Navigazione delle Sfide dell’Implementazione di GenAI

Lo sviluppo di software abilitato da Intelligenza Artificiale Generativa (GenAI) migliorerà la produttività e l’efficienza del lavoro – la domanda è, di quanto? La maggior parte della ricerca di mercato su questo argomento mostra guadagni considerevoli in termini di produttività. Una ricerca di Harvard ha scoperto che gli specialisti, a seconda del compito e della seniorità, hanno visto un aumento del 43% della produttività. Allo stesso modo, un rapporto di Goldman Sachs suggerisce che la produttività potrebbe aumentare di 1,5 punti percentuali con GenAI dopo dieci anni di adozione su larga scala, equivalente a quasi il doppio del ritmo di crescita della produttività negli Stati Uniti. Sebbene questi risultati siano interessanti, la maggior parte di essi proviene da ambienti controllati che non riflettono necessariamente le sfumature dei casi d’uso reali.

Per rispondere meglio a quanto GenAI possa migliorare la produttività nello sviluppo di software, una società leader nei servizi di trasformazione digitale e ingegneria dei prodotti ha deciso di registrare i propri risultati pratici e le intuizioni da un recente progetto di implementazione di GenAI su larga scala con uno dei suoi clienti. Il cliente desiderava adottare GenAI nei processi di lavoro di 10 team di sviluppo in tre flussi di lavoro, che comprendevano oltre 100 specialisti. Questi risultati reali rivelano le varie sfide che le aziende incontreranno lungo il percorso; inoltre, sottolineano la necessità di una roadmap aziendale per scalare l’adozione di GenAI.

Affrontare gli Attitudini Negative e le Aspettative degli Specialisti

Molte sfide possono ritardare il successo di un progetto GenAI, come ad esempio preoccupazioni legali e regolamentari, carenza di capacità di elaborazione, sicurezza e privacy, ecc. Tuttavia, il più grande ostacolo incontrato durante questa implementazione su larga scala è stato rappresentato dalle attitudini e dalle aspettative degli specialisti nei confronti delle tecnologie. Durante l’implementazione, la società di ingegneria ha osservato che gli specialisti del cliente avevano determinate aspettative su GenAI e su come avrebbe potenziato il loro lavoro. Quando queste aspettative iniziali non si allineavano con i risultati riguardanti la qualità o il tempo di esecuzione, gli specialisti sviluppavano attitudini negative nei confronti delle tecnologie. In particolare, quando GenAI non “faceva il lavoro al posto loro”, rispondevano con commenti come: “Mi aspettavo di più e non voglio più sprecare il mio tempo”.

Le aziende devono modificare le percezioni e passare a una nuova cultura lavorativa che impedisca a queste attitudini negative di manifestarsi e ostacolare l’adozione e la misurazione accurata. I sondaggi e le valutazioni sono un mezzo efficiente per mappare e categorizzare le attitudini e il coinvolgimento percepito degli specialisti. Da lì, le aziende possono raggruppare gli specialisti in base alle loro sensazioni nei confronti di GenAI. Quindi, le aziende possono creare approcci di gestione del cambiamento personalizzati per ogni gruppo per promuovere un’integrazione di successo dell’AI; ad esempio, gli specialisti più scettici riceveranno più attenzione e cura rispetto agli specialisti neutrali.

Tenere Conto delle Complessità dei Progetti del Mondo Reale

La seconda sfida più ostacolante è stata la misurazione accurata dell’impatto di GenAI sulla produttività, tenendo conto delle complessità dei progetti del mondo reale. In ambienti controllati, è più facile valutare l’influenza di GenAI – tuttavia, come menzionato in precedenza, tali test non considerano determinate variabili e incoerenze. I progetti non sono statici. Evolvono costantemente. Un’organizzazione potrebbe avere una situazione in cui ci sono specialisti in rotazione a causa di vacanze e malattie o improvvisi cambiamenti di priorità. Gli specialisti non lavorano sempre su attività di progetto specifiche dove l’impatto di GenAI può essere più benefico perché hanno riunioni a cui partecipare, email da rispondere e altri compiti al di fuori dell’ambito dello sprint che spesso vengono trascurati nelle misurazioni della produttività. Queste incoerenze e variabili devono essere prese in considerazione quando si misura oggettivamente l’impatto di GenAI sullo sviluppo di software.

