Teknologiajohtaja uudistaa ohjelmistokehityksen elinkaaren – ja sen vaikutus tiimiin

Sergey Terentyev johtaa teknologiaa ja suunnittelua lisensoidussa digipankkiympäristössä. Viime vuoden aikana hän on uudistanut koko suunnittelun elinkaaren niin, että tekoäly on integroitu jokaiseen vaiheeseen.

Haastattelimme Sergeytä saadaksemme lisätietoja. Hän kertoi meille, mitä hän muutti ja miten se vaikutti hänen tiimiinsä.

Tekoäly muuttaa muutakin kuin työkaluja

Olen Sergey ja toimin tällä hetkellä teknologiajohtajana pankki- ja fintech-alalla Arabiemiirikunnissa. Aloitin ohjelmistoinsinöörinä ja siirryin johtotehtäviin rakentamalla tuotteita, kasvattamalla tiimejä ja ratkaisemalla monimutkaisia teknologiaongelmia.

Polkuni tekoälymuutokseen oli yksinkertainen: perinteiset menetelmät teknologia- ja suunnittelutiimien rakentamiseen ja johtamiseen ovat muuttumassa liian hitaiksi. Tiimit käyttävät edelleen liikaa aikaa toistuvaan työhön, koordinointiin, dokumentointiin, tukeen ja manuaalisiin prosesseihin.

Nyt keskityn tekoälyn käytännönläheiseen käyttöönottoon suunnittelu- ja tuoteorganisaatioissa. En hypeen perustuvaan tekoälyyn, vaan tapaan edetä nopeammin, parantaa toimituksia, vähentää hukkaa ja auttaa pienempiä tiimejä saavuttamaan paljon enemmän.

Näen tämän hetken mahdollisuutena miettiä uudelleen, miten teknologiaorganisaatiot toimivat. Tekoäly muuttaa työkalujen lisäksi myös tiimejä, johtamista ja sitä, miten yritykset rakentavat tuotteita.

Innovoinnin ja sääntelyn tasapainottaminen

Organisaatio, jossa johdan teknologiaa ja suunnittelua, toimii voimakkaasti säännellyllä alalla, joten teknologiaympäristössä yhdistyvät nykyaikainen tuotekehitys sekä yritystason tietoturva-, vaatimustenmukaisuus- ja operatiiviset vaatimukset.

Suunnitteluorganisaatio kattaa mobiili- ja verkkoalustat, taustapalvelut, pilvi-infrastruktuurin, kyberturvallisuuden, integraatiot, data-alustat ja toimittajahallinnan. Työskentelemme sekä oman tuotekehityksen että strategisten ulkoisten kumppaneiden kanssa ja siirrämme samalla asteittain yhä useampia ydinkyvykkyyksiä organisaation sisälle.

Arkkitehtuurin näkökulmasta siirrymme kohti modulaarisempaa ja rajapintalähtöistä mallia, jossa tuotekehitystiimeillä on vahvempi omistajuus. Ympäristö on melko monimutkainen, koska toimimme pankkijärjestelmien, fintech-integraatioiden, maksamisen infrastruktuurin, asiakasrajapinnan sovellusten ja sisäisten operatiivisten alustojen parissa.

Käyttöönotto ja toimitus ovat erittäin iteratiivisia, ja niissä keskitytään vahvasti automaatioon, CI/CD:hen, pilvi-infrastruktuuriin, havainnointiin ja operatiiviseen häiriönsietokykyyn. Keskeinen tavoite on vähentää riippuvuutta perinteisistä toimitusmalleista ja lisätä suunnittelun nopeutta tekoälyavusteisen kehityksen ja automaation avulla.

Suuri osa tehtävästäni on innovoinnin nopeuden tasapainottaminen säännellyssä rahoitusympäristössä toimimisen realiteettien kanssa, sillä luotettavuus, tietoturva ja hallinto ovat ratkaisevan tärkeitä.

Miten pakollinen tekoäly muuttaa suunnittelun työnkulkuja

Otimme tekoälyn suoraan osaksi suunnittelun toimitustyönkulkua sen sijaan, että olisimme käsitelleet sitä valinnaisena henkilökohtaisena työkaluna.

Sitä ennen insinöörit käyttivät paljon aikaa toistuviin tehtäviin, kuten vakiorakenteiden toteuttamiseen, dokumentointiin, koodin analysointiin, virheenkorjaukseen, testien valmisteluun, toimittajien koodin tarkistamiseen ja liiketoimintavaatimusten kääntämiseen teknisiksi tehtäviksi. Operatiivinen kuormitus ylikuormitti kokeneita insinöörejä ja esti heitä keskittymästä arkkitehtuuriin ja tuoteratkaisuihin.

