Лідери думок

AI: Розплющування інженерної бюрократії та прискорення інновацій

mm
Додайте Unite.AI до бажаних джерел у Google

Під час зростання інженерних організацій вони невідворотно накопичують шари процесів, які сповільнюють розвиток. Будь-який інженерний лідер, який вирос разом з організацією до певного розміру, знає цей шаблон: спочатку з’являється базовий Scrum, потім міжкомандні залежності вимагають координаційних зустрічей, а в кінцевому підсумку ви починаєте розглядати рамки, такі як SAFe, для управління всім цим. Колись я керував інженерною організацією з трирівневою організаційною матрицею (не рахуючи окрему продуктову організацію). Результат? Віцепрезиденти були розчаровані сповільненням швидкості, інженери звинувачували “надмірність процесів” у затримках, а інновації сповільнювалися під вагою бюрократії.

Для тих, хто був там, процесний податок на інновації є реальним і дорогим. AI зараз пропонує вихід із цього становища – не тільки через очевидні перші ефекти прискорення індивідуальних завдань програмування, але й через глибокі другорядні ефекти, які можуть фундаментально змінити спосіб роботи інженерних організацій.

Поза продуктивністю: Організаційний вплив

Хоча багато уваги прикуто до здатності AI прискорювати індивідуальні завдання програмування, більш трансформаційний потенціал лежить у тому, як вона зменшує потребу в організаційній складності. Покращуючи індивідуальні можливості, AI систематично усуває багато координаційних проблем, які процеси мали розв’язати спочатку.

Розгляньте ідеал “інженера, який володіє повним стеком технологій”. Історично, у великих організаціях це часто було більше бажанням, ніж реальністю, часто створюючи паралельні організаційні структури для команд Scrum. Сьогодні AI драматично змінює це рівняння. Інженери можуть ефективно працювати з незнайомими частинами кодової бази або технологічного стеку, а AI покриває прогалини у знаннях в реальному часі. Результат? Командам потрібно менше передач, зменшуючи координаційну витрату, яка турбує великі організації.

Цей розширення можливостей поширюється також на архітектуру. Замість того, щоб чекати офіційних зустрічей для розгляду архітектури, інженери можуть використовувати AI як початкового “спаринг-партнера” для розробки та вдосконалення ідей. Інженер може взаємодіяти з AI, щоб викликати припущення, визначити потенційні проблеми та зміцнити пропозиції, перш ніж вони дійдуть до людського рецензента. У багатьох випадках ці пропозиції, розроблені з допомогою AI, можна поділитися асинхронно, часто усуваючи потребу в офіційних зустрічах зовсім. Архітектура все одно піддається належному розгляду, але без календарних затримок та координаційних головболів.

Якість забезпечення також пропонує ще одну можливість для спрощення процесів. Традиційні цикли розробки включають кілька передач між розробкою та забезпечення якості, а помилки викликають нові цикли перегляду та переробки. AI стискає цей цикл, допомагаючи розробникам інтегрувати комплексне тестування – включаючи юніт-тести, інтеграційні тести та тести з кінцевим результатом – у свій щоденний робочий процес. Піймавши проблеми раніше та надійніше, AI зменшує туди й назад, яке традиційно сповільнює випуски. Команди можуть підтримувати високі стандарти якості з меншою кількістю повторень.

Можливо, найбільш значущим є те, що ці індивідуальні підсилення можливостей дозволяють спрощувати організацію. Команди, які раніше залежали від складної координації між декількома групами, тепер можуть працювати більш автономно. Проекти, які раніше вимагали декількох спеціалізованих команд, тепер можуть бути оброблені меншими, більш самодостатніми групами. Розроблені рамки масштабування, які прийняли багато великих організацій – часто неохоче – можуть більше не бути необхідними, коли команди мають AI, який підсилює їхні можливості.

Правило 15 хвилин: Переосмислення агілових процесів

Ці трансформації створюють можливості для оптимізації традиційних процесів Scrum. Розгляньте адаптацію особистого продуктивного “правила 2 хвилин” для команд, підсилюваних AI: “Якщо це займає менше 15 хвилин, щоб правильно сформулювати запит до агента AI для реалізації чогось, зробіть це негайно, а не проходьте через весь процес планування та формування завдання.”

Цей підхід драматично збільшує ефективність. Поки AI працює, інженери можуть зосередитися на інших пріоритетах. Якщо рішення, запропоноване AI, не відповідає вимогам, вони можуть створити належну історію користувача для планування. З правильними інтеграціями, маленькі покращення відбуваються безцеремонно, а більші зусилля все одно користуються належним плануванням.

Набори, які ми бачимо, свідчать про появу нової, більш легкої моделі розробки програмного забезпечення – тієї, яка зберігає людоцентричні принципи агілових методологій, одночасно усуваючи багато процесної витрати, яка накопичилася за роки.

Лідерство в епоху інженерії, підсилюваної AI

Для інженерних лідерів ця трансформація вимагає фундаментального переосмислення організаційного дизайну. Рефлекс добавляти процеси, спеціалізацію та механізми координації під час зростання команд може більше не бути правильним підходом. Замість цього лідери повинні розглянути:

  1. Інвестиції в можливості AI, які розширюють діапазон ефективних навичок окремих інженерів
  2. Виклик припущень про необхідні розміри команд та спеціалізацію
  3. Експерименти з моделями процесів, спрощеними завдяки ефектам AI, які зменшують координацію
  4. Вимірювання та оптимізація для зменшення “часу процесів” поряд з традиційними метриками розробки

Організації, які процвітатимуть, будуть тими, які визнають AI не тільки як інструмент продуктивності, але й як засоби створення фундаментально простіших організаційних структур. Розплющуючи ієрархії, зменшуючи передачі та усуваючи координаційну витрату, AI пропонує можливість поєднати швидкість інновацій стартапів з можливістю вирішення проблем великих інженерних організацій.

Після двох десятиліть зростання процесної складності у розробці програмного забезпечення AI, можливо, нарешті дозволить нам повернутися до первісного духу Маніфесту агілових методологій: цінності людей та взаємодій над процесами та інструментами. Майбутнє інженерії не тільки швидше – воно драматично простіше.

Андрій Філев є засновником та генеральним директором Zencoder. Він змінив колаборативний менеджмент роботи, заснувавши Wrike (20 тис. клієнтів, проданий за $2,25 млрд), був представлений у Forbes та The NY Times, а його пристрасть до штучного інтелекту та інновацій продовжує формувати майбутнє праці.