Ηγέτες σκέψης

Πέρα από τον κώδικα του AI: Η πραγματική αύξηση της παραγωγικότητας έρχεται από το σκέπασμα του κώδικα εντελώς

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Για όλες τις συζητήσεις σχετικά με την ανάπτυξη με τη βοήθεια του AI, από εργαλεία αυτόματης συμπλήρωσης μέχρι συστήματα που γεννούν ολόκληρα αποθετήρια, η συζήτηση παραμένει επικεντρωμένη στην ταχύτητα. Όλοι μιλούν για ταχύτερη δημιουργία, ταχύτερη προτυποποίηση και ταχύτερη γεννήση κώδικα. Οι ομάδες προϊόντων γιορτάζουν την ικανότητα να μετατρέπουν περιγραφές φυσικής γλώσσας σε λειτουργίες ή API μέσα σε λίγα λεπτά. Ναι, αυτές οι κερδισμένες είναι σημαντικές, αλλά εξακολουθούν να λειτουργούν μέσα στο ίδιο парадίγμα λογισμικού. Ο κώδικας γράφεται, μεταγλωττίζεται, αναπτύσσεται, ελέγχεται και συντηρείται. Ο κύκλος επιταχύνεται, αλλά η δομή παραμένει άθικτη.

Σε ένα βαθύτερο επίπεδο, όμως, μια μετατόπιση αρχίζει να εμφανίζεται, μια που δείχνει την επόμενη πραγματική αύξηση της παραγωγικότητας. Για πραγματικά εκπληκτικές κερδισμένες, χρειαζόμαστε μια μετατόπιση παραδείγματος: όχι ταχύτερος κώδικας, αλλά λιγότερος κώδικας. Αντί να χρησιμοποιούμε το AI για να μεταφράσουμε κανόνες επιχειρήσεων σε προγράμματα που οι μηχανές εκτελούν αργότερα, η λογική επιχειρήσεων θα εκφραστεί trực tiếp σε φυσική γλώσσα και θα εκτελεστεί από έξυπνα συστήματα. Το μοντέλο γίνεται το περιβάλλον εκτέλεσης. Οι στρώσεις μετάφρασης εξαφανίζονται.

Αυτός ο βήμα δεν είναι θέμα ευκολίας. Αλλάζει τον τρόπο με τον οποίο λειτουργούν οι οργανισμοί. Αλλάζει τον τρόπο με τον οποίο η πολιτική γίνεται λογισμικό, τον τρόπο με τον οποίο η ρύθμιση γίνεται δράση και τον τρόπο με τον οποίο οι επιχειρήσεις προσαρμόζονται σε εξωτερικές πιέσεις. Φέρνει τη δυνατότητα να μειώσει τους κύκλους μηχανικής που διαρκούν πολλούς μήνες σε ταχείς, πολιτικά οδηγούμενους ενημερώσεις που κινούνται τόσο γρήγορα όσο και οι θεσμοί που τις κυβερνούν.

Πώς το AI μετακινείται από τη γραφή του κώδικα στην εκτέλεση της λογικής

Υπάρχουν τρία ευρεία στάδια της υιοθέτησης του AI στην ανάπτυξη λογισμικού. Το πρώτο είναι η輔助 κωδικοποίηση, όπου η μηχανή βοηθά στη γεννήση τμημάτων ή λειτουργιών κατά τη διάρκεια της ανάπτυξης. Το δεύτερο είναι τα συστήματα που γεννούνται από το AI, όπου μεγάλες συνιστώσες ή αρχιτεκτονικές μπορούν να παραχθούν από φυσική γλώσσα. Το τρίτο είναι η εκτέλεση της λογικής από το AI, όπου οι dévelopπεurs δεν γράφουν τον κώδικα καθόλου. Αντίθετα, παρέχουν πολιτική, κανόνες ή πρόθεση. Το σύστημα ερμηνεύει αυτές τις οδηγίες και ενεργεί σύμφωνα με αυτές απευθείας.

