การจัดการหนี้เทคนิคด้วย DX และ AI

ทุกบริษัท ไม่ว่าจะเล็กหรือใหญ่ ก็เป็นห่วงเรื่องหนี้เทคนิค Gartner ประมาณการ ว่าประมาณ 40% ของระบบโครงสร้างพื้นฐานมีปัญหานี้ ในการสำรวจ CIO โดย McKinsey เกือบหนึ่งในสามรู้สึกว่า มากกว่า 20% ของงบประมาณผลิตภัณฑ์ใหม่ไปสู่การแก้ไขปัญหาเกี่ยวข้องกับหนี้เทคนิค แต่ตรงกันข้ามกับสิ่งที่หลายคนเชื่อ สิ่งนี้ไม่ใช่แค่ปัญหาในการเขียนโค้ด แต่ยังเป็นปัญหาในการพัฒนาประสบการณ์ (DX) ของนักพัฒนา เนื่องจากเมื่อนักพัฒนาต้องทำงานกับโครงสร้างพื้นฐานที่ไม่เหมาะสม เครื่องมือที่ล้าสมัย และกระบวนการทำงานที่ไม่ดี ประสิทธิภาพการทำงาน ประสิทธิภาพ และขวัญกำลังใจจะเสื่อมลง

การให้ความสำคัญกับหนี้เทคนิคด้วยมุมมองของนักพัฒนา โดยเน้นวิธีการทำงานของพวกเขา เครื่องมือที่ใช้ และความก้าวหน้าในอาชีพที่สามารถทำได้ ช่วยให้ทีมมุ่งเน้นและจัดส่งผลิตภัณฑ์เร็วขึ้น นี่คือเหตุผลที่วิธีการจัดการหนี้เทคนิคของบริษัทต่างๆ กำลังเปลี่ยนแปลง โดยขับเคลื่อนด้วย DX และการเน้นย้ำเครื่องมือที่ใช้ AI มากขึ้น

การสนับสนุน DX

วิธีการที่นักพัฒนามักถูกแนะนำเข้าสู่โครงการอาจไม่ดีนัก อาจใช้เวลาหลายสัปดาห์เพื่อให้สามารถเริ่มเข้าร่วมโครงการได้ เมื่อพวกเขาสามารถเพิ่มคุณสมบัติหรือแพตช์เล็กๆ น้อยๆ ได้แล้ว ไม่ใช่เรื่องแปลกที่จะเห็นว่าบริการรวมโค้ด (CI) ล้มเหลวเนื่องจากสิ่งที่ไม่เกี่ยวข้องกับการเปลี่ยนแปลงที่พวกเขาทำงาน นี่คือตัวอย่างหนึ่งของหลายตัวอย่างที่ขัดขวาง DX ที่ถูกต้อง วิธีหนึ่งในการป้องกันสิ่งนี้คือการมีผู้นำที่ได้รับการแต่งตั้งไว้บน ทีมวิศวกรรมและพัฒนาซอฟต์แวร์ของคุณ หลายองค์กรขนาดเล็กไม่มีผู้นำ DX แต่องค์กรขนาดใหญ่ที่ประสบความสำเร็จมี ผู้นำเหล่านี้ติดตามสิ่งต่างๆ เช่น เวลาที่ใช้ในการตั้งค่าสภาพแวดล้อมสำหรับนักพัฒนาคนใหม่ และหากสองสัปดาห์นั้นใช้เวลานานเกินไป พวกเขาจะหาวิธีลดเวลาลงครึ่งหนึ่ง

มีเครื่องมือที่สามารถช่วยได้ เช่น CircleCI โดยมีคุณสมบัติเฉพาะที่จะติดตามความไม่แน่นอนของชุดการทดสอบ สิ่งที่ต้องการคือใครสักคนที่จะรับบทบาทนำและหยุดหลังจากทุกๆ สปรินต์เพื่อแก้ไขการเปลี่ยนแปลงบางอย่างที่จะทำให้โค้ดง่ายต่อการบำรุงรักษาและทำงานในอนาคต สิ่งนี้ต้องมีผู้นำที่สนใจในการปรับปรุง DX เพื่อให้เกิดขึ้น ควรหาวิศวกรระดับอาวุโสที่มีพนักงานใหม่ที่สามารถให้ข้อเสนอแนะเกี่ยวกับช่องว่างที่เป็นไปได้

