CTO kertoo tekoälyn aiheuttavan suuria vakausongelmia
David Ting
Bespin Globalin teknologiajohtaja
David Ting selittää, miten tekoäly nopeuttaa ohjelmistokehitystä samalla kun se aiheuttaa vakausriskejä, ja miksi validointi, hallinto sekä asiantuntijoiden valvonta ovat olennaisia luotettavien ohjelmistojen kannalta.
Key Takeaways
Tekoälymuutoksen strategia: David Ting laatii tekoälymuutoksen strategiaa toimintojen tehostamiseksi ja uusien tuotteiden kehittämiseksi.
Tekoälyn kehittäjätyökalut: Claude Coden kaltaisten työkalujen käyttö kasvattaa kehityksen tuottavuutta tiettävästi yli kymmenkertaiseksi.
Ihmisen asiantuntemus: Tekoälyn edistymisestä huolimatta ihmisen asiantuntijuus on edelleen elintärkeää koodin toimivuuden ja laadunvarmistuksen varmistamiseksi.
Tuotantoympäristön haasteet: Tekoälyn integrointi voi aiheuttaa epävakautta tuotantoympäristöissä, mikä edellyttää suorituskyvyn huolellista seurantaa.
Oppiminen tekemällä: Koodaamisen harjoittelu tekoälytyökalujen avulla on tehokkaampaa kuin perinteinen koulutus, joka vanhenee nopeasti.
David Ting on Bespin Globalin teknologiajohtaja, ja hän on integroinut tekoälyä työnkulkuihin yli vuosikymmenen ajan. Hänen mukaansa peli on kuitenkin muuttunut viime vuoden aikana.
Istuimme alas Davidin kanssa keskustellaksemme hänen näkemistään hyödyistä. Hän sanoi, ettei kyse ole pelkistä hyödyistä — vakaus on suuri ongelma.
Tekoälymuutosstrategian rakentaminen
Davidin ajatuksia
Innovointi on nopeutunut entisestään viime vuoden aikana.
Olen työskennellyt aktiivisesti tekoälyn parissa yli vuosikymmenen ajan. Ala kehittyy nopeasti, ja innovointi on nopeutunut entisestään viime vuoden aikana.
Toimin tällä hetkellä Bespin Globalin teknologiajohtajana, jossa rakennan tekoälymuutosstrategiaa aina toimintojen tehostamisesta uusien tuotteiden ja palvelujen kehittämiseen. Keskitymme pilvipalvelujen jälleenmyyntiin ja konsultointiin, ja meillä on 1 000 työntekijää eri puolilla maailmaa.
Olen myös käynnistänyt ja kehittänyt kaksi sisäistä tekoälytuotetta — valmistavan teollisuuden tekoälytyökalun ja tietoturvan tekoälytyökalun.
Käytän päivittäin vähintään 50 % ajastani koodaamiseen ja työni sekä elämäni automatisointiin. Tämä auttaa minua pysymään ajan tasalla uusimmista teknisistä edistysaskelista. Itse asiassa olen kirjoittanut tekoälyn avustuksella yli 200 000 koodiriviä viime kuukauden aikana.
More Articles
Miksi Claude Code pitäisi määrätä pakolliseksi
Meillä on satoja kehittäjiä, ja he kaikki käyttävät Claude Codea.
Seurasimme ennakoivasti kehitystyön nopeutta ja havaitsimme, että kehittäjien tuottavuus voi kasvaa yli kymmenkertaiseksi. Henkilökohtaisesti olen huomannut, ettei kymmenkertainen kasvu ole yläraja.
Käytämme edelleen perinteisiä kehitys- ja QA-tiimejä standardoidulla spesifikaatioihin perustuvalla työnkululla. Muutos on tapahtunut työkaluissa.
Jopa QA-tiimi kirjoittaa tekoälyn avulla enemmän testejä — pääasiassa Playwright-testejä ja ylimääräisiä yksikkötestejä.
Kehitystiimi käyttää myös muita työkaluja. Henkilökohtaisesti käytän avoimen lähdekoodin työkaluja useimpiin asioihin. Käytän myös OpenAI:ta, Codexia, Anthropic APIa ja Claudea. Käytän kaikkia näitä samanaikaisesti useiden pääteikkunoiden kautta.
Miten tekoäly tehostaa päästä päähän ulottuvia suunnittelun työnkulkuja
Laadimme tuotespesifikaation tekoälyn avulla, teemme arkkitehtuurikatselmukset tekoälyn avulla ja kirjoitamme koodin tekoälyn avulla.
Tämä alkaa erittäin yksityiskohtaisesta suunnittelumäärittelystä. Tekoälykehittäjät kehittävät sitä, täydentävät yksityiskohtia ja tarkastelevat suunnitelmaa kriittisesti löytääkseen ongelmat. Sen jälkeen agentti käsittelee ja toimittaa jokaisen tehtävän.
Kun toteutus on valmis, tarvitset ihmisen suorittaman validoinnin varmistaaksesi, että ohjelmisto toimii suunnitellusti. Liitä havainnointityökalut koodipinoon lokien ja suorituskykymittareiden seuraamiseksi ja anna tekoälylle mahdollisuus optimoida tai korjata virheitä erittäin selkeän tavoitteen mukaisesti.
Kun toimit näin, huomaat, että yksi kehittäjä voi nopeasti tuottaa 20–60 kehittäjän työn verran tuloksia. Tuotteen viimeistely vaatii asiantuntevaa ohjausta, mutta tekoäly hoitaa suurimman osan koodauksesta.
