Liderzy opinii

AI: Zmniejszanie biurokracji inżynierskiej i przyspieszanie innowacji

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Podczas gdy organizacje inżynierskie rosną, nieuchronnie gromadzą warstwy procesów, które spowalniają rozwój. Każdy lider inżynierski, który rozwinął organizację poza pewną wielkość, zna ten wzorzec: najpierw pojawia się podstawowy Scrum, następnie spotkania koordynacyjne między zespołami, a ostatecznie rozważa się ramy takie jak SAFe, aby zarządzać wszystkim. Kiedyś kierowałem organizacją inżynierską z trójwymiarową macierzą organizacyjną (nie licząc odrębnej organizacji produktowej). Rezultat? Wiceprezesi sfrustrowani spowolnioną prędkością, inżynierowie obwiniający “nadmiar procesowy” za opóźnienia, a innowacje zatrzymujące się pod ciężarem biurokracji.

Dla tych, którzy byli tam, podatek od procesu na innowacje jest rzeczywisty i kosztowny. AI oferuje teraz drogę ucieczki – nie tylko poprzez oczywiste pierwszorzędne efekty, polegające na tym, że inżynierowie kodują szybciej, ale także poprzez głębokie drugorzędne efekty, które mogą fundamentalnie zmienić sposób, w jaki organizacje inżynierskie działają.

Poza produktywnością: Wpływ organizacyjny

Podczas gdy wiele uwagi skupiło się na zdolności AI do przyspieszania indywidualnych zadań programistycznych, bardziej przekształcający potencjał leży w tym, jak AI redukuje potrzebę złożoności organizacyjnej. Poprzez zwiększanie indywidualnych możliwości, AI systematycznie eliminuje wiele problemów koordynacyjnych, które procesy zostały pierwotnie zaprojektowane, aby rozwiązać.

Rozważmy ideał “pełnego inżyniera”. Historycznie, w skalowanych organizacjach było to często więcej aspiracji niż rzeczywistości, często tworząc równoległe struktury organizacyjne do zespołów Scrum. Dziś AI dramatycznie zmienia tę równanie. Inżynierowie mogą skutecznie pracować nad nieznanymi częściami kodu lub stosu technologicznego, z AI mostkującym luki wiedzy w czasie rzeczywistym. Rezultat? Zespoły potrzebują mniej przekazów, redukując nadmiar koordynacyjny, który dotyka dużych organizacji.

Ten wzrost możliwości rozciąga się również na architekturę. Zamiast czekać na oficjalne spotkania przeglądu architektury, inżynierowie mogą używać AI jako początkowego “partnera do sparingu”, aby rozwijać i doskonalić pomysły. Inżynier może współpracować z AI, aby zakwestionować założenia, zidentyfikować potencjalne problemy i wzmocnić propozycje, zanim zostaną one przedstawione recenzentowi. W wielu przypadkach te propozycje wspomagane przez AI mogą być udostępniane asynchronicznie, często eliminując potrzebę formalnych spotkań. Architektura nadal podlega właściwej kontroli, ale bez opóźnień kalendarzowych i problemów z koordynacją.

Jakość zapewnienia prezentuje kolejną okazję do uproszczenia procesu. Tradycyjne cykle rozwoju obejmują wiele przekazów między rozwojem a zapewnieniem jakości, z błędami wyzwalającymi nowe cykle przeglądu i przeróbek. AI kompresuje ten cykl, pomagając programistom integrować kompleksowe testy – w tym testy jednostkowe, testy integracyjne i testy końcowe – do ich codziennego przepływu pracy. Poprzez wykrywanie problemów wcześniej i bardziej niezawodnie, AI redukuje tam i z powrotem, które tradycyjnie spowalniają wydania. Zespoły mogą utrzymywać wysokie standardy jakości przy mniejszej liczbie obrotów.

Być może najbardziej istotne jest to, że te poszczególne wzrosty możliwości umożliwiają uproszczenie organizacyjne. Zespoły, które wcześniej polegały na skomplikowanej koordynacji między wieloma grupami, mogą teraz działać bardziej autonomicznie. Projekty, które wcześniej wymagały kilku specjalistycznych zespołów, mogą być coraz częściej realizowane przez mniejsze, bardziej samowystarczalne grupy. Skomplikowane ramy skalowania, które wiele dużych organizacji przyjęło – często niechętnie – może nie być już konieczne, gdy zespoły mają AI zwiększające ich możliwości.

Reguła 15 minut: Przebudowanie procesów Agile

Te transformacje tworzą okazje do uproszczenia tradycyjnych procesów Scrum. Rozważ dostosowanie osobistej reguły produktywności “2-minutowej” dla zespołów wspomaganych przez AI: “Jeśli coś zajmuje mniej niż 15 minut, aby poprawnie wprowadzić agenta AI do wdrożenia, zrób to natychmiast, zamiast umieszczać to zadanie w całym procesie backlogu/planowania”.

Ten podejście dramatycznie zwiększa wydajność. Podczas gdy AI pracuje, inżynierowie mogą skupić się na innych priorytetach. Jeśli rozwiązanie AI jest niewystarczające, mogą utworzyć odpowiednią historię użytkownika dla backlogu. Z odpowiednimi integracjami, małe ulepszenia występują ciągle bez ceremonii, podczas gdy większe wysiłki nadal korzystają z odpowiedniego planowania.

Wzorce, które widzimy, sugerują pojawienie się nowego, lżejszego modelu rozwoju oprogramowania – modelu, który zachowuje ludzkie zasady Agile, eliminując jednocześnie wiele nadmiaru procesowego, który gromadził się przez lata.

Prowadzenie w erze inżynierii wspomaganej przez AI

Dla liderów inżynierskich ta transformacja wymaga fundamentalnej przebudowy projektu organizacyjnego. Odruch dodawania procesów, specjalizacji i mechanizmów koordynacyjnych, gdy zespoły rosną, może już nie być właściwym podejściem. Zamiast tego liderzy powinni rozważyć:

  1. Inwestowanie dużo w możliwości AI, które zwiększają efektywny zakres umiejętności inżynierskich
  2. Kwestionowanie założeń dotyczących koniecznych rozmiarów zespołów i specjalizacji
  3. Eksperymentowanie z uproszczonymi modelami procesowymi, które wykorzystują efekt redukujący koordynację AI
  4. Pomiar i optymalizacja czasu “procesowego” wraz z tradycyjnymi metrykami rozwoju

Organizacje, które prosperują, będą tymi, które rozpoznają AI nie tylko jako narzędzie produktywności, ale jako umożliwiające fundamentalnie prostsze struktury organizacyjne. Poprzez spłaszczanie hierarchii, redukowanie przekazów i eliminowanie nadmiaru koordynacyjnego, AI oferuje potencjał połączenia szybkości innowacji startupów z możliwościami rozwiązywania problemów dużych organizacji inżynierskich.

Po dwóch dekadach zwiększania złożoności procesowej w rozwoju oprogramowania, AI może wreszcie pozwolić nam powrócić do pierwotnego ducha Manifestu Agile: ceniąc jednostki i interakcje ponad procesami i narzędziami. Przyszłość inżynierii nie jest tylko szybsza – jest dramatycznie prostsza.

Andrew Filev jest założycielem i dyrektorem generalnym Zencoder. Przekształcił zarządzanie pracą współpracującą, zakładając Wrike (20k+ klientów, sprzedane za 2,25 mld USD), został przedstawiony w Forbes i The NY Times, a jego pasja do sztucznej inteligencji i innowacji nadal kształtuje przyszłość pracy.