IT sektorius susideda iš darbo, kurį lengva suskirstyti į pasikartojančius žingsnius, ir darbo, kuriam tai netaikoma. Kodo rašymas, testavimas, dokumentavimas, bilietų prioritizavimas, monitoringo vertinimas, konfigūracijų diegimas: daugelis šių užduočių turi fiksuotą struktūrą ir aiškų vertinimo kriterijų. Kartu su tuo egzistuoja darbas, susijęs su architektūriniais sprendimais, kliento kontekstu, saugumo svarstymais ir sprendimu, kada sistema keliama į produkciją, o kada ne. Šis skirtumas nulemia, kur AI šiandien jau perima užduotis, kur toliau reikalingas žmogaus priežiūra, ir kur žmogaus darbas išlieka esminis.
Aplinkybės, kurios lemia rezultatą, nėra vienodos. Komanda, dirbanti su geros dokumentacijos kodo baze ir aiškiais testavimo standartais, gali lengviau perduoti užduotis nei komanda, kuri pasikliauja neužfiksuotomis žiniomis ir žodiniais susitarimais. Organizacija su nusistovėjusia peržiūros struktūra gali įtraukti AI rezultatų priežiūrą į esamą procesą; organizacija, kurioje tokios struktūros nėra, pirmiausia turi ją sukurti, kol perdavimas taps pagrįstas.
Dalyje sektoriaus poslinkis jau matomas. Kodo pasiūlymus, testų generavimą ir dokumentacijos atnaujinimus kai kuriose komandose didžia dalimi generuoja AI, o programuotojas patvirtina arba atmeta pagal funkcionalumą ir skaitomumą. Kitose komandose lygiai tas pats darbas atliekamas visiškai ranka, ne todėl, kad situacija ten iš esmės skiriasi, o todėl, kad trūksta sąlygų: nėra prieigos prie tinkamų įrankių, nėra fiksuotų kokybės kriterijų, nėra numatyto laiko procesui pertvarkyti.
Šis skirtumas tarp įmonių retai slypi pačioje technologijoje. Jis slypi pasirengime: ar organizacijos duomenys ir dokumentacija sutvarkyti, ar paskirtas asmuo, turintis sprendimų teisę vertinti AI rezultatus, ar skirtas pajėgumas naujam procesui įdiegti, kol senasis nutraukiamas. Kur šių sąlygų trūksta, ambicija išlieka popieriuje, net jei technologija jau pasiekiama.
Ambicija tokia kaip „AI padeda mūsų programuotojams“ skamba vienareikšmiškai, tačiau praktikoje reikalauja eilės gebėjimų, kurie nesusiformuoja savaime: testavimo aplinkos, galinčios validuoti AI sugeneruotą kodą, peržiūros proceso, kuris nesulėtėja dėl papildomo apimties, ir vertintojų, žinančių, dėl ko atmesti AI pasiūlymą. Be šių gebėjimų ambicija išlieka ketinimu be įgyvendinimo.
Tai tiksliai paaiškina, kodėl tie patys žodžiai vadovų komandoje gali reikšti skirtingus dalykus. Technikos direktorius galvoja apie automatizuotus procesus, operacijų direktorius – apie mažiau valandų, skiriamų palaikymui, o už personalą atsakingas asmuo – apie kitokį vaidmenų pasiskirstymą. Nė viena iš šių interpretacijų nėra klaidinga, tačiau be bendro tikrinimo kriterijaus ambicija išlieka laisva. Kaip viziją paversti kažkuo išmatuojamu, o ne trimis atskiromis prielaidomis, aprašyta kaip viziją padaryti išmatuojamą.
IT sektorius nėra vienintelis, kovojantis su šiuo poslinkiu, nors kliūtys skiriasi. Finansinių paslaugų sektoriuje klausimas kitoks, nes ten didesnį vaidmenį atlieka priežiūra ir atskaitomybė; kas ten vyksta, aprašyta kokios AI ambicijos vyrauja finansinių paslaugų sektoriuje. Statybos sektoriuje fizinis darbas yra fiksuotas veiksnys, kuris AI perėmimą riboja kitaip nei IT srityje, kaip aprašyta kokios AI ambicijos vyrauja statybos sektoriuje. O valymo sektoriuje svarbiausia yra planavimas ir kokybės kontrolė, o ne kodo kūrimas, kaip išdėstyta kokios AI ambicijos vyrauja valymo sektoriuje. Modelis kaskart tas pats: ambicija tampa konkreti tik tada, kai tampa aišku, kokių gebėjimų trūksta.
Vadovų komanda, nusprendusi, kad AI turi perimti „didžiąją dalį peržiūros ciklo“, tuo pačiu formuluoja ambiciją, kurios neįmanoma įgyvendinti per ketvirtį. Tai nėra prieštaravimas pačiai ambicijai, bet signalas etapais skaidyti procesą: kokį gebėjimą reikia įdiegti pirmiausia, kokį – po to, ir kuriuo momentu organizacija pirmą kartą sugeba įvertinti, ar tai veikia. Kaip toks etapų skaidymas gali atrodyti, aprašyta kaip etapais skaidyti ambiciją, kuri per didelė vieniems metams.
Apie personalo sprendimus, kurie gali kilti iš tokio etapų skaidymo, mes nepasisakome: koks darbas darbdavio panaikinamas ar perskirstomas, priklauso nuo atskirų teisinių reikalavimų ir atskiro sprendimo. Ką mes aprašome – tai koks darbas gali būti perduotas, iš dalies ar visiškai, ir su kokiomis sąlygomis.
Pagrindinis klausimas nėra, ar AI ambicijos IT sektoriuje yra realios, bet ar konkreti įmonė, su šia kodo baze, šia komanda ir šiais procesais, yra pasirengusi jas įgyvendinti. Koks darbas šioje įmonėje faktiškai gali būti perduotas AI, pagal kiekvieną užduotį, atsakoma naudojant FTE TO AI darbo skenavimą.
Kas pirmiausia norėtų susidaryti įspūdį, neįsipareigojant, gali atlikti nemokamą pasirengimo patikrą: aštuoni trumpi klausimai, po vieną kiekvienai dimensijai, suteikiantys vaizdą, kur organizacija yra pažengusi toliausiai ir kur mažiausiai. Visas ambicijos testas, su visais keturiais lygiais ir penkiais patikimumo vartais (confidence gates), yra kuriamas.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.