Miksi tekoäly siirtää painopisteen koodin laadusta tuotokseen
Pidin koodin laatua edelleen mittarina, jota seuraan, mutta tekoäly on siirtänyt huomioni toteutettujen käyttötapausten ja koodirivien määrään.
Syy on yksinkertainen: tekoäly lisää tuotosta. Siksi iteraatiot ovat erittäin nopeita.
Et tee koodille uudelleenjärjestelyä. Annat tulosten määrittää, mihin käytät aikaasi.
Pidin koodin laatua seuraamanani mittarina, mutta tekoäly on siirtänyt huomioni toteutettujen käyttötapausten ja koodirivien määrään… Et refaktoroi. Annat tulosten määrittää, mihin käytät aikaasi.
Miksi ihmisiä tarvitaan edelleen ohjelmistokehityksen työnkuluissa
Lähes kaikki, mitä teemme, on siis tekoälyn vaikutuksen alaista. Se on kehittynyt valtavasti jo viimeisten kuuden kuukauden aikana, mutta ihmisasiantuntijat ovat edelleen välttämättömiä kehityksen ohjaamisessa. He varmistavat, että koodi toimii oikein ja että UX-suunnittelu on selkeä.
Tekoäly hallusinoi paljon. Tämä synnyttää syvälle juurtuneita virheitä. Tarvitset jonkun, joka tuntee arkkitehtuurin parhaat käytännöt läpikotaisin ja osaa havaita nämä virheet.
Siksi siirrymme kohti pienempiä, maailmanluokan asiantuntijoista koostuvia tiimejä. Tiimin vahvuutta ei enää määritä sen koko.
Miksi tekoäly lisää päivystävän henkilöstön työmäärää
Tekoälyn integrointi on luonnollisesti tuonut kustannussäästöjä. Agenttipohjaisen tekoälyn varaan rakennettu digitaalinen kokoonpanolinjamme on vähentänyt henkilöstötarvetta 75 prosentilla ja samalla nopeuttanut toimituksia.
Tänä vuonna kokeilen myös yrityksen sisäisten roolien automatisointia agenttitiimin avulla, ja olen saanut rohkaisevia tuloksia.
Nämä hyödyt eivät kuitenkaan kerro koko totuutta.
Laatu vaihtelee suuresti, koska koodaus on nyt epädeterminististä. Sama kehote tuottaa erilaisia tuloksia, mikä voi olla turhauttavaa.
Virheen päätymisen estäminen tuotantoon vaatii huomattavaa huolellisuutta — kehotteet on laadittava tarkasti ja koodi testattava huolellisesti.
Siksi ihmiset työskentelevät myös kovemmin kuin koskaan — erityisesti päivystävä henkilöstö.
Miten tekoäly vaikuttaa tuotannon käytettävyyteen
Lisäsimme kattavan valvonnan ja suojamekanismit. Claude-ohjelmointirajapinta on tuotannossa epävakaa, joten täydensimme sitä avoimen lähdekoodin malleilla, kuten Qwenillä.
Tuotannon käytettävyys on toinen ongelma. Sovelluksemme laatu on heikentynyt merkittävästi käytön ruuhkahuippujen aikana.
Aiomme käyttää näitä sovelluksia itse ylläpidetyissä suurissa kielimalleissa vikasietomekanismina.
Davidin ajatuksia
Tuotannon käytettävyys on toinen ongelma. Sovelluksemme laatu on heikentynyt merkittävästi käytön ruuhkahuippujen aikana.
Miksi käytännön koodaus päihittää koulutuksen tekoälyn käyttöönotossa
Kun otin nämä muutokset käyttöön, ihmiset pyysivät koulutusta ennen työkalujen käyttöä.
Minun olisi pitänyt vaatia ihmisiä käyttämään tekoälyä koodissaan alusta alkaen. Sen sijaan he osallistuivat lukuisiin koulutuksiin ja kursseille.
Tekoäly muuttuu niin nopeasti, että sisältö vanhenee viikoittain. Tekeminen on ainoa tapa oppia.
Miksi kehittäjien lisääminen aiheuttaa projektilisän
Teknologiajohtajien pitäisi suunnitella organisaationsa uudelleen. Nyt yhden hengen tiimit saavuttavat suurimman nopeuden.
Tuottavuus riippuu kahdesta asiasta:
- Kuinka hyvin määrittelet tehtävät tekoälylle
- Kuinka hyvin tarkistat ja korjaat tekoälyn tuottaman työn
Pidä organisaatiossa erinomaiset ihmiset, jotka työskentelevät hyvin tekoälyn kanssa. Ihmisten lisääminen projektiin aiheuttaa lisäkustannuksen.
Miksi CTO:iden pitäisi olettaa tekoälyn epäonnistuvan
Tässä on neuvoni: edetkää käyttöönotossa mahdollisimman rohkeasti, mutta validoikaa perusteellisesti.
Löydätte onnistumisia kaikkialta, mutta koette epäonnistumisia, jos teiltä puuttuvat asianmukaiset validointi- ja hallintorakenteet.
CTO:iden pitäisi omistaa merkittävästi aikaa näiden rakenteiden toteuttamiseen – ja lukuisten varmistusten sisällyttämiseen.
Olettakaa, että tekoäly epäonnistuu.
Edetkää käyttöönotossa mahdollisimman rohkeasti, mutta validoikaa perusteellisesti… Olettakaa, että tekoäly epäonnistuu.
Seuraa mukana
Voit seurata David Tingin työtä LinkedInissä.
Lisää asiantuntijahaastatteluja on tulossa The CTO Clubiin!