Viime vuoden aikana integroimme järjestelmällisesti tekoälyavusteisen kehityksen päivittäisiin suunnitteluprosesseihin. Tämä sisälsi koodin generoinnin, koodikatselmusten tuen, dokumentaation generoinnin, vaikutusanalyysin, häiriöiden tutkinnan ja nopeamman prototyyppien rakentamisen.

Muutos vaikutti paitsi nopeuteen myös tiimien työskentelytapoihin. Insinöörit käyttävät nyt vähemmän aikaa vähän lisäarvoa tuottaviin toistuviin tehtäviin ja enemmän aikaa järjestelmäsuunnitteluun, tuoteajatteluun ja päätöksentekoon. Se vähensi myös riippuvuutta pienestä määrästä kokeneita henkilöitä, koska tiedon jakaminen tiimien kesken helpottui.

Suurin muutos oli luultavasti kulttuurinen. Tiimit lakkasivat näkemästä tekoälyä kokeellisena työkaluna, ja siitä tuli osa normaalia suunnittelun työnkulkua. Nyt ne odottavat automaatiota oletusarvoisesti sen sijaan, että olettaisivat jokaisen prosessin olevan manuaalinen.

Sergey jakaa

Otimme tekoälyn suoraan osaksi suunnittelun toimitustyönkulkua sen sijaan, että olisimme käsitelleet sitä valinnaisena henkilökohtaisena työkaluna.

Miten tekoäly voi vaikuttaa suunnittelun elinkaaren jokaiseen osaan

Tarkastellaan polkua liiketoimintavaatimuksesta tuotantovalmiiseen tekniseen toteutukseen.

Yleensä kaikki alkaa korkean tason kielellä kirjoitetusta tuote- tai liiketoimintapyynnöstä. Tekoäly auttaa muuttamaan sen jäsennellyiksi teknisiksi vaatimuksiksi, tunnistaa riippuvuudet, ehdottaa API-sopimuksia ja tuo mahdolliset poikkeustapaukset tai integraatioriskit esiin prosessin varhaisessa vaiheessa.

Tämän jälkeen insinöörit käyttävät tekoälyavusteisia kehitystyökaluja toteutuksen aikana palveluiden rungon luomiseen, toistuvien koodimallien tuottamiseen, testitapausten luomiseen ja dokumentoinnin nopeuttamiseen. Tavoitteena ei ole täysin autonominen koodaus, vaan vähäarvoisen manuaalisen työn vähentäminen, jotta insinöörit voivat keskittyä arkkitehtuuriin ja logiikkaan.

Kehityksen aikana tekoäly auttaa myös koodikatselmoinneissa, selittää koodikannan tuntemattomia osia, tunnistaa mahdollisia haavoittuvuuksia ja arvioi toteutustapoja. Häiriöille alttiissa järjestelmissä insinöörit käyttävät tekoälyä lokien analysointiin ja poikkeavan toiminnan tiivistämiseen huomattavasti perinteistä manuaalista tutkintaa nopeammin.

Kun muutokset siirtyvät käyttöönottoputkiin, automaatio hoitaa testauksen, validoinnin ja havainnoitavuuden. Tekoälystä tulee jälleen hyödyllinen käyttöönoton jälkeen, kun se auttaa tiimejä tulkitsemaan hälytyksiä, yhdistämään häiriöitä ja lyhentämään tutkintaan kuluvaa aikaa tuotannon ongelmatilanteissa.

Kuten näet, tekoäly on nyt mukana koko teknisen kehityksen elinkaaressa sen sijaan, että se olisi vain erillinen keskustelubotti tai koodausavustaja. Siitä tuli osa päivittäistä työnkulkua suunnittelusta operaatioihin.

Miksi teknologiajohtajien on parannettava koneellista luettavuutta

Olemme vähentäneet riippuvuutta keskitetystä tiedosta ja manuaalisesta koordinoinnista. Sen sijaan, että kriittinen tieto olisi vain tiettyjen henkilöiden tai tiimien hallussa, otimme käyttöön työnkulkuja, joissa tekoäly auttoi insinöörejä navigoimaan järjestelmissä, ymmärtämään arkkitehtuuria, analysoimaan häiriöitä ja nopeuttamaan perehdytystä itsenäisesti.

Tämä johtaa toiseen tärkeään muutokseen, jonka olemme tehneet: järjestelmien suunnitteluun koneellista luettavuutta, ei vain ihmisen luettavuutta, varten.

Selkeät API:t, jäsennelty dokumentaatio, havainnoitavuus, modulaariset palvelut ja tarkasti määritellyt rajapinnat parantavat merkittävästi sekä ihmisten tuottavuutta että tekoälyn tehokkuutta.