Η περισσότερη συζήτηση της βιομηχανίας παραμένει περιορισμένη στα δύο πρώτα στάδια. Παραγωγούν αποτελεσματικότητα αλλά δεν αλλάζουν τη βαθύτερη δομή του λογισμικού. Η λογική διακλάδωσης, οι πipelines ανάπτυξης, ο έλεγχος αναδρομής, η διαχείριση περιβάλλοντος παραμένουν. Όπως και ο τεχνικός χρέος, η μετατόπιση εξάρτησης και η ανάγκη για ομάδες που μπορούν να πλοηγηθούν через σύνθετες στρώσεις μετάφρασης μεταξύ πολιτικής, απαιτήσεων και κώδικα.

Η ευκαιρία στο τρίτο στάδιο είναι πιο σημαντική. Όταν η επιχειρηματική οδηγία γίνεται η πηγή αλήθειας, οι οργανισμοί μετακινούνται από κύκλους κυκλοφορίας λογισμικού σε εκτέλεση που οδηγείται από προτροπές. Η ενημέρωση ενός κανόνα συμμόρφωσης γίνεται μια đơnική οδηγία. Η ρύθμιση ενός κατωφλίου απάτης γίνεται μια đơnική οδηγία. Η τροποποίηση μιας λογικής επιστροφής σε μια συγκεκριμένη δικαιοδοσία γίνεται μια đơnική οδηγία. Αυτές οι αλλαγές δεν τροφοδοτούνται σε μια λίστα αναμονής. Κινούνται απευθείας σε ελεγχόμενη εκτέλεση μέσω προσομοίωσης, επαλήθευσης και ροών έγκρισης.

Αυτό το μοντέλο αρχίζει να σχηματίζεται. Τα συστατικά υπάρχουν, αλλά η ενοποίηση δεν είναι ακόμη ευρεία. Παρόλα αυτά, η κατεύθυνση του ταξιδιού είναι σαφής.

Γιατί η μείωση της προσπάθειας κωδικοποίησης δεν είναι αρκετή

Ο κώδικας που γεννιέται από το AI ainda φέρει τους ίδιους φόρους με τον κώδικα που γράφεται από ανθρώπους. Τα συστήματα απαιτούν συντήρηση και οι εξαρτήσεις μετατοπίζονται. Επιπλέον, η αναδημιουργία γίνεται αναπόφευκτη καθώς η λογική εξελίσσεται, και οι κύκλοι ελέγχου και αναδρομής παραμένουν επειδή η ορθότητα εξακολουθεί να εξαρτάται από στατικές οδηγίες γραμμένες σε μια детерμινιστική γλώσσα. Πολλοί από αυτούς τους περιορισμούς δεν έχουν να κάνουν με το ποιος έγραψε τον κώδικα. Αντανακλούν τι είναι ο κώδικας ουσιαστικά: μια στρώση μετάφρασης μεταξύ επιχειρηματικής πρόθεσης και εκτέλεσης μηχανής.

Αυτοί οι περιορισμοί συσσωρεύονται. Καταναλώνουν χρόνο και χρήμα. Ακόμη και τα πιο εξελιγμένα αποθετήρια που γεννιούνται από το AI απαιτούν εποπτεία και σύνθετο έλεγχο. Η συντήρηση γίνεται ο κυρίαρχος οδηγός κόστους κατά τη διάρκεια ζωής του συστήματος.

Πρόσφατη έρευνα έχει περιγράψει αυτές τις προκλήσεις σε λεπτομέρειες. Μια μελέτη του 2025 για το χρέος τεχνολογίας σε συστήματα που ενεργοποιούνται από το AI βρήκε ότι οι οργανισμοί που υιοθετούν κώδικα που γεννιέται από το AI ainda αντιμετωπίζουν σημαντικά προβλήματα συντήρησης, αρχιτεκτονικής ασυνέπειας και μακροπρόθεσμων φόρων αναδημιουργίας. Αυτά τα προβλήματα εμφανίζονται ανεξάρτητα από το αν ο κώδικας γράφεται από ανθρώπους ή μοντέλα, που σημαίνει ότι η ταχύτητα της γεννήσεως του κώδικα δεν επιλύει τους δομικούς περιορισμούς της μηχανικής λογισμικού. Η αφαίρεση της στρώσης μετάφρασης εντελώς είναι ο único δρόμος για αύξηση της παραγωγικότητας.

