Ajatusjohtajat

Vibe-ohjelmointi, tekoäly ja ohjelmistokehityksen uusi todellisuus

Michael Abramov
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatTekoäly loistaa paikallisissa koodaustehtävissä, mutta siltä puuttuu arkkitehtoninen…
Näytä lisää
  • Tekoäly loistaa paikallisissa koodaustehtävissä, mutta siltä puuttuu arkkitehtoninen harkintakyky pitkäaikaisen järjestelmävakauden takaamiseksi.
  • Kokeneet insinöörit, jotka ymmärtävät matalan tason järjestelmiä, saavat uutta arvoa tekoälyn kouluttajina ja validoijina.
  • Vibe-koodauksesta voi tulla taloudellisesti kestämätöntä, kun yritykset punnitsevat tekoälyinfrastruktuurin kustannuksia ihmistiimeihin verrattuna.

Kymmenen vuotta sitten ajatus siitä, että tekoäly voisi kirjoittaa koodia ohjelmoijien sijasta, kuulosti enemmän jännittävältä fantasialta. Nykyään se on osa jokapäiväistä todellisuutta. MVP:t (Minimum Viable Product) rakennetaan päivissä, käyttöliittymiä generoidaan tekstiprompteista, ja tekoälyavustajat ovat tulleet täysivaltaisiksi ohjelmistokehitystiimien jäseniksi.

Tätä taustaa vasten yhä useammat ihmiset kysyvät samoja kysymyksiä: Korvaako tekoäly oikeasti ohjelmoijat? Voiko tekoäly todella yltää kokeneen ohjelmistokehittäjän tasolle ja korvata hänet? Mitä ammatille tapahtuu lähitulevaisuudessa?

Olen itse kehittäjä, ja minulla on mielipide asiasta. Tutkitaan asiaa.

Mikä on ongelman ydin?

On olemassa vallitseva kertomus tekoälyohjelmoinnista, joka kuuluu jotakuinkin näin:

Tekoäly on erittäin tehokas koodin kirjoittamisessa, ja se välttää useita yleisiä virheitä, joita ihmiset tekevät. Vielä kiinnostavampaa on, että tekoäly saattaa olla parempi käsittelemään niin sanottuja reunatapauksia: harvinaisia ja epätavallisia tilanteita, jotka ovat yleisiä ohjelmistosuunnittelussa ja usein vaikeita kehittäjille ennustaa etukäteen.

Kun ohjelmoija sanoo: “Haluaisin napin tänne”, hän saa vastauksen: “Tässä on nappi, tässä on 18 reunatapausta, jotka sinun kannattaa ottaa huomioon, tässä on testit, jotka sinun on suoritettava, ja muuten, sinun kannattaa myös lisätä tämä ja tämä.” Voit katsoa sitä ja ajatella: “Joo… se on järkevää.” Itse asiassa sinulta olisi voinut mennä viikkoja näiden ongelmien huomaamiseen — vasta kun jokin olisi jo mennyt pieleen tuotannossa. Tekoäly ehdottaa usein ratkaisuja heti. Jo työssä olevien ohjelmistokehittäjien osalta se lisää merkittävästi tuottavuutta ja tehokkuutta.

Ja tämä kertomus johtaa suoraan taloudelliseen kysymykseen: jos yrityksellä oli aiemmin tarve 100 kehittäjälle käsitelläkseen tietyn työmäärän, se saattaa teoriassa tarvita nyt vain 20 – koska ne 20 voivat saavuttaa saman työmäärän tekoälyn avustuksella.

Mikä piilee tämän kiihtyvän kehityksen takana?

Yhä useammin näen erittäin vahvoja ohjelmistosuunnittelijoita, jotka pelkäävät asemiaan, paikkaansa markkinassa ja tulojaan. Se tuntuu siltä, että kohta ei ole enää työtä koodaajille.

Ja vastaukseni on yleensä: kaverit, se ei välttämättä ole niin dramaattista kuin se näyttää. Itse asiassa kokeneet insinöörit saavat juuri nyt uudenlaisen arvon. Saatamme nimittäin kuulua viimeisiin kehittäjäsukupolviin, jotka ovat kirjoittaneet koodia käsin ja ymmärtävät syvällisesti järjestelmien sisäisen toiminnan. Seuraava sukupolvi työskentelee yhä enemmän tekoälytyökalujen välityksellä, ja samalla itse ohjelmistokehityksen käytännöt muuttuvat.

