Dirbtinio intelekto (DI) įrankiai jau tapo neatsiejama daugelio IT įmonių kasdienybės dalimi, keisdami darbo pobūdį ir atverdami naujas galimybes produktyvumo bei efektyvumo didinimui. Nuo kodo generavimo iki dokumentacijos rengimo, nuo vizualinių priemonių kūrimo iki kompleksinių procesų automatizavimo – DI transformuoja ne tik įrankius, bet ir profesines roles.
Produktyvumas ar „recenzento“ darbas
Darbas su DI asistentais daugelyje IT įmonių tampa kasdienybės dalimi – daugėja rolių, kurios sugeneruoja praktinę naudą įvairiose verslo užduotyse, neapsiribojant programinio kodo generavimu, dokumentacijos ar kito teksto turinio ruošimu ar vizualinių priemonių kūrimu.
Pirmieji prisijaukinę šiuos įrankius – IT specialistai, ir jau pažengusieji, randa būdų kaip sukurti kokybišką instrukciją, įgalinti pokalbio istoriją, ar produktyviai išnaudoti daugiažingsnį (angl. „multi–step“) pokalbį geresniems generuotiems rezultatams. Vis tik dalį užduočių greičiau atlikti trukdo DI generuotas nekokybiškas turinys (angl. „AI–generated workslop“), kurio peržiūra, recenzavimas, tikrinimas ir taisymas užtrunka ilgiau nei tokią užduotį reiktų padaryti pačiam. Iš kitos pusės – tai ir mokymosi kelias, kol atrandamos užduotys, tinkamos atlikti su DI įrankių pagalba, ir būdai kaip efektyviausiai juos naudoti.
Didesnės apimties įrankiai, identifikuojantys visą programinės įrangos projektą, įgalina sklandžiai atlikti sisteminius pakeitimus visame projekte, ar net kurti programinę įrangą pokalbio principu (angl. „vibe coding“) be kodo peržiūrų ir inžinieriaus taisymų, pasikliaujant DI įrankio siūlomais kodo taisymais.
Agentifikacija
Viena stipriausių šių metų DI tendencijų versle – naujas terminas – „agentifikacija“. DI agentais versle dažnai vadinamos autonomiškai veikiančios arba iš dalies prižiūrimos žmogaus DI sistemos, gebančios mokytis, spręsti ir planuoti, kokiu keliu pasiekti tikslą kompleksinėje aplinkoje, naudojant generatyvųjį DI, parenkant tinkamą įrankį kiekvienam užduoties žingsniui. Tokios sistemos jau yra pažengusios toliau nei turinio kūrimas – jos gali atlikti veiksmų seką, pavyzdžiui, automatiškai sukurti gydytojo vizitą, užregistruoti pacientą klinikoje, pravesti naujų darbuotojų personalo mokymus, automatiškai užregistruoti susitikimus su potencialiais kandidatais ir išsiųsti jiems laiškus. Turint daug tokių agentų skirtingiems verslo poreikiams ir darbo optimizavimui įmonės kuria agentų platformą.
Po DI integracijos – kokybės tobulinimas
Pasibaigus pradinių DI integracijų stadijai, dažnai atsigręžiama į kokybę. Pastebime, kad vis daugiau besikreipiančiųjų klientų susiduria su DI asistento kuriamo turinio kokybės gerinimo iššūkiais (angl.„Tuning“). Tokiu atveju fokusuojamasi į būdus kaip kokybę matuoti, produkto tobulėjimą sekti laiko intervale per metrikas, kai kuriais atvejais vėlgi naudojant generatyvųjį DI (angl. „LLM as a judge“), pavyzdžiui, DI asistento atsakymų kokybės vertinimą, pagal semantinį panašumą.
Žmogus procese
Dažnu „Cognizant“ klientų poreikių atveju, verslo procesui nėra tinkamas visiškai autonomiškai veikiantys agentai. Kai kuriais atvejais taip yra dėl kylančių rizikų, kitais susijusios su vartotojo darbo specifika ar siekiamu rezultatu kuris reikalauja žmogaus peržiūros darbo eigoje (angl.„human-in-the-loop“). Šiuo atveju išlieka tendencija, kad DI asistento kuriamas turinys būtų pirminė juodraštinė (ang. „draft“) versija, ir toliau ji turi būti peržiūrima darbuotojo, pakoreguojama ir patvirtinama, kaip galutinis dokumentas, pavyzdžiui, prieš siunčiant generuotą laišką apie apibendrintus susitarimus vidinei komunikacijai.
Paklausios specializacijos
Šalia išpopuliarėjusių profesijų tokių kaip DI inžinierius, DI architektas, kur dažnai reikalaujama ilga projektinė patirtis su vaizdų ar teksto apdorojimu (NLP) ir susijusiais mašininio mokymo (ML) modeliais, bei patirtis su didžiaisiais kalbos modeliais (LLM), auga poreikis ir „full-stack“ ar „back-end“ inžinierių su DI integravimo patirtimi. Toks programinės įrangos inžinierius geba integruoti „LLMus“ ar DI įrankius, siūlomus didžiųjų Debesijos paslaugų teikėjų, orientuotų į kliento produktus, adaptuoti vartotojų poreikiui, pavyzdžiui, naudojant užklausų inžineriją („prompt engineering“), gerinti asistento pokalbio kokybę, palaikyti atsakymų adekvatumą.
DI vizionieriai– kompanijos augimo DI srityje variklis
Matome savo kompanijos pavyzdžiu, kokį svarbų vaidmenį turi darbuotojai, kurie domisi naujovėmis, eksperimentuoja, dalijasi įžvalgomis ir kuria prototipus. Tokie darbuotojai, vizionieriai yra mūsų studijos DI kompetencijų auginimo ir inovacijų variklis. Tad galime savo pavyzdžiu rekomenduoti, burti DI lyderius, išgirsti jų siūlymus ir kartu kurti viziją, kaip integruoti DI į verslo procesus, auginti naują kartą DI inžinierių ir išlaikyti konkurencinį pranašumą rinkoje.