นอกจากนี้ IDC คาดว่าตลาดอัตลักษณ์ AI สำหรับการทดสอบซอฟต์แวร์จะเติบโตต่อไป ที่อัตรา CAGR 31.2% จนถึงปี 2027 ดังนั้นให้แน่ใจว่าคุณใช้เทคโนโลยีนี้อย่างเต็มที่

มาตรการและเครื่องหมายเตือน

มีหลายมาตรการที่คุณสามารถติดตามได้เมื่อประเมินว่าหนี้เทคนิคส่งผลกระทบต่อทีมของคุณอย่างไร มาตรการพื้นฐานบางอย่างคือ “เวลาที่ใช้ในการแก้ไข” หรือ “เวลาที่ใช้ในการเพิ่มคุณสมบัติ” สมมติว่าคุณพบจุดบกพร่องและรู้วิธีแก้ไข มีเครื่องมือบางอย่างที่สามารถติดตามเวลาที่ใช้ตั้งแต่การเขียนโค้ดจนถึงการผลิตได้ ตัวอย่างเช่น คุณจะเห็นว่าแพตช์เล็กๆ ใช้เวลาสองวันในการแก้ไขและจัดส่ง เมื่อทีมของคุณต้องสามารถทำได้ภายในไม่กี่ชั่วโมง คุณยังสามารถติดตามอัตราส่วน เช่น จำนวนการแก้ไขจุดบกพร่องเทียบกับคุณสมบัติที่เสร็จสมบูรณ์ได้

ยังมีวิธีในการระบุเมื่อปัญหาความสัมพันธ์กับขวัญกำลังใจส่งผลกระทบต่อประสิทธิภาพการทำงานของทีมของคุณ ผู้นำ DX สามารถดำเนินสำรวจทุกๆ ไตรมาสเพื่อกำหนดความสุขของนักพัฒนาที่ทำงานในโครงการหรือส่วนหนึ่งของโครงการ พวกเขาสามารถเจาะจงและถามเกี่ยวกับพื้นที่เฉพาะ เช่น กระบวนการรวมโค้ด และคุณสามารถติดตามการเปลี่ยนแปลงหรือการลาออกในทีมของคุณได้ หากคุณสังเกตเห็นว่าคนลาออกอย่างต่อเนื่อง พวกเขาอาจรู้สึกว่าข้อกังวลของพวกเขาไม่ได้รับการฟัง

การทำงานร่วมกับ AI

การเพิ่มขึ้นของเครื่องมือ AI ควรทำให้นักพัฒนามีประสิทธิภาพมากขึ้นและส่งผลิตภัณฑ์เร็วขึ้น แต่หนี้เทคนิคชะลอการทำงานนี้ลง สมมติว่าคุณใช้เครื่องมือ เช่น GitHub หรือ Copilot เพื่อช่วยในการเปลี่ยนแปลงโค้ด จากนั้น提交คำขอจัดเตรียมโค้ด และ CI ใช้เวลาหลายชั่วโมงในการตอบกลับ ในระหว่างนี้ นักพัฒนาทำงานอื่นหรือไม่ ตรวจสอบอีเมลหรือไม่ นี่คือการเปลี่ยนบริบทและเป็นปัญหาที่ลดประสิทธิภาพการทำงาน

นักพัฒนาต้องการทำงานในผลิตภัณฑ์ที่สามารถมุ่งเน้นไปที่โค้ดได้ เครื่องมือมีไว้เพื่อช่วยให้พวกเขาเข้าสู่การผลิต ไม่ใช่สิ่งกีดขวางเสมอไป เครื่องมือ AI สามารถช่วยประหยัดเวลาได้ แต่สิ่งสำคัญคือทีมวิศวกรรมจะต้องกำหนดมาตรฐานของตนเองสำหรับความซับซ้อนที่ยอมรับได้ เพื่อทำเช่นนี้ ก่อนอื่นให้แน่ใจว่าโค้ดที่เพิ่มเข้าไปในกิ่งหลักมีระดับหนี้เทคนิคที่ยอมรับได้ ก่อนอื่นให้มีการอภิปรายเปิดและได้รับการอนุมัติจากทีมวิศวกรรมเกี่ยวกับเกณฑ์มาตรฐานของหนี้เทคนิคและคุณภาพโค้ด ให้แน่ใจว่าทุกคนรู้ว่าการเกินเกณฑ์นั้นจำเป็นต้องมีการแก้ไขทันที เมื่อคุณกำหนดมาตรฐานเหล่านี้แล้ว AI จะเข้ามาเล่น