Γιατί ο χρηματοοικονομικός τομέας θα αισθανθεί αυτή τη μετατόπιση πρώτος

Οι πληρωμές, η τραπεζική και οι χρηματοοικονομικές υπηρεσίες λειτουργούν υπό συνθήκες που ανταμείβουν την προσαρμοστικότητα. Οι ρυθμιστικές τοπίες αλλάζουν συχνά, και η καθοδήγηση σε τομείς όπως η ισχυρή αυθεντικοποίηση του πελάτη, η αποζημίωση απάτης, οι διασυνοριακές κυρώσεις και η προστασία του καταναλωτή εξελίσσεται συνεχώς. Για παράδειγμα, η επικοινωνία του FCA προς τον CEO σχετικά με την αποζημίωση για τις πληρωμές που έχουν εξουσιοδοτηθεί θεσπίζει σαφείς προσδοκίες για την εποπτεία και τον έλεγχο σε αυτό το περιβάλλον. Οι θεσμοί συχνά ξοδεύουν μήνες μεταφράζοντας αυτές τις αλλαγές πολιτικής σε συμπεριφορά συστήματος, και αυτή η καθυστέρηση δημιουργεί einen στρατηγικό μειονέκτημα.

Ένα μοντέλο εκτέλεσης που οδηγείται από προτροπές θα μπορούσε να αλλάξει το ρυθμό. Αντί να κωδικοποιούν κανόνες σε πολλά συστήματα, οι χρηματοοικονομικές θεσμοί θα μπορούσαν να ενημερώσουν τις πολιτικές τους απευθείας σε φυσική γλώσσα και να επιτρέψουν στο στρώμα εκτέλεσης να ερμηνεύσει, να προσομοιώσει και να δημιουργήσει προτάσεις ανάπτυξης. Αν αυτό συμβεί, το κόστος ανάπτυξης θα μειωθεί. Επιπλέον, ο κίνδυνος λανθασμένης ερμηνείας θα μειωθεί, και η απόσταση μεταξύ ρύθμισης και υλοποίησης θα συρρικνωθεί δραματικά.

Οι ρυθμιστικές προσδοκίες στο Ηνωμένο Βασίλειο κινούνται στην ίδια κατεύθυνση. Η δηλώσεις πολιτικής του FCA και της Τράπεζας της Αγγλίας για την εποπτεία λειτουργικής ανθεκτικότητας καθορίζει αυστηρότερες απαιτήσεις για το πώς οι χρηματοοικονομικές θεσμοί αναγνωρίζουν ευπάθειες, ανταποκρίνονται σε αλλαγές και διατηρούν τη συνέχεια σε κρίσιμες υπηρεσίες. Η καθοδήγηση τονίζει σαφείς δομές διακυβέρνησης και ισχυρότερη εποπτεία των συστημάτων που υποστηρίζουν τις πληρωμές και τον έλεγχο απάτης. Οι θεσμοί που μπορούν να μεταφράσουν πολιτική σε λειτουργική συμπεριφορά γρήγορα θα είναι καλύτερα τοποθετημένοι για να ικανοποιήσουν αυτές τις προσδοκίες.

Οι κίνδυνοι που πρέπει να λάβουν υπόψη οι ηγέτες

Αυτή η μετατόπιση δεν είναι χωρίς προκλήσεις. Η αντικατάσταση του κώδικα με εκτέλεση που οδηγείται από μοντέλα εισάγει νέους τύπους κινδύνου. Η детерμινιστική γίνεται απαραίτητη, ιδιαίτερα στις πληρωμές όπου η προβλέψιμη και η ελεγκτική είναι υποχρεωτική. Η ερμηνεία γίνεται κρίσιμη για τη συμμόρφωση και την ρυθμιστική αναθεώρηση. Ο κόστος υπολογισμού πρέπει να ελεγχθεί. Η διακυβέρνηση χρειάζεται σαφείς γραμμές ευθύνης, ιδιαίτερα υπό τις ανώτερες διαχειριστικές λειτουργίες.

