Strateginen väitöskirja 02
euphile näkee käytännöllisen ylärajan sille, mitä tekoäly voi tehdä ohjelmistokehityksessä nykypäivän työnkulussa. Paremmat mallit auttavat edelleen, mutta tuotoksen on säilyttävä ymmärrettävänä, tarkastettavissa, testattavissa, käytettävissä, valvottavissa ja toimivat sisällä järjestelmien ihmiset ja organisaatiot voivat todella hallita.
Älykkäämmät mallit auttavat, mutta nykyinen ohjelmistojen elinkaari luo käytännöllisen rajan.
Tekoäly voi jo rakentaa loppuratkaisuja.
Mutta tuotoksen on pysyttävä ihmisen ymmärrettävinä ja toimintakelpoisina.
Tasangon jälkeen eriyttäminen siirtyy kohti kustannuksia, nopeutta ja luotettavuutta.
Arvioitu paine johtaville tekoälyn tarjoajille alkaa.
Se on AI-ohjelmiston ja ihmisten elinkaaren välinen rajapinta.
Mitä opinnäytetyö sanoo
Generatiivinen tekoäly on jo vahva tuottamaan koodia. Käytännön katto näkyy, koska ohjelmistojen kehittäminen ei ole vain koodin tuotantoa. Tuotoksen on vielä selviydyttävä ihmisen päättelystä, selkeistä ohjelmistoprosesseista ja operatiivisesta todellisuudesta.
Tiedostot, arkkitehtuurivalinnat, testit, vikakorjaukset ja suuret osat kokonaisia sovelluksia voidaan jo tuottaa nopeasti. Rajoittava tekijä istuu yhä enemmän siinä, mitä tapahtuu koodin ilmestymisen jälkeen.
Ohjelmistoa on vielä ymmärrettävä, tarkistettava, versioitava, rakennettava, pakattava, otettava käyttöön, valvottava, vianjälkeinen ja ylläpidettävä rakenteiden sisällä tiimit voivat todella toimia.
Jos tuotokset kulkevat edelleen saman tiedoston läpi-, rakentaa-, uudelleentarkastelu- ja käyttöönottokeskeisen elinkaaren läpi, älykkäämmät mallit tuottavat lopulta enemmän voittoja kuin askelmuutoksia.
Kun rajaseudun valmiudet vaikeutuvat ja nopeat seuraajat paranevat, kilpailu siirtyy kohti kustannuksia, nopeutta, luotettavuutta ja toiminnallisuutta.
Yhteinen kysymys
vastaus on kyllä: GenAI parantaa myös näitä tehtäviä. On tärkeää erottaa toisistaan GenAI:n käyttö nykyisessä digitaalisessa infrastruktuurissa ja GenAI:n ympärillä olevan digitaalisen infrastruktuurin uudelleensuunnittelu.
Paremmat generaattorit, paremmat validaattorit, paremmat testivaljaat, paremmat DSL, parempi kääntäjät, ja parempi automaatio ympäri SDLC ovat kaikki osa samaa liikettä.
Keräilijät noudattavat tiukkoja sääntöjä. Testit vaativat edelleen laskentaa, riippuvuuksia ja ympäristöjä. Esineitä tarvitaan yhä. Konteissa tarvitaan vielä varusteita. Työkuormat vaativat vielä aikataulua.
Latenssi, muisti, turvallisuus, teho, laskenta toimitus, ja inference maksaa kaikki rajoittaa, kuinka pitkälle nykyinen pino voidaan suunnitella uudelleen yksinkertaisesti vetoamalla enemmän tekoäly.
GenAI:n infrastruktuurin uudelleensuunnitteluun tarvitaan lisää infrastruktuuria. Suuri osa infrastruktuurista rakennetaan edelleen nykyisen ajattelutavan päälle eikä sen ulkopuolelle.
Tilaisuusikkuna
Maailmanlaajuinen laskenta- ja datakeskuskapasiteetti on edelleen rajallinen, raja-analyysi on edelleen kallista ja geneeriset mallit ovat edelleen heikkoja yritystason ohjelmistotyössä. Se luo tilaa erilaiselle strategialle.
Sen sijaan, että organisaatiot maksaisivat palkkion geneerisistä raja-arvoista, ne voivat mukauttaa avoimia malleja arkistoihinsa, verkkotunnussääntöihinsä ja projektikohtaisiin ohjelmistoihinsa.
Pienempiä tai hienosäänneltyjä avoimia järjestelmiä voidaan toteuttaa jo olemassa olevalla infrastruktuurilla, mukaan lukien työpisteluokan ympäristöt ja nykyiset yrityslaitteistot.
Jopa erittäin älykkäät geneeriset mallit kamppailevat edelleen yrityksen kontekstin, hiljaisten käytäntöjen ja todellisen yritysohjelmistotyön tarkan rakenteen kanssa.
Nykyinen ikkuna ei ole vain noin halvempi johtopäätös. Kyse on myös hallittujen työnkulkujen, validaattoreiden, generaattoreiden ja turvallisten suoritusmallien luomisesta, jotka ovat arvokkaita mallisyklien aikana.
Strategiset vaikutukset
euphile.s näkemys on, että seuraava vaihe AI kilpailu todennäköisesti voittaa raaka malli älykkyys. Nykypäivän työnkulkurajoitteissa arvokkaammat asemat ovat todennäköisesti peräisin kontekstien erikoistumisesta, deterministisistä työkaluista, pienemmästä symbolisesta riippuvuudesta ja kustannustehokkaasta toteutuksesta jo olemassa olevissa ja ymmärrettävissä infrastruktuuriryhmissä. Nykyinen mahdollisuusikkuna on tässä.