Miksi tekoäly ei pysty tekemään harkintaan perustuvia päätöksiä säännellyllä toimialalla

Tekoäly nopeuttaa erityisesti toimituksia ja vähentää toistuvaa teknistä työtä. Esimerkiksi häiriötilanteisiin reagoitaessa tekoäly auttaa insinöörejä analysoimaan lokeja, tunnistamaan mahdollisia perimmäisiä syitä, tiivistämään havainnot ja nopeuttamaan tutkintaa.

Samalla jotkin alueet säilyvät nimenomaisesti ihmisten vastuulla. Lopulliset arkkitehtuuripäätökset, tietoturvan hallinta, riskien hyväksyminen, priorisointi ja vastuu tuotannosta edellyttävät edelleen kokeneiden ihmisten harkintaa.

Yksinkertaisesti sanottuna tekoäly on erinomainen nopeuttamisessa ja kaavojen tunnistamisessa, mutta monimutkaisten järjestelmien johtamiseen liittyvät päätökset riippuvat edelleen asiayhteydestä, kompromisseista, liiketoiminnan prioriteeteista, sääntelystä ja pitkän aikavälin ajattelusta. Erityisesti rahoituspalveluissa vastuuta ei voi täysin automatisoida.

Miten tekoäly voi vaikuttaa kielteisesti teknisiin tiimeihin

Suurin myönteinen vaikutus on ollut teknisen työn nopeutuminen. Tehtävät, jotka aiemmin veivät päiviä, valmistuvat nyt joskus tunneissa. Myös operatiivinen kitka on vähentynyt, mikä on parantanut toimitusten kokonaiskulkua ja antanut kokeneille työntekijöille enemmän mahdollisuuksia keskittyä arkkitehtuuriin ja päätöksentekoon jatkuvan ongelmien sammuttamisen sijaan.

Huomasimme myös perehdytyksen nopeutuneen, koska tekoälyn tuki auttaa insinöörejä ymmärtämään vieraita järjestelmiä paljon nopeammin.

Tilanteella on kuitenkin ollut myös kielteinen puolensa:

• Opimme, että tekoäly voi luoda vääränlaisen varmuuden tunteen. Luotu koodi näyttää usein oikealta, vaikka taustalla olevat oletukset olisivat vääriä. Ilman vahvaa ohjelmistotekniikan perustaa ja tarkistusprosesseja tiimit voivat edetä nopeammin väärään suuntaan.
• Huomasimme, että heikommat ohjelmistokehittäjät tulevat joskus liian riippuvaisiksi tekoälytyökaluista ymmärtämättä täysin rakentamiaan järjestelmiä. Odottamaton haaste olikin varmistaa, että tekoäly lisää kyvykkyyttä sen sijaan, että se vähentäisi teknistä syvällisyyttä.
• Hallinnosta ja tietoturvasta on tullut entistä suurempi haaste. Säännellyissä ympäristöissä tarvitaan selkeät rajat sille, mitä tietoja ulkoiset tekoälyjärjestelmät voivat käyttää, miten luotu koodi tarkistetaan ja miten varmistetaan päätösten jäljitettävyys.

Missä tekoäly ei yllä odotuksiin

Tekoäly ei ole vielä lunastanut lupauksiaan autonomisesta ohjelmistokehityksestä. Ajatus täysin tekoälyn tuottamista järjestelmistä tai ohjelmistokehitystiimien korvaamisesta herättää innostusta, mutta käytännössä olemme edelleen kaukana tästä monimutkaisissa yritysympäristöissä.

Tekoäly nopeuttaa kokeneiden ohjelmistokehittäjien työtä, auttaa prototyyppien tekemisessä ja tukee heitä erittäin hyvin. Kun järjestelmistä kuitenkin tulee suuria, toisiinsa kytkeytyneitä, säänneltyjä ja toiminnan kannalta kriittisiä, rajoitukset käyvät ilmeisiksi. Kontekstin hallinta, pitkän aikavälin johdonmukaisuus, arkkitehtoniset kompromissit ja järjestelmien syvällinen ymmärtäminen ovat edelleen heikompia kuin kokeneilla ihmisillä.

Myös tuotantotasoisten tuotosten luotettavuus tuotti minulle pettymyksen. Tekoälyn tuottama koodi näyttää usein aluksi vaikuttavalta, mutta laatu voi heikentyä nopeasti poikkeustapauksissa, skaalautuvuuteen liittyvissä kysymyksissä, tietoturvavaatimuksissa tai ylläpidettävyydessä. Ohjelmistokehityksen viimeiset 20 prosenttia ovat edelleen hyvin inhimillisiä.

Sergey jakaa

Tekoäly nopeuttaa kokeneiden ohjelmistokehittäjien työtä, auttaa prototyyppien tekemisessä ja tukee heitä erittäin hyvin. Kun järjestelmistä kuitenkin tulee suuria, toisiinsa kytkeytyneitä, säänneltyjä ja toiminnan kannalta kriittisiä, rajoitukset käyvät ilmeisiksi.