Altre best practice includono l’integrazione di strumenti di gestione dei compiti nei flussi di lavoro per vedere quanto a lungo i compiti rimangono in ogni stato per determinare la produttività e l’efficienza degli specialisti non tecnici. Allo stesso modo, le soluzioni di business intelligence possono raccogliere automaticamente punti di dati, riducendo gli errori e risparmiando tempo. Inoltre, le organizzazioni possono mitigare le complessità dei progetti del mondo reale e garantire una valutazione più accurata dell’impatto di GenAI sulla produttività attraverso l’adozione di pratiche di pulizia dei dati approfondite.

Roadmap Aziendale: Misurare con Precisione

Questa implementazione di GenAI su larga scala ha anche evidenziato il valore di una roadmap aziendale che segni l’inizio e la fine dell’integrazione. Le aziende dovrebbero notare che un elemento cruciale di questa roadmap è la definizione dei metriche che saranno utilizzate per le fasi di baseline e di reporting finale. Decine di metriche diverse possono aiutare a valutare l’impatto di GenAI sulla produttività, tra cui, ma non limitato a, velocità nel tempo, produttività, tempo medio di rilavorazione e revisione del codice, tasso di accettazione e rifiuto del codice, tempo speso nella correzione degli errori, ecc.

Dopo aver definito queste metriche, le aziende dovrebbero classificarle in categorie oggettive e soggettive. Le aziende possono utilizzare dati da strumenti di tracciamento dei compiti come Jira per le metriche oggettive. Allo stesso modo, devono mantenere e aderire a flussi di qualità, aggiornamenti di compiti tempestivi e completamenti di fase completi. Ricordate che le metriche soggettive, come i sondaggi degli specialisti e dei piloti, aiuteranno le aziende a comprendere i livelli di adozione e le correlazioni con le misurazioni oggettive. Da un punto di vista di frequenza, le misurazioni dovrebbero essere regolari e pianificate, non sparse e casuali. Inoltre, i risultati del progetto sottolineano l’utilità di metriche come l’impatto medio giornaliero, la competenza percepita, i cambiamenti delle prestazioni, la copertura del lavoro, l’utilizzo degli strumenti AI e il flusso di lavoro non interrotto per misurare i progressi dell’adozione.

Roadmap Aziendale Continuata: Sviluppo dell’Apprendimento e della Cultura su Scala

Oltre a misurare efficacemente l’impatto di GenAI, un altro componente vitale di una roadmap di successo è che essa guidi un apprendimento continuo e una competenza AI attraverso diverse strategie di formazione e coaching. Queste iniziative favoriranno alla fine una cultura di apprendimento aziendale, abilitando l’adozione di AI su scala across l’azienda. Varie strategie includono la creazione di gruppi di lavoro che si concentrano su dove e come l’azienda possa sfruttare GenAI, nonché l’incoraggiamento degli individui a condividere cosa funziona e cosa no. Inoltre, è utile stabilire priorità di crescita e sviluppo accompagnate da percorsi di apprendimento a livello individuale e di squadra.

Un altro modo in cui le aziende possono costruire una cultura che adotti prontamente nuove tecnologie GenAI è evidenziando casi di successo rapidi. Questi dimostreranno il potere di GenAI all’organizzazione più ampia e ai critici scettici. Le aziende dovrebbero anche stabilire linee guida di sicurezza e regole di ingaggio con l’AI per autorizzare i team a sperimentare e esplorare nuovi approcci senza esporre l’azienda al rischio. Allo stesso modo, le organizzazioni devono far rispettare l’adesione agli standard del settore e ad altre best practice, affrontando la gestione del cambiamento tra gli individui e le squadre a livello di compito e strumento.

Mantenere le Persone al Centro

I due principali punti chiave di questa implementazione nel mondo reale sono: in primo luogo, GenAI può portare a guadagni sostanziali in termini di produttività all’interno dei confini di una strategia e di una roadmap adeguate; in secondo luogo, una tale integrazione ha un elemento umano indiscutibile che le aziende devono affrontare di conseguenza. GenAI cambierà per sempre il modo in cui questi specialisti eseguono i compiti quotidiani. È anche probabile che GenAI possa far sentire alcuni specialisti minacciati dalla tecnologia, il che potrebbe causare resistenza all’adozione. In ultima analisi, la chiave per un’implementazione di successo di GenAI rimane distintamente umana. È cruciale per le aziende comprendere la profondità di questo, poiché sono gli esseri umani che operazionalizzano la tecnologia, sbloccando il suo valore pratico.