มีกรณีที่ตัวแทน AI มีบทบาทสำคัญในการทำงานร่วมกับนักพัฒนาที่ทำหน้าที่เป็นผู้กำกับวิศวกร การสำรวจของ Capgemini ของผู้บริหาร 1,100 คนในองค์กรขนาดใหญ่เผยว่า 82% มีแผนที่จะรวมตัวแทน AI ในช่วงสามปีถัดไป และพวกเขาได้ส่งผลกระทบต่อ อนาคตของงาน คุณอาจกำลังดูรายงานจุดบกพร่องและเห็นว่ามันเล็กพอที่ตัวแทน AI จะจัดการได้ตั้งแต่ต้นจนจบ โดยช่วยประหยัดเวลาให้กับทีมของคุณและปล่อยให้พวกเขาเข้าใจงานที่ซับซ้อนมากขึ้น แต่บางครั้งเมื่อเราติดตามเครื่องมือเหล่านี้อย่างไม่คิดถึง มีการแลกเปลี่ยนที่ AI ต้องดิ้นรนในการพิจารณา

นั่นคือเมื่อความคิดเห็นของมนุษย์กลายเป็นตัวตัดสิน

การปรับหนี้เทคนิคให้สอดคล้องกับเป้าหมาย

คุณปรับลดหนี้เทคนิคให้สอดคล้องกับเป้าหมายที่คุณพยายามบรรลุหรือผลลัพธ์ที่วัดได้อย่างไร สิ่งนี้กลับไปที่หนี้เทคนิคที่ยอมรับได้ และบางครั้งในธุรกิจ คุณต้องจัดส่งผลิตภัณฑ์เร็วๆ นี้ คุณสามารถทำได้ด้วยความรู้ว่าผลิตภัณฑ์ไม่รองรับการขยายขนาด และอาจมีปัญหาเรื่องประสิทธิภาพเมื่อเวลาผ่านไป มักจะพบนักพัฒนาที่ทำบันทึกเพื่อกลับมาทำงานนี้ในภายหลัง เมื่อมีเวลามาแก้ไขปัญหาเหล่านี้ แต่เมื่อ văn hóaที่ไม่ดีนี้ครอบงำ คุณต้องจัดส่งวันพรุ่งนี้เสมอ ผลกระทบของหนี้เทคนิคจะชัดเจนมาก

สิ่งนี้เข้าใจได้สำหรับธุรกิจเริ่มต้น แต่ไม่ใช่สำหรับธุรกิจที่ดำเนินมาเป็นเวลาหนึ่งทศวรรษ คุณต้องเริ่มเปลี่ยนวัฒนธรรมของคุณเร็วๆ นี้และจัดการหนี้เทคนิคอย่างแข็งขัน ไม่เช่นนั้นคุณจะใช้เงินจำนวนมากในการแก้ไขจุดบกพร่องการผลิตหรือห่วงใยเรื่องความปลอดภัยและการปฏิบัติตามกฎระเบียบ

หนี้เทคนิคพร้อมดอกเบี้ย

ทุกองค์กรสามารถอุทิศเวลาไม่กี่ชั่วโมงทุกสัปดาห์เพื่อปรับปรุง DX เพื่อช่วยลดหนี้เทคนิค หากไม่เช่นนั้น คุณอาจต้องจ่ายค่าใช้จ่ายในภายหลัง โดยมีประสิทธิภาพการทำงานที่ช้าลงอย่างมาก หรือปัญหาเรื่องความปลอดภัย ตัวอย่างเช่น ทีมวิศวกรและนักพัฒนาของคุณอาจเลื่อนการอัปเกรด Ruby on Rails มาเป็นเวลาหนึ่งทศวรรษแล้ว โครงการมีค่าใช้จ่ายเพิ่มขึ้น 500,000 ดอลลาร์เพราะรุ่นของ Ruby มี 4 รุ่นล้าหลัง ทำให้คุณมีโค้ดจำนวนมากและความพึ่งพาที่ล้าสมัย

หากคุณอัปเกรดอย่างต่อเนื่อง คุณจะไม่ต้องเผชิญกับสถานการณ์นี้ ดังนั้นให้สนับสนุนทีมพัฒนาซอฟต์แวร์ของคุณและจ่ายตามที่คุณไป สิ่งอื่นใด หนี้เทคนิคจะกลับมาทำร้ายคุณพร้อมดอกเบี้ย