Moving away from Agile: What's Next – Martin Harrysson & Natasha Maniar, McKinsey & Company

Summary

Доклад фокусируется на влиянии ИИ на процесс разработки программного обеспечения, подчеркивая необходимость изменения моделей работы и операционных процессов в компаниях. Спикеры обсуждают как ИИ может улучшить производительность, но при этом выявляют проблемы, такие как недостаточная интеграция в командную работу и увеличение технического долга. Также рассматриваются примеры внедрения ИИ-ориентированных рабочих процессов и новых ролей, которые приводят к улучшению качества и ускорению разработки. Успешные компании внедряют непрерывное планирование, улучшение навыков сотрудников и измерение воздействия для достижения высоких результатов.

Takeaways

• 😀 Использование ИИ в разработке программного обеспечения требует изменения операционных моделей и ролей людей в командах.
• 😀 Внедрение ИИ должно быть масштабируемым, начиная от повышения индивидуальной продуктивности до улучшения работы всей команды и организации.
• 😀 Технологические прорывы, такие как внедрение Agile, приводят к изменениям в подходах к разработке ПО, и AI может стать следующим таким прорывом.
• 😀 Применение ИИ в разработке ПО в настоящее время дает лишь небольшие улучшения, несмотря на очевидный потенциал для значительных улучшений.
• 😀 Внедрение ИИ в рабочие процессы часто сталкивается с проблемами, такими как необходимость ручного кода-ревью и усиление технического долга.
• 😀 Одной из главных проблем является распределение работы, поскольку опыт с ИИ у разных сотрудников сильно различается, что приводит к неэффективности.
• 😀 Важным аспектом является изменение ролей в командах. Например, продуктовые менеджеры начинают создавать прототипы непосредственно в коде, а инженеры становятся оркестраторами ИИ-инструментов.
• 😀 Компании, успешно внедряющие ИИ, используют ИИ-родные рабочие процессы, которые охватывают весь цикл разработки программного обеспечения, а не только отдельные задачи, как, например, ревью кода.
• 😀 Ключевым элементом в успехе таких компаний является непрерывное обучение, измерение влияния и создание стимулирующих структур для сотрудников.
• 😀 Для успешного масштабирования ИИ в крупной организации необходимо правильное управление изменениями, включая четкое объяснение целей и обеспечение тренингов для персонала.
• 😀 В будущем важно построение моделей разработки ПО с короткими спринтами и малым количеством участников в команде, что позволит достигать более высоких результатов благодаря гибкости и адаптивности.

Q & A

Какие основные изменения в подходах к разработке программного обеспечения были вызваны внедрением ИИ?

Внедрение ИИ требует значительных изменений в операционных моделях и взаимодействии команд. В частности, это включает переход от традиционных методов разработки, таких как долгосрочные планы и работа в больших командах, к более гибким, быстрым и специализированным циклам работы с использованием ИИ-инструментов, что требует пересмотра ролей и подходов к коллаборации.

Что означает концепция 'AI-native workflows' и как она влияет на производительность команд?

'AI-native workflows' — это интеграция ИИ в каждую часть цикла разработки, включая планирование, создание прототипов, итерацию и отзывы. Компании, которые активно внедряют такие процессы, достигают более высоких показателей производительности, ускоряя выход на рынок и улучшая качество продуктов благодаря итеративному подходу с использованием ИИ.

Какие проблемы возникают при использовании ИИ в процессе разработки программного обеспечения?

Основные проблемы связаны с несоответствием скорости работы ИИ и традиционных процессов, таких как обзор и тестирование кода. Это создаёт узкие места в коллаборации и увеличивает потребность в ручной проверке, что ограничивает эффекты от внедрения ИИ. Также возникновение технического долга из-за генерации сложного кода становится значимой проблемой.

Как компании могут улучшить распределение работы в условиях использования ИИ?

Для эффективного распределения работы важно учитывать как опыт сотрудников в использовании ИИ, так и специфику задач. Некоторые задачи ИИ выполняет очень хорошо, но для других необходим более точный контроль и ручная настройка, что требует гибкости в подходах к назначению работы и перераспределению ресурсов.

Какие шаги предпринимаются для изменения ролей в процессе разработки с учетом ИИ?

Компании начинают переходить от традиционных ролей (например, отдельные QA, фронтенд и бэкенд инженеры) к более компактным и универсальным командам, которые могут эффективно использовать ИИ для выполнения различных задач. Это способствует улучшению скорости разработки и повышению качества программного обеспечения.

Почему некоторые компании не видят значительных улучшений в использовании ИИ, несмотря на его потенциал?

Многие компании сталкиваются с проблемами, такими как недостаток изменений в организационных процессах и недостаточная подготовка персонала. Также отсутствие гибкости в изменении подходов к роли ИИ в командах и непродуманная организация рабочих процессов могут затруднить получение значительных улучшений в производительности.

Какие изменения в структуре команд были реализованы на примере крупных компаний?

На примере некоторых крупных компаний было показано, что создание более мелких команд с новыми, интегрированными ролями, такими как продакт-менеджеры, работающие непосредственно с ИИ, позволяет повысить производительность и улучшить качество работы. Это дает возможность быстрее адаптироваться к изменениям и эффективно использовать возможности ИИ.

Что такое 'AI-native roles' и как они влияют на структуру команд?

'AI-native roles' — это новые роли, в которых сотрудники могут работать с ИИ на всех этапах разработки, от планирования до реализации. Например, продакт-менеджеры теперь активно создают прототипы и работают с ИИ, чтобы быстрее адаптировать решения, а инженеры занимаются не только написанием кода, но и координацией работы ИИ.

Как компании могут использовать данные и метрики для оценки эффективности внедрения ИИ?

Для оценки эффективности важно внедрять комплексные метрики, которые оценивают не только скорость разработки и внедрения продуктов, но и качество кода, удовлетворенность разработчиков и безопасность программных решений. Компании должны измерять как изменения в процессе работы, так и в реальных экономических показателях, таких как сокращение затрат или повышение качества продуктов.

Какие принципы лежат в основе успешного внедрения ИИ в крупных организациях?

Успешное внедрение ИИ требует внимательного подхода к управлению изменениями, которое включает четкую коммуникацию целей, постоянное обучение сотрудников, создание новых рабочих процессов и регулярную проверку прогресса. Компании должны ориентироваться на результат, а не только на процесс принятия инструментов ИИ, чтобы максимизировать их эффективность.