksperimentere og udforske nye tilgange uden at udsætte virksomheden for risiko. Ligeledes må organisationer sikre overholdelse af branchestandarder og andre bedste praksis, samtidig med at de håndterer ændringsledelse blandt individer og teams på både opgave- og værktøjniveau.

Fastholdelse af mennesker i centrum

De to vigtigste konklusioner fra denne virkelige implementering er: først, GenAI kan føre til betydelige produktivitetsgevinster inden for rammerne af en ordentlig strategi og vejledning; anden, en sådan integration har en uafviselig menneskelig faktor, som virksomheder må håndtere på tilsvarende vis. GenAI vil for evigt ændre, hvordan disse specialister udfører daglige opgaver. Det er også sandsynligt, at GenAI kan få visse specialister til at føle sig truet af teknologien, hvilket kan føre til modstand over for anvendelsen. I sidste ende forbliver nøglen til en succesfuld GenAI-implementering tydeligt menneskelig. Det er afgørende for virksomheder at forstå dybden heraf, da det er mennesker, der operationaliserer teknologien og låser dens praktiske værdi op.