Aikaisempi kertomus ei ota huomioon seuraavaa:

Tekoälyllä generoitu koodi näyttää usein aivan moitteettomalta. Tehtävät ratkeavat, käyttöliittymät toimivat, ja kaikki pyörii. Mutta ajan myötä, pitkällä aikavälillä, tulee esiin hienoisia ongelmia: arkkitehtonisia kompromisseja, heikkoja suunnittelupäätöksiä, tietorakenteisiin liittyviä ongelmia tai skaalautuvuusongelmia. Ja tämä johtuu siitä, että tekoäly on jo hyvin hyvä ratkaisemaan paikallisia tehtäviä, kun taas suurten järjestelmien pitkän aikavälin logiikka edellyttää edelleen ihmisten kokemusta ja ohjelmistokehittäjien harkintakykyä.

Siksi kun nämä projektit pääsevät vakaviin tuotantoympäristöihin – pankkeihin, e-commerce-alustoille, laajamittaisiin palveluihin – tiimeihin tarvitaan lopulta edelleen ihmisiä, jotka voivat syvällisesti analysoida arkkitehtuuria, tunnistaa juurisyyt ja palauttaa koko järjestelmän logiikan.

Usein saan puheluita ystäviltäni, jotka sanovat jotain tällaista: “Michael, voitko hypätä auttamaan meitä ymmärtämään, miksi järjestelmä alkaa hajota?” Vaikka työskentelen tällä hetkellä fyysisen tekoälyn parissa yrityksessä Introspector, autan silloin tällöin tämänkaltaisessa vaikeassa käsin tehtävässä ohjelmistokehitystyössä: järjestelmän logiikan palauttamisessa, arkkitehtuurin analysoinnissa ja sen selvittämisessä, mistä ongelmien kertyminen alkoi.

Juuri siksi uskon, että vahvat insinöörit säilyttävät arvonsa pitkään. Samalla juuri kokeneet ohjelmistokehittäjät auttavat nykyään usein parantamaan ja kouluttamaan tekoälymalleja. Keymakrissa näimme tämän itse, kun etsimme kokeneita kehittäjiä validoimaan koodia ja auttamaan mallien kouluttamisessa – ihmisiä, jotka voivat luottaa oikeaan insinööriajatteluun, käytännön kokemukseen ja syvään ymmärrykseen siitä, miten järjestelmät käyttäytyvät todellisessa maailmassa.

Päähypoteesit

Ja tämä johtaa meidät suurimpaan kysymykseen tulevaisuudesta: minne kaikki tämä lopulta johtaa? Miten kasvatamme seuraavan sukupolven insinöörejä, jos he tulevat aloittamaan uransa täysin eri tavalla alusta alkaen?

Jos tarkastelemme tilannetta objektiivisesti, ilman hypeä tai pelkoa, näen muutamia mahdollisia skenaarioita.

  • Epäselvä tulevaisuus

Ensimmäinen ja luultavasti rehellisin vastaus on, että vain harvat ihmiset ajattelevat tällä hetkellä niin pitkälle. Yksinkertaisesti siksi, että kukaan ei vielä täysin ymmärrä, miltä tämä tulevaisuus näyttää käytännössä.

Ehkä muutamassa vuodessa tekoälyagentit ovat todella kykeneviä kirjoittamaan lähes täydellistä koodia – vahvalla arkkitehtuurilla, skaalautuvuudella ja kontekstualisella ymmärryksellä. Tällä hetkellä tuo kysymys on edelleen täysin avoin.

Samalla suuret teknologiayritykset kuten Apple (AAPL ), Microsoft (MSFT ) ja Google jatkavat edelleen aktiivisesti pätevien tutkijoiden, tohtorintutkinnon suorittaneiden asiantuntijoiden ja akateemisen ympäristön ihmisten palkkaamista. Se viittaa siihen, että he uskovat, että syvällinen insinööritietämys säilyy tärkeänä myös maailmassa, jossa suurin osa koodista generoidaan automaattisesti.

Pienemmät yritykset toimivat kuitenkin usein erilaisella suunnitteluhorisontilla. Kun et tiedä, onko startup-yrityksesi enää olemassa kuuden kuukauden kuluttua, on vaikea ottaa tosissaan sitä, mitä tapahtuu kymmenen vuoden kuluttua. Tietysti kukaan ei tahallaan halua rakentaa jotakin perustavanlaatuisesti viallista. Tiimit yrittävät edelleen tunnistaa potentiaalisia riskejä ja heikkouksia.

