Nawigacja w złocie AI: Odkrywanie ukrytych kosztów długu technicznego w przedsięwzięciach korporacyjnych

W ciągu ostatniego roku, sztuczna inteligencja przyciągnęła uwagę liderów korporacji, skłaniając ich do przyspieszenia inwestycji w firmy AI lub przyspieszenia wprowadzania własnych produktów, aby nadążyć. Jednak w pośpiechu, aby dołączyć do tej nowej ery postępu technologicznego, organizacje, które są nowe w AI, mogą nie brać pod uwagę jednego ważnego czynnika, który powinien być na górze ich umysłu, gdy inwestują lub tworzą nowe produkty AI: dług techniczny.

Chociaż idea długu technicznego nie jest nowa, technologia AI powoduje powstanie innego rodzaju długu technicznego w porównaniu z regularnymi usługami oprogramowania. A gdy AI nadal szybko się rozwija, powoduje to, że ten ważny problem rośnie wraz z nim.

Co to jest dług techniczny?

Dług techniczny, w najprostszej definicji, jest nagromadzeniem się złej jakości kodu podczas tworzenia oprogramowania. Zwykle wynika to z przyspieszonego harmonogramu wprowadzania na rynek w celu spełnienia potrzeb biznesowych lub uzyskania szybszej informacji zwrotnej od klientów. Gdy rozważa się dług techniczny, ważne jest, aby skupić się na zamierzonej stronie, ponieważ osoby podejmujące decyzje są często świadome ryzyka związanego z oprogramowaniem i wpływu podejmowania skrótów dla szybkości. Pojawienie się AI przyniosło nowe i unikalne wyzwanie w odniesieniu do długu technicznego, a wraz z nim znaczne ryzyko i konsekwencje, które mogą wyniknąć.

Gdy systemy AI zaczynają starzeć się, a ich dane szkoleniowe stają się niedokładne i przestarzałe, koszt inwestowania w AI przewyższa czas i inwestycję wymaganą do utrzymania wysokiej jakości danych szkoleniowych, znanych jako higiena danych.

Przejdźmy do tego, jak dług techniczny jest nabywany, jaki wpływ ma on na wynik finansowy i jak organizacje mogą go naprawić.

Jak organizacje nabywają dług techniczny?

 Istnieją dwa sposoby, w jakie oprogramowanie może nabyć dług techniczny. Jeden to po prostu zły kod. Organizacje mogą kupić produkty lub odziedziczyć je w wyniku aktywności M&A, aby później odkryć problemy z jakością na szczycie wolnych stawek zmian i innowacji. Drugi to, gdy liderzy celowo decydują się na przyjęcie długu technicznego.

Gdy chodzi o AI, ponad 72% liderów chce przyjąć AI, aby poprawić produktywność pracowników, jednak głównym problemem związanym z wdrożeniem AI jest jakość i kontrola danych. Wydaje się to sprzeczne z celem organizacji, która używa produktu, który ma zwiększyć produktywność, jednocześnie odwracając uwagę od niezbędnej pracy, aby ciągle rozwiązywać problemy z jakością spowodowane długiem technicznym, które mogą zagrozić produktywności. Ale obietnica ostatecznej zapłaty za zwiększoną produktywność przewyższa te przeszkody w najbliższej przyszłości, które ostatecznie wrócą, aby nawiedzić oprogramowanie w dłuższej perspektywie.

Model Drift: Nowy rodzaj długu technicznego

Wraz z pojawieniem się zwiększonych inwestycji w AI, organizacje spieszyły się, aby wprowadzić strategie go-to-market, aby skorzystać na generatywnym AI. Chociaż może to działać jako krótkoterminowy sterownik przychodu, organizacje nie zwracają uwagi na to, co może stanowić dużą ilość długu technicznego w przyszłości, znanego jako dryf modelu.

Dryf modelu występuje, gdy wydajność systemu AI zaczyna się pogarszać, a dane wyjściowe stają się mniej dokładne, gdy dane szkoleniowe starzeją się. Patrząc na cykl życia AI, jest oczywiste, że dane szkoleniowe będą musiały być ciągle utrzymywane i aktualizowane, aby zapewnić, że odpowiedzi udzielane przez maszynę są jak najbardziej dokładne – to jest miejsce, w którym zaczyna się awaria. Gdy spieszy się, aby wprowadzić rozwiązania, osoby podejmujące decyzje często odwracają uwagę od problemów, takich jak uzyskanie dodatkowych danych szkoleniowych, utrzymanie higieny danych systemu i zapewnienie, że jest wystarczająca ilość personelu, aby wesprzeć te zadania.

