Povratak na strateške teze

Strateški rad 02

AI u razvoju softvera ima utočište

euphile vidi praktičan strop na ono što AI može učiniti u razvoju softvera u okviru danaâ € TMs radni tok. Bolji modeli još uvijek pomoći, ali izlaz još uvijek mora ostati razumljiv, revidirati, testirati, upotrebljiv, monitorable, i operabilni unutar sustava ljudi i organizacije mogu stvarno upravljati.

Vrati na početnu stranicu Skoči na model

AI u razvoju softvera ima Uređaji

Pametniji modeli će pomoći, ali trenutni programski životni ciklus stvara praktično ograničenje.

Strop radnog protoka Zona tlaka Preklopi seriju i lebdi po grafikonu.
Ceiling nametnut od danasâ € TMs softvera radni tok Ljudsko razumijevanje, revizija, datoteke, izgradnja, testovi, pakiranje, raspoređivanje, praćenje i održavanje.
1

AI već može izgraditi aplikacije od kraja do kraja.

2

No, izlaz još uvijek mora ostati razumljiv i operativan od strane ljudi.

3

Nakon platoa, diferenciacija se kreće prema troškovima, brzini i pouzdanosti.

Procijenjeni pritisak na vodeće AI pružatelje počinje.

!
Usko grlo više nije samo model inteligencije.

To je sučelje između AI-generiranog softvera i softverskog životnog ciklusa ljudi mogu stvarno upravljati.

Preklopite legendu i lebdi na grafikonu kako bi se usporedilo kako granična sposobnost, sljedbenik doticanje, i trošak tlaka evoluirati pod istim radnim tokom stropa.

Što kaže teza

Bolji modeli zadržati pomaže, ali danasâ € TMs softvera životni ciklus tlači naopako.

Generativni AI je već snažan u proizvodnji koda. Praktični strop se pojavljuje jer razvoj softvera nije samo generiranje koda. Izlaz još uvijek mora preživjeti ljudsko razmišljanje, eksplicitni softverski procesi, i operativna stvarnost.

Generacija koda više nije cijelo usko grlo.

Datoteke, arhitekturne opcije, testovi, popravke grešaka, i veliki dijelovi cijelih aplikacija mogu se već brzo generirati. Ograničavajući faktor sve više sjedi u onome što se događa nakon što se pojavi kod.

Životni ciklus nameće strop

Softver se još uvijek mora razumjeti, pregledati, varirati, graditi, paketirati, rasporediti, pratiti, debugged, i održavati unutar struktura timovi mogu zapravo raditi.

Marginalni obavještajni dobici na kraju komprimiraju

Ako izlazi i dalje prolaze kroz isti datoteka-, gradnja-, pregled- i raspoređivanje-centrični životni ciklus, pametniji modeli na kraju proizvedu postupne dobitke umjesto korak promjene.

Pritisak Crvenog oceana stiže ranije.

Kada se mogućnosti granične sposobnosti otežavaju, a brzi sljedbenici se nastave poboljšavati, konkurencija se kreće prema troškovima, brzini, pouzdanosti i operativnim sposobnostima.

Zajedničko pitanje

Zašto ne koristiti iste AI alate za ubrzavanje stropnih zadataka previše?

euphileâ € TMs odgovor je da: GenAI će poboljšati te zadatke, kao i. Važna razlika je između upotrebe GenAI unutar postojeće digitalne infrastrukture i preoblikovanje digitalne infrastrukture oko GenAI.

AI apsolutno poboljšava stropne zadatke

Bolji generatori, bolji validatori, bolji testni pojasevi, bolji DSL-ovi, bolji kompilatori, i bolja automatizacija oko SDLC su svi dio istog pokreta.

Ali danasâ € TMs infrastruktura još uvijek ograničava rezultat

Kompileri i dalje slijede stroga pravila. Testovi još uvijek trebaju računanje, ovisnosti, i okruženja. artifakti još uvijek trebaju izgradnju. Kontejneri još uvijek trebaju opskrbu. Radno breme još uvijek treba raspored.

Tokeni i podatkovni centri su stvarna ograničenja

Latencija, pamćenje, sigurnost, struja, računanje opskrbe, i zaključak koštaju sve ograničenja koliko se trenutni stek može preoblikovati jednostavno pozivanjem više AI.

Paradoks je strukturan.

Za preoblikovanje infrastrukture s GenAI-om potrebno je više infrastrukture za GenAI. Većina te infrastrukture još uvijek se gradi na vrhu sadašnje paradigme, a ne izvan nje.

Prozor mogućnosti

Strop stvara otvaranje kontekstualnog i troškovno učinkovitog softvera AI.

Globalni računski i datacentni kapaciteti i dalje su ograničeni, granični zaključci i dalje su skupi, a generički modeli su još uvijek slabi na preciznom softverskom radu na razini tvrtke. To stvara prostor za drugu strategiju.

Prilika 01

Fine-tune otvoreni modeli za tvrtku i projektni kontekst

Umjesto plaćanja premije za zaključke generičkih granica, organizacije mogu prilagoditi otvorene modele svojim repozitorijima, domena pravila, i projektno specifičnim softverskim radom.

  • Bolje odgovara za društvo DSL-ovi, kodne baze, i obrasci.
  • Više preciznosti na radu koji je zapravo važan.
  • Manje ovisnosti o generičkom ponašanju modela.
Prilika 02

Pokrenite na sadašnjoj infrastrukturi umjesto raste žeton proračuna

Manji ili fino pričvršćeni otvoreni sustavi mogu se provoditi na infrastrukturi koja već postoji, uključujući radno-razredna okruženja i postojeći hardver tvrtke.

  • Niža ovisnost o skupom vanjskom zaključku.
  • Manje pritiska na proširenje IT proračuna oko žeton potrošnje.
  • Više slobode optimizirati za rad umjesto prodavača.
Mogućnost 03

Trgovačka generička inteligencija za kontekstualnu preciznost

Čak i vrlo inteligentni generički modeli još uvijek se bore s kontekstom tvrtke, tihim konvencijama, i preciznom strukturom stvarnog poduzetničkog softverskog rada.

  • Kontekst može pobijediti sirovu ljestvicu u svakodnevnom softverskom radu.
  • Specijalizirani sustavi mogu nadmašiti generičku upotrebu na fit.
  • Lokalna prilagodba može stvoriti trajnu operativnu prednost.
Prilika 04

Izgradite deverminističko navodnjavanje prije nego što se širi stek promijeni

Trenutni prozor se ne radi samo o jeftinijim zaključcima. Također se radi o stvaranju uređenih radnih tokova, validatora, generatora, i sigurnih uzoraka izvršenja koji ostaju vrijedni tijekom modela ciklusa.

  • Električni poluge spojevi izvan jedne generacije modela.
  • Sigurnost orkestracija stvar prije nego što dođe nova infrastruktura.
  • Organizacije se sada mogu kretati umjesto da čekaju promjenu paradigme.

Strateška implikacija

euphileâ € TMs pogled je da je sljedeća faza softvera AI natjecanje je malo vjerojatno da će se osvojiti sirovina model inteligencije samo. U okviru danaâ € TMs radna tok ograničenja, vrijedniji pozicije su vjerojatno doći iz kontekstualne specijalizacije, debriministički tooling, niži žeton ovisnosti, i trošak-efikasna izvršenje na infrastrukturne timove već posjeduju i razumjeti. To je mjesto gdje je sadašnja prilika prozor sjedi.