Mutta käytännössä logiikka on usein paljon yksinkertaisempi: ensin rakenna tuote, joka toimii ja tuottaa liikevaihtoa – sitten huolehdi arkkitehtuurista, optimoinnista ja järjestelmän uudelleenkirjoittamisesta myöhemmin. Ongelma on, että monissa projekteissa “myöhemmin” siirtyy jatkuvasti hamaan tulevaisuuteen.

  • Spiraalimainen kehitys

Toinen vastaus on minun mielestäni vielä mielenkiintoisempi. Jos katsot alan historiaa, se on jo kokenut vastaavia siirtymisiä useita kertoja aiemmin. Ensimmäiset ohjelmoijat työskentelivät rei’itetyillä korteilla. Sitten tuli sukupolvi insinöörejä, jotka kirjoittivat Assembly-kielellä – jotain, joka on jo vaikea monille nykykehittäjille edes kuvitella. Silloin sinun piti ymmärtää, miten laitteisto toimii, ajatella prosessorin logiikalla ja pitää mielessä valtava määrä matalan tason monimutkaisuutta.

Sitten tuli COBOL-aikakausi. Kokonaisia pankkien keskustietokonejärjestelmiä rakennettiin sen varaan, ja yllättävin asia on, että suuri osa maailman pankkijärjestelmistä edelleen pyörii niillä vanhoilla järjestelmillä tänään. On edelleen ohjelmoijia, jotka ovat yli 60- ja yli 70-vuotiaita ja ylläpitävät tuota koodipohjaa, ja he ovat edelleen erittäin arvokkaita erikoisosaajia.

Seuraava sukupolvi siirtyi C++:aan, Pythoniin ja JavaScriptiin. Itse kuulun siihen sukupolveen. Esimerkiksi en juuri ymmärrä, miten COBOL toimii. Teoriassa voisin opiskella sitä – mutta minulle se tuntuu jo etäiseltä ja vieraalta.

Ja kun tarkastelet tätä historiallisesti, mielenkiintoinen kuva alkaa muotoutua: kunkin uuden sukupolven insinöörien ei enää tarvitse ymmärtää, miten edellisen sukupolven teknologia toimi. Ajan myötä tieto uppoaa itse infrastruktuuriin.

Rei’itetyt kortit katosivat jo kauan sitten – niiden logiikka on nyt rakennettu prosessoreihin. Assembly on suurelta osin kadonnut valtavirtakehityksestä, koska sen monimutkaisuus on piilotettu käyttöjärjestelmiin, ajureihin ja matalan tason abstraktioihin. Jopa kuulokkeesi sisältävät todennäköisesti pienen käyttöjärjestelmän, joka suorittaa kaiken tämän piilotetun monimutkaisuuden taustalla – useimmat ihmiset eivät vain ajattele sitä.

Tietysti on edelleen erikoisosaajia, jotka ymmärtävät kaiken tämän matalan tason magian. Mutta suurimmalle osalle alaa se on jo abstraktiotaso.

Ja se johtaa hyvin loogiseen ajatukseen: ehkä tekoäly on vain seuraava vaihe tässä evoluutiossa. Ehkä seuraavan sukupolven ei tarvitse ymmärtää perinteistä ohjelmointia yhtä syvällisesti kuin me.

  • Markkinoiden talous

Toinen hypoteesini on, että vibe-koodausta – eli tekoälyavusteista kehitystä – lakataan lopulta näkemästä “ilmaisena nopeutuksena”. Todellisuudessa se ei ole täysin ilmainen; se on vain, että kaikki eivät vielä laske tarkasti sen todellisia kustannuksia.

Mallit, tokenit, infrastruktuuri, jatkuvat pyynnöt, koko tekoälyputken ylläpito – kaikki tämä muodostuu hitaasti merkittäväksi operatiiviseksi kuluksi. Siksi uskon, että yritykset alkavat pian tarkastella tekoälyavusteisen kehityksen todellisia kustannuksia tarkemmin ja kysyä hyvin pragmaattista kysymystä: mikä on todella tehokkaampaa – laajentaa insinööritiimiä vai ylläpitää koko tekoälyinfrastruktuuria kehityksen ympärillä?

Hyvin realistinen skenaario on, että vahvat insinööritiimit osoittautuvat lopulta taloudellisesti kestävämmiksi, erityisesti silloin, kun on kyse pitkän aikavälin tuotteiden ylläpitämisestä, kehittämisestä ja tukemisesta.

