AI가 협업 소프트웨어 개발에서 팀 플레이어가 될 수 있습니까?

일부 업계 리더와 전문가의 관점에서 Generative AI의 영향력은 비즈니스 역할에 제시된 기적에 미치지 못합니다.

선도적인 업계 분석가에게 GenAI(생성 AI)가 우리가 함께 일하는 방식에 미치는 영향에 대해 물어보세요. 그들은 우리가 작업과 상호 작용을 재구성할 수 있는 모든 방법을 이제 막 발견하기 시작했다고 지적할 것입니다.

Accenture의 분석에 따르면 GenAI는 "보다 인간 중심적인 작업 프로세스로 작업의 재창조를 이끌 것"입니다. "GenAI는 비즈니스 프로세스 재설계를 민주화하여 조립 작업자부터 고객 서비스 담당자, 연구실 과학자에 이르기까지 모든 사람에게 자신의 워크플로를 재구성할 수 있는 권한을 제공하고 있습니다."

다 좋아, 다 좋아. 그러나 GenAI 지원 애플리케이션을 구축하거나 도구를 사용하여 작업하는 사람들의 작업에 미치는 영향에 대해서는 거의 들어보지 못했습니다. 선택한 언어로 코드를 신속하게 생성하는 것 외에도 기술자의 업무를 어떻게 변화시키고 있습니까?

일부 업계 리더와 전문가의 견해에 따르면 GenAI의 영향력은 비즈니스 역할에 제시된 기적에 미치지 못하는 것 같습니다. Egnyte의 최고 기술 책임자인 Amrit Jassal은 "모든 개발자가 소프트웨어 개발을 위한 이러한 도구에서 기회를 보는 것은 아닙니다."라고 말합니다. "특히 숙련된 개발자에게는 다소 거친 부분이 있습니다."

소프트웨어 개발 및 기술 작업은 팀워크, 그룹 간 작업 전달, 비즈니스 사용자와의 긴밀한 협력에 크게 의존합니다. 그렇기 때문에 Agile, Scrum, DevOps와 같은 관행이 매우 중요합니다. 이러한 목적을 위해 AI는 아직 큰 가능성을 보여주지 않는다고 Jassal은 말합니다. "제너레이티브 AI 도구는 여전히 팀보다는 DevOps나 경영진과 같은 고급 사용자 내의 개인을 대상으로 합니다."

Boomi의 최고 제품 및 기술 책임자인 Ed Macosky는 AI의 협업 효과는 "아주 초기 단계에 있으며 어떤 의미에서 우리는 완전히 탐구해야 할 미지의 바다로 항해하고 있습니다"라고 말합니다. "AI가 계속 개발되는 동안 초기 반복은 이미 개발자 워크플로에 도입되고 있습니다. 그러나 이러한 AI 프로토타입에도 불구하고 데이터 주권, 보안 및 규제에 대한 많은 질문이 있기 때문에 우리는 여전히 명시적인 AI 정책을 정의하고 있습니다. 아직 구체적인 답변은 나오지 않았다"

또한 기술 팀은 'AI에 대한 의존성 구축'에 대해 인식해야 합니다. "AI에 전적으로 의존하면 사람들이 AI 없이 작업을 수행하는 방법을 이해하지 못하게 되는 사일로화되고 전문화된 개발자 경험이 발생할 위험이 있습니다. 결과적으로 상당한 위험이 발생합니다."

AI 의존성을 만드는 것은 "본질적으로 해로운 것은 아니지만 인간이 여전히 중요한 결정을 내리기를 원하는 영역을 대체하기보다는 인간이 앞으로 나아가는 데 도움이 되는 단계를 정확히 찾아내야 합니다"라고 Macosky는 말합니다.

이는 특히 최고 품질이 필요한 데이터와 코드의 경우에 해당됩니다. "양질의 데이터와 코드를 개발하고 입력하지 않고 AI에 너무 많이 의존한다면 이것이 가장 큰 위험을 초래합니다"라고 그는 말합니다.

AI 도구에 대한 과도한 의존이 가장 큰 단점일 수 있다고 Jassal은 동의합니다. "기본적으로 '스택 오버플로' 레시피를 역류시키는 OpenAI 코드 인터프리터와 같은 도구에 의존하면 혁신이 줄어들 수 있습니다. 멘토와의 동료 프로그래밍과 같은 입증된 관행이 줄어들어 주니어 개발자가 사회적 고립을 겪게 됩니다. 팀워크는 대규모 조직에서 필수적인 구성 요소입니다. 규모의 소프트웨어 개발."

그럼에도 불구하고 이들 전문가와 다른 사람들은 GenAI가 기술자의 작업에 긍정적이고 장기적인 영향을 미칠 것이라고 낙관하고 있습니다. DevOps 팀이 "기존 시스템에 대한 중단을 최소화하면서 빠른 속도로 코드를 릴리스해야 하는 요구 사항이 증가하는 것을 확인하면서" 압박감을 느끼고 있기 때문에 이는 특히 심각합니다. 킨드릴.

AI는 DevOps와 같은 업무를 수행하는 데 필요한 협업을 향상시킬 수 있다고 그는 계속 말합니다. "또한 AI 기반 시스템은 복잡한 DevOps 체인 전반에 걸쳐 시스템과 해당 문제에 대한 단일 통합 보기를 제공함으로써 팀을 지원할 수 있습니다. 동시에 이러한 시스템에 AI를 적용하면 감지된 이상 현상에 대한 완전한 이해와 지식을 향상하고 이를 수정할 수 있습니다. 적절한 이해관계자에게 알림을 즉시 전달합니다."

또한 Kamat은 "AI는 성능, 사용자 경험 및 피드백 측면에서 배포된 코드를 모니터링하는 데 도움이 될 수 있습니다. 이를 통해 기업은 고객 경험을 향상하고 기업 임원 및 이해관계자는 다음을 수행할 수 있습니다. 결과를 보정하고 추가 개선을 위해 DevOps 팀과 긴밀하게 협력할 수 있는 선별되고 통합된 보기가 있습니다."

AI를 협업 프로세스에 통합하면 생산성도 향상될 수 있습니다. Macosky는 "엔지니어링 팀이 점점 더 전반적인 비즈니스 목표에 전략을 통합하는 것을 보고 있습니다."라고 말합니다. "AI의 기능으로 인해 파일럿, 개념 증명 및 애플리케이션 테스트와 같은 프로토타입 프로젝트는 리소스 사용량이 훨씬 적고 팀 생산성이 향상됩니다. 결과적으로 개발자는 이러한 프로젝트를 비즈니스 팀에 가져오고 이러한 프로젝트를 기반으로 새로운 조직 목표를 브레인스토밍할 수 있습니다. , 그리고 전반적으로 기술 직원과 비기술 직원 간의 상호 이해 수준을 높입니다."

궁극적으로 AI의 가장 좋은 방향은 "배경으로 사라지고 방해가 되지 않는 것"이라고 Jassal은 말합니다. "일반적으로 통합 개발 환경과 같은 기존 프로세스 및 도구에 편승하면 새로운 도구를 채택하는 것이 항상 더 쉽습니다."