Teza strategică 02
euphile vede un plafon practic pentru ceea ce poate face AI în dezvoltarea de software în cadrul fluxului de lucru actual. Modelele mai bune încă ajută, dar rezultatul trebuie să rămână înțeles, auditabil, testabil, implementabil, monitorizat și operabil în interiorul sistemelor pe care oamenii și organizațiile le pot gestiona efectiv.
Modelele mai inteligente vor ajuta, dar ciclul de viață actual al software-ului creează o limită practică.
AI poate construi deja aplicații end-to-end.
Dar rezultatul trebuie să rămână înțeles și operabil de către oameni.
După platou, diferențierea se îndreaptă către cost, viteză și fiabilitate.
Începe presiunea estimată asupra furnizorilor de top de AI.
Este interfața dintre software-ul generat de AI și ciclul de viață al software-ului pe care oamenii îl pot gestiona efectiv.
Ce spune teza
AI generativă este deja puternică în producerea de cod. Plafonul practic apare deoarece dezvoltarea de software nu este doar generarea de cod. Rezultatul trebuie să supraviețuiască raționamentului uman, proceselor software explicite și realității operaționale.
Fișierele, opțiunile de arhitectură, testele, remedierea erorilor și părți mari ale aplicațiilor întregi pot fi deja generate rapid. Factorul limitativ se află tot mai mult în ceea ce se întâmplă după apariția codului.
Software-ul mai trebuie să fie înțeles, revizuit, versiuneat, construit, împachetat, implementat, monitorizat, depanat și întreținut în structurile pe care echipele pot funcționa efectiv.
Dacă ieșirile trec în continuare prin același ciclu de viață centrat pe fișiere, compilare, revizuire și implementare, modelele mai inteligente produc în cele din urmă câștiguri incrementale, mai degrabă decât schimbări în etape.
Când capacitatea de frontieră devine mai greu de monetizat și adepții continuă să se îmbunătățească, concurența se îndreaptă către cost, viteză, fiabilitate și potrivire operațională.
Întrebare comună
Răspunsul lui euphile este da: GenAI va îmbunătăți și aceste sarcini. Distincția importantă este între utilizarea GenAI în cadrul infrastructurii digitale actuale și reproiectarea infrastructurii digitale din jurul GenAI.
Generatoare mai bune, validatoare mai bune, hamuri de testare mai bune, mai bune DSL-uri, compilatoare mai bune și automatizare mai bună în jurul SDLC toate fac parte din aceeași mișcare.
Compilatorii încă urmează reguli stricte. Testele mai necesită calcul, dependențe și medii. Artefactele încă au nevoie de construcții. Containerele mai au nevoie de aprovizionare. Volumul de lucru necesită încă programare.
Latența, memoria, securitatea, puterea, alimentarea de calcul și costurile de inferență limitează cât de mult poate fi reproiectată fundația tehnologică actuală prin simpla invocare a mai multor AI.
Pentru a reproiecta infrastructura cu GenAI, este nevoie de mai multă infrastructură pentru GenAI. O mare parte din această infrastructură este încă construită peste paradigma actuală, mai degrabă decât dincolo de aceasta.
Fereastra de oportunitate
Capacitatea globală de calcul și a centrului de date rămâne limitată, inferența de frontieră rămâne costisitoare, iar modelele generice sunt încă slabe în ceea ce privește activitatea software precisă la nivel de companie. Asta creează loc pentru o strategie diferită.
În loc să plătească o primă pentru inferența de frontieră generică, organizațiile pot adapta modele deschise la depozitele lor, regulile de domeniu și munca software specifică proiectului.
Sistemele deschise mai mici sau reglate fin pot fi executate pe infrastructura care există deja, inclusiv medii de tip stație de lucru și hardware-ul actual al companiei.
Chiar și modelele generice extrem de inteligente încă se luptă cu contextul companiei, convențiile tacite și structura precisă a activității reale a software-ului întreprinderii.
Fereastra actuală nu se referă doar la inferențe mai ieftine. Este, de asemenea, despre crearea de fluxuri de lucru guvernate, validatoare, generatoare și modele de execuție sigure care rămân valoroase pe parcursul ciclurilor de model.
Implicație strategică
Părerea lui euphile este că următoarea fază a competiției software AI este puțin probabil să fie câștigată doar de inteligența brută a modelului. Sub constrângerile actuale ale fluxului de lucru, pozițiile mai valoroase sunt probabil să provină din specializarea contextuală, instrumente deterministe, dependență mai mică de token și execuție eficientă din punct de vedere al costurilor pe echipele de infrastructură deja deținute și înțelese. Acolo se află fereastra oportunității actuale.