Uskon kuitenkin, että juuri tästä voi syntyä uudenlainen ohjelmistokehitystiimi: erittäin pienet ryhmät kokeneita erikoisosaajia, jotka keskittyvät infrastruktuurin itsensä vakauden ja häiriönsietokyvyn ylläpitämiseen. Ajan myötä tämä saattaa muodostua yhdeksi arvokkaimmista ohjelmistokehityksen erikoisaloista alalla.

  • Ihmiset, jotka työskentelevät tekoälyn rinnalla

Ja viimeinen oletus – vaikka hyvin realistinen – on, että seuraava sukupolvi insinöörejä joutuu luomaan uransa täysin erilaisessa ympäristössä. Ja tämä menee paljon laajemmin kuin ohjelmointi yksin. Vastaavat muutokset ovat jo alkaneet muuttaa lakia, rahoitusta, lääketiedettä ja melkein kaikkia aloja, joissa tekoäly voi ottaa haltuun merkittävän osan rutiininomaisesta ajatustyöstä.

Kaikesta tästä huolimatta katson tapahtumia melko myönteisesti. Luultavasti siksi, että yleisesti ottaen pidän edistyksestä. Pidän siitä, että teknologia voi parantaa ihmisten elämää, vapauttaa ihmisiä valtavasta määrästä toistuvaa työtä ja tehdä monia prosesseja turvallisemmiksi ja tehokkaammiksi.

Esimerkiksi autonomiset ajojärjestelmät, kuten Teslan tai Waymon, ovat jo osoittaneet hämmästyttävän korkeita turvallisuustasoja monissa tilanteissa verrattuna ihmiskuljettajiin. Ja se on todella vaikuttavaa.

Samalla maailma, johon lapsemme tulevat, on paljon monimutkaisempi ammatillisen identiteetin suhteen. He joutuvat etsimään paikkansa ja tarkoituksensa nopeasti muuttuvassa maisemassa.

Jos lapsi tänään haluaa tulla lakimieheksi, rahoitusanalyytikoksi tai ohjelmoijaksi, on suuri mahdollisuus, että nämä ammatit näyttävät täysin erilaisilta tulevaisuudessa. Ehkä kyse on tulevaisuudessa asiantuntijoista, jotka työskentelevät tiiviisti juridisen, taloudellisen tai ohjelmointiin tarkoitetun tekoälyn rinnalla: ihmisistä, jotka käyttävät tekoälyjärjestelmiä, validoivat niiden tuotokset, antavat kontekstin ja tekevät keskeiset päätökset.

Luulen, että on tärkeää tunnistaa, että melkein jokainen näistä skenaarioista jo tuntuu realistiselta tänään. Ja riippumatta siitä, pidämme siitä tai emme, kaikki nyt tapahtuva on osa paljon laajempaa teknologisen edistyksen aaltoa. On erittäin epätodennäköistä, että tämä prosessi voidaan pysäyttää. Mikä tarkoittaa, että meidän on opittava elämään tässä uudessa maailmassa – oppimalla vähitellen löytämään tasapainon sen kanssa, viestimään sen kanssa ja kenties kehittämään uudenlaisen rinnakkaiselon.

Michael Abramov on Scryonin perustaja & toimitusjohtaja, tuoden yli 15 vuoden ohjelmistokehitys- ja tietokonenäkö‑AI‑järjestelmien kokemuksen yritystason merkintätyökalujen rakentamiseen.

Michael aloitti uransa ohjelmistosuunnittelijana ja T&K-päällikkönä, rakentaen skaalautuvia datasysteemejä ja johtamalla poikkitoiminnallisia insinööritiimejä. Vuoteen 2025 asti hän toimi Keymakrin toimitusjohtajana. Keymakr on datamerkintäpalveluyritys, ja siellä hän oli edelläkävijä ihmisen mukana -työnkulkujen, kehittyneiden QA-järjestelmien ja räätälöityjen työkalujen kehittämisessä suurten tietokonenäkö- ja autonomiatietotarpeiden tukemiseksi.

Hänellä on tietojenkäsittelyn kandidaatin tutkinto sekä tausta tekniikassa ja luovassa taiteessa, mikä tuo monitieteisen näkökulman vaikeiden ongelmien ratkaisemiseen. Michael elää teknologia‑innovaation, strategisen tuotejohtamisen ja todellisen maailman vaikutuksen risteyskohdassa, edistäen autonomisten järjestelmien ja älykkään automaation seuraavaa kehitysrintamaa.