Miten tekoäly haastaa tiimejä ja arkkitehtuuria koskevat oletukset

Ohjelmistokehityksen mittakaava ei enää perustu pääasiassa ihmisten lisäämiseen.

Pienet, erittäin tekniset tiimit, joilla on käytössään vahvat tekoälytyökalut, voivat edetä paljon nopeammin kuin huomattavasti suuremmat organisaatiot, joiden toimintaa hidastavat raskaat prosessit. Joissakin tapauksissa koordinoinnista itsestään tuli suurempi pullonkaula kuin varsinaisesta ohjelmistokehityksestä.

Siksi siirryimme pienempiin, tuotteisiin keskittyviin ohjelmistokehitystiimeihin, joilla on vahvempi omistajuus ja enemmän automaatiota toimituksiin, operointiin ja dokumentointiin.

Tekoäly muutti myös käsitystäni senioriteetista. Aiemmin tiedon ja kokemuksen saatavuus loi vahvoja pullonkauloja muutamien seniorikehittäjien tai arkkitehtien ympärille. Tekoäly vähentää tätä epäsymmetriaa, koska tieto, dokumentaatio ja tekninen selvitystyö ovat paljon helpommin koko organisaation saatavilla.

Arkkitehtuurin osalta se ohjasi minua myös kohti yksinkertaisempia ja modulaarisempia järjestelmiä. Tekoäly toimii paljon paremmin, kun järjestelmät ovat hyvin jäsenneltyjä, havainnoitavia ja selkeästi eriytettyjä. Monimutkaiset, dokumentoimattomat ympäristöt aiheuttavat kitkaa sekä ihmisille että tekoälyjärjestelmille.

Miksi ihmiset vaativat tekoälyn käyttöönotossa enemmän huomiota kuin työkalut

Arvioin käyttöönoton inhimillisen puolen merkityksen liian vähäiseksi.

Aluksi keskityimme pääasiassa työkaluihin ja kyvykkyyteen. Oletimme, että kun ohjelmistokehittäjillä olisi käytössään vahvat tekoälyjärjestelmät, käyttöönotto tapahtuisi luonnostaan. Tiimit reagoivat hyvin eri tavoin. Jotkut ohjelmistokehittäjät alkoivat heti olla huomattavasti tuottavampia, kun taas toiset eivät muuttaneet työnkulkujaan juuri lainkaan.

Jos voisin toteuttaa osan käyttöönotosta uudelleen, käyttäisin vähemmän aikaa kymmenien tekoälytyökalujen arviointiin ja enemmän aikaa työnkulkujen uudistamiseen, tiimien kouluttamiseen sekä selkeiden toimintamallien määrittelyyn sille, miten tekoälyä tulisi käyttää ohjelmistokehityksessä.

Miksi CTO:iden on nähtävä tämä toimintamallin muutoksena

Neuvoni teknologiajohtajille (CTO) on suhtautua tekoälyyn toimintamallin muutoksena, ei pelkkänä työkalupäivityksenä.

Monet yritykset lähestyvät tekoälyä edelleen samalla tavalla kuin aiempia ohjelmistoaaltoja — ostamalla alustoja, toteuttamalla pilotteja ja lisäämällä yksittäisiä käyttötapauksia. Tämä jättää suuremman muutoksen huomiotta. Tekoäly muuttaa sitä, miten tekniset tiimit työskentelevät, miten tuotteita rakennetaan ja miten organisaatiot kasvavat.

Toiseksi, pysykää käytännönläheisinä. Tällä hetkellä tekoälyyn liittyy valtavaa hypetystä, ja monet yritykset yrittävät väkisin soveltaa tekoälyä ongelmiin, joissa siitä on vain vähän hyötyä. Parhaat tulokset syntyvät yleensä nykyisten työnkulkujen parantamisesta sen sijaan, että tavoiteltaisiin futuristisia ideoita.

Kolmanneksi, panostakaa vahvasti teknisen työn perustekijöihin sen sijaan, että olettaisitte tekoälyn korvaavan ne. Vahva arkkitehtuuri, hyvä tekninen kulttuuri, selkeä vastuunjako, kurinalainen operointi ja kokeneet ihmiset ovat vieläkin tärkeämpiä tekoälyvetoisessa ympäristössä.

Ja lopuksi, teknologiajohtajien tulisi käyttää näitä järjestelmiä itse suoraan — ei raporttien tai toimittajien demojen välityksellä, vaan käytännössä. Muutoksen tahti on liian nopea, jotta tätä aihetta voisi hallita vain strategisella tasolla ilman suoraa perehtymistä itse teknologiaan.

Seuraa mukana

Voit seurata Sergey Terentyevin työtä LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CTO Clubiin.