Πρόσφατο έργο σχετικά με την αξιοπιστία και την αξιολόγηση των μοντέλων υπογραμμίζει πόσο δύσκολο είναι να διατηρηθεί η детерμινιστική συμπεριφορά σε κλίμακα. Μια μελέτη που αναθεωρεί μεγάλες βάσεις δεδομένων μοντέλων γλώσσας βρήκε ότι μικρές αλλαγές στη ρύθμιση της αξιολόγησης παρήγαγαν ασυνέπεδες και μερικές φορές αντίθετες αποτελέσματα. Αυτή η μεταβλητότητα σημαίνει ότι οποιοδήποτε στρώμα εκτέλεσης που οδηγείται από προτροπές θα χρειαστεί ελέγχους που περιλαμβάνουν μοντέλα φρουράς, διαδικασίες επαλήθευσης, περιβάλλοντα προσομοίωσης και εκδόσεις προτρόπων και μοντέλων. Αυτά τα στοιχεία θα είναι απαραίτητα για να ικανοποιήσουν τις ρυθμιστικές προσδοκίες για την εποπτεία και την λειτουργική ανθεκτικότητα.

Η υποδομή που περιβάλλει τα μοντέλα εκτέλεσης του AI θα καθορίσει εάν οι θεσμοί μπορούν να υιοθετήσουν αυτό το παράδειγμα με ασφάλεια. Δεν είναι αρκετό να εκφράζουμε κανόνες σε φυσική γλώσσα. Οι οργανισμοί πρέπει να χτίσουν τα στρώματα που διασφαλίζουν την ορθότητα, την αναπαραγωγιμότητα και την παρατηρησιμότητα.

Μια πιθανή αρχιτεκτονική για συστήματα πολιτικής-εκτέλεσης

Ένα μελλοντικό περιβάλλον εκτέλεσης για ρυθμισμένους οργανισμούς μπορεί να ακολουθήσει μια δομή όπου η πολιτική γίνεται η πρωταρχική πηγή λειτουργικής αλήθειας. Η διαδικασία θα μπορούσε να λειτουργήσει μέσω πολλών στρωμάτων:

  • Πολιτική: κανόνες επιχειρήσεων ή συμμόρφωσης που εκφράζονται απευθείας σε φυσική γλώσσα.
  • Ελεγχόμενο βιβλιοθήκη προτρόπων: ένα εκδόσεων αποθετήριο όπου αυτοί οι κανόνες αποθηκεύονται, αναθεωρούνται και εγκρίνονται με πλήρη ιχνηλάτηση.
  • Ερμηνεία και προσομοίωση του AI: συστήματα που ελέγχουν την πολιτική, εκτελούν σενάρια, ελέγχουν περιπτώσεις άκρων και αναζητούν ασυνέπεια πριν από την ανάπτυξη.
  • Προτάσεις ανάπτυξης: προτεινόμενες βήματα ανάπτυξης, συμπεριλαμβανομένων φρουράς και αξιολογήσεων επίδρασης, που απαιτούν ανθρώπινη έγκριση.
  • Εκτέλεση μέσω δομημένων API: Μόλις εγκριθεί, το σύστημα εφαρμόζει την επικυρωμένη πολιτική χρησιμοποιώντας υπάρχουσες детерμινιστικές μηχανισμούς, όπως μηχανές κανόνων ή προκαθορισμένα API που ενημερώνουν ρυθμίσεις, κατωφλία ή ελέγχους. Το στρώμα του AI ερμηνεύει την πρόθεση; το στρώμα εκτέλεσης την επιβάλλει χωρίς να γεννάει νέο κώδικα.

Ένα πρακτικό παράδειγμα εικονογραφεί πώς αυτά τα στρώματα θα μπορούσαν να λειτουργήσουν. Η FCA ενημερώνει τις οδηγίες για την αποζημίωση απάτης APP, και η ομάδα συμμόρφωσης μετατρέπει την αλλαγή σε μια πολιτική γραμμένη σε φυσική γλώσσα. Η οδηγία θα μπορούσε να είναι τόσο απλή όσο: “Σημάνετε όλες τις εξερχόμενες πληρωμές πάνω από £500 όπου ο受款人 δημιουργήθηκε τις τελευταίες 48 ώρες εκτός αν ο αποστολέας έχει στείλει σε αυτόν τον受款人 πριν”. Το σύστημα του AI ελέγχει την οδηγία, εκτελεί σενάρια, ελέγχει περιπτώσεις άκρων, παράγει έγγραφα και προτείνει einen δρόμο ανάπτυξης. Η συμμόρφωση αναθεωρεί και εγκρίνει την πρόταση. Το στρώμα εκτέλεσης ενημερώνει τους σχετικούς ελέγχους χωρίς να γράφεται ή να αναπτύσσεται κώδικας.