Gdy dane szkoleniowe nadal starzeją się, a luki między rzeczywistością a danymi wyjściowymi się powiększają, organizacje zostaną obciążone zwiększonymi kosztami i czasem spędzonym na rozwiązywaniu tych luk, które mogłyby zostać uniknięte dzięki właściwym procedurom planowania i protokołom. Krótko mówiąc: pominięcie następnego kroku podczas planowania strategii go-to-market może pozwolić na szybsze dostarczenie, ale nie jest to warte nieuniknionych konsekwencji, które będą kosztować w kilku sposób w dłuższej perspektywie.

Wpływ długu technicznego na wynik finansowy

Dług techniczny może również głęboko wpłynąć na efektywność organizacyjną – na przykład, rozważając zespoły sprzedaży. Gdy dług techniczny zaczyna się gromadzić, a tempo zmian spowalnia, staje się coraz trudniejsze dla przedstawicieli handlowych, aby przekonać klientów, co spowalnia tempo zamknięć i ostatecznie strumienie przychodu.

Poza sprzedażą, dług techniczny ma również duży wpływ na zespoły deweloperskie. Nie tylko wymaga to więcej czasu spędzonego na aktualizacji kodu, ale także odwraca uwagę od innowacji. Przez przeniesienie uwagi i czasu na utrzymanie, mapa produktu zostaje opóźniona lub porzucona, tworząc efekt domina, który może ostatecznie doprowadzić do braku zaufania między stroną inżynieryjną i handlową biznesu. Bez mapy produktu, zespoły sprzedaży są pozostawione z pustymi obietnicami lub niczym, aby pokazać potencjalnym klientom, co ponownie wpływa na przychody.

Jak rozwiązać dług techniczny

Gdy przewidywalność dostarczania maleje, organizacje zaczną widzieć rozpad efektywności organizacyjnej, co doprowadzi do rozmów o tym, jak rozwiązać problemy. Istnieją dwa sposoby, w jakie osoby podejmujące decyzje mogą wykorzystać, aby zwalczyć dług techniczny. Pierwszy to wyrzucenie platformy i kodu całkowicie i ponowne platformowanie, lub wprowadzenie małych, stopniowych zmian, podobnych do powolnego czyszczenia pokoju jeden przedmiot na raz, aby ostatecznie doprowadzić systemy do stanu gotowości.

Pierwsza metoda, ponowne platformowanie, wymaga całkowitej przebudowy systemów i jest ogromnym i kosztownym ryzykiem. Podobnie jak w przypadku dużego projektu budowlanego, jakiekolwiek opóźnienia w harmonogramie mogą zakłócić terminy produktów i mogą spowodować, że cały wysiłek zakończy się niepowodzeniem. Ta metoda może czasem działać. Weźmy LinkedIn jako przykład – po IPO w 2011 roku, firma ponownie platformowała witrynę i jest teraz dużym graczem na rynku.

Bezpieczniejsza opcja, wprowadzanie małych zmian, które ostatecznie doprowadzą do dużych ulepszeń, jest innym przypadkiem do argumentacji. Z deweloperami, którzy już wchodzą w interakcje z danymi na co dzień, wprowadzanie drobnych poprawek może ukształtować systemy, aby pozbyć się długu technicznego. Korzysta to również na umiejętnościach deweloperów, ponieważ wymaga od nich pozostawania na bieżąco z najnowszymi standardami kodu i technologii, co z kolei przygotowuje organizację do sukcesu technicznego, ponieważ ma mniej luk umiejętności. Wdrożenie inicjatywy inżynierskiej, w której deweloperzy są przydzielani do 20% swojego czasu na zaplanowanie aktualizacji produktu, jest doskonałym sposobem, aby zacząć. Chociaż ten proces jest znacznie wolniejszy niż ponowne platformowanie, jest mniej ryzykowny i nadal generuje wartość dla modelu biznesowego.

Opuść swój dług techniczny w erze AI

Gdy przestrzeń AI nadal szybko się rozwija, będziemy widzieć więcej rozwiązań, które zapowiadają zyski produktywności i efektywności organizacyjnej. Chociaż jest to prawda, osoby podejmujące decyzje muszą priorytetowo traktować techniki, takie jak ciągłe utrzymanie danych i myślenie o dużym obrazie, gdy chodzi o cykl życia rozwiązania. Inwestowanie w AI nie musi być kosztowne i przytłaczające, a dzięki kilku małym zmianom w planowaniu i strategii go-to-market, można uniknąć następnego długu technicznego.