Αυτή η αρχιτεκτονική διατηρεί την ανθρώπινη εποπτεία ενώ μειώνει την τεχνική απόσταση μεταξύ πολιτικής και λειτουργικής συμπεριφοράς. Παρέχει επίσης ένα ελεγχόμενο περιβάλλον όπου η πιθανοτική ερμηνεία και η детерμινιστική επιβολή μπορούν να συνυπάρχουν.

Πολλές αναλύσεις μηχανικής έχουν εξετάσει πώς οι υβριδικές αρχιτεκτονικές μπορούν να υποστηρίξουν συστήματα που συνδυάζουν ερμηνεία μοντέλων με λογική που βασίζεται σε κανόνες σε ένα μόνο λειτουργικό περιβάλλον. Μια μελέτη πλαισίων AI agentic περιγράφει πώς οι οργανισμοί μπορούν να ενσωματώσουν νευρωνικά συστατικά με δομές που βασίζονται σε κανόνες σε ένα λειτουργικό περιβάλλον. Η έρευνα υποδηλώνει ότι αυτό το είδος σχεδιασμού μπορεί να απλοποιήσει τη συντονισμό μεταξύ συστημάτων, να διατηρήσει σαφείς ορίους γύρω από κρίσιμες λειτουργίες και να δημιουργήσει μονοπάτια εκτέλεσης που παραμένουν προβλέψιμα αρκετά για ρυθμισμένους τομείς.

Τελικές σκέψεις

Τα εργαλεία κωδικοποίησης του AI θα συνεχίσουν να βελτιώνονται. Θα επιταχύνουν την ανάπτυξη λογισμικού και θα μειώσουν την προσπάθεια. Αλλά δεν επιλύουν τους υποκείμενους περιορισμούς της μετάφρασης της επιχειρηματικής πρόθεσης σε детерμινιστικό κώδικα. Η επόμενη μετατόπιση της παραγωγικότητας θα έρθει από την αφαίρεση αυτής της στρώσης μετάφρασης εντελώς.

Οι οργανισμοί που αρχίζουν να προετοιμάζονται για την εκτέλεση που οδηγείται από προτροπές τώρα θα κερδίσουν ταχύτητα, ανθεκτικότητα και σαφήνεια. Θα μπορέσουν να προσαρμοστούν γρήγορα στις αλλαγές ρύθμισης και να μειώσουν την τριβή μηχανικής. Θα χτίσουν επίσης την υποδομή που απαιτείται για αυτονομούς, μηχανικούς ροές εργασίας.

Οι θεσμοί που παραμένουν επικεντρωμένοι στην γεννήση κώδικα θα κερδίσουν αποτελεσματικότητα. Οι θεσμοί που μετακινούνται πέρα από τον κώδικα θα κερδίσουν στρατηγικό πλεονέκτημα.

Ο Alex Batlin είναι ένας Λονδρέζος ηγέτης των fintech και ψηφιακών περιουσιακών στοιχείων με περισσότερη από 25 χρόνια εμπειρίας σε θεσμική финάντζες, αναδυόμενες τεχνολογίες, κρυπτονομίσματα και ρυθμιζόμενη ψηφιακή υποδομή περιουσιακών στοιχείων. Αυτή τη στιγμή υπηρετεί ως Εκτελεστικός Σύμβουλος στη Noda, υποστηρίζοντας την στρατηγική επέκταση της εταιρείας σε blockchain-ενεργά χρηματοοικονομικά προϊόντα και παρέχοντας καθοδήγηση σχετικά με τη συμμόρφωση, την αρχιτεκτονική και τη δυναμική της αγοράς ψηφιακών περιουσιακών στοιχείων. Σε περίπτωση που χρειάζεστε κάτι, παρακαλώ ενημερώστε με.