Uelekezaji mkuu

Mfumo wa uendeshaji wa uhandisi unaojengwa juu ya AI

Gharama ya kuunda programu inapungua, na kuyapa faida ya ushindani mashirika yanayofanya maamuzi bora na kuthibitisha matokeo kwa usalama.

Mambo kwa viongozi

  • AI inapopunguza gharama ya kuunda programu, kupata faida ya ushindani kunahitaji kubadili mfumo wa uendeshaji. Mashirika yanayobadili utendaji wa timu, badala ya kuanza tu kutumia wasaidizi wa AI, yana uwezekano mkubwa wa kupata manufaa ya kudumu.

  • Uhandisi unaojengwa juu ya AI unahitaji uwezo unaokamilishana: timu za programu zilizo karibu na wateja na matatizo, na timu za majukwaa au “mazingira ya uendeshaji” zinazotoa muktadha wa pamoja, kinga, tathmini na utawala ili watu na mawakala wa AI wafanye kazi kwa usalama kwa kiwango kikubwa.

  • Uongozi wa teknolojia unahama kutoka kusimamia uwezo wa utoaji hadi kubuni mfumo wa utoaji. Viongozi waweke wazi maamuzi manne: majukumu ya timu za programu, muktadha na vidhibiti vya pamoja, mahali mawakala wanapohitaji idhini ya watu, na namna ya kupima mafunzo yaliyothibitishwa na manufaa kwa wateja.

Mfumo wa zamani ulichukulia uwezo wa utekelezaji kuwa kikwazo kikuu

Mbinu nyingi za uhandisi wa kisasa ziliundwa wakati kuunda programu kulikuwa ghali. Swali lililoongoza lilikuwa: timu nyingi zaidi zinawezaje kutoa programu zaidi kwa namna inayotabirika zaidi? Dhana hiyo iliongoza mpangilio wa timu, ufadhili wa majukwaa na upimaji wa utoaji katika mashirika. Kupanua shughuli mara nyingi kulimaanisha kuongeza watu, huku mafanikio yakipimwa kwa kiasi cha kazi kilichopitia mfumo.

AI inabadilisha dhana hiyo. Kwa mtazamo wetu, uhandisi unaotegemea AI kama msingi si uhandisi wa jadi ulioboreshwa kwa zana bora zaidi. Unahitaji mfumo tofauti wa uendeshaji: timu ndogo za programu zilizo karibu na matatizo ya wateja, zikisaidiwa na timu za majukwaa au timu za udhibiti na usaidizi wa mawakala. Tunatumia neno harness kumaanisha mazingira ya kiufundi yanayodhibitiwa, yanayowapa watu na mawakala muktadha, zana, ruhusa, mifumo ya mrejesho na mipaka inayohitajika ili kutumia AI kwa usalama kwa kiwango kikubwa.

Hili ni muhimu kwa viongozi wa teknolojia na data: kuongeza tija ya mtu mmoja pekee hakutaleta matumizi salama katika shirika zima. Bila mfumo wa uendeshaji uliopangwa, timu huhatarisha kuwa na zana zisizounganishwa, mbinu zinazorudiwa, uwajibikaji usio wazi, ufichukaji wa data usiodhibitiwa na ubora usiothabiti.

Swali la mashirika linahitaji kuhama kutoka “Tunawasaidiaje wahandisi kutumia AI?” hadi “Tuundeje upya mfumo wa uhandisi ili watu na mawakala walete manufaa kwa usalama katika shirika zima?”

Uzalishaji unapokuwa nafuu, umuhimu wa maamuzi unaongezeka

AI huwawezesha wahandisi kuchunguza mawazo zaidi, kuunda vielelezo haraka na kujaribu mbinu zaidi. Hata hivyo, uzalishaji zaidi hauleti manufaa zaidi moja kwa moja. Bila busara, muktadha unaofaa na tathmini yenye ufanisi, shirika linaweza kuongeza kazi kwa kasi inayozidi uwezo wake wa kuamua cha kuamini, kutumia au kujifunza.

AI inaweza kupunguza gharama ya kuunda msimbo na kufanya majaribio. Kupungua kwa gharama yote ya programu kunategemea kazi inayobaki ya kuikagua, kuiunganisha, kuiendesha, kuidumisha na kuirekebisha.

Tunatarajia faida ya ushindani katika uhandisi kutegemea zaidi uwezo wa aina nne:

  • Kuamua cha kuunda, namna ya kukiunda na jinsi maamuzi hayo yanavyorekodiwa.

  • Kuwezesha watu na mifumo ya AI kutegemea maarifa sahihi ya shirika.

  • Kupanua shughuli salama kupitia majukwaa, vidhibiti na tathmini za pamoja.

  • Kubuni usanifu unaopokea zana na vipengele vipya bila kuvuruga shughuli mara kwa mara.

Hivyo uwezo adimu unahama kutoka kuongeza uzalishaji hadi kuongeza manufaa yake: kuchagua kazi sahihi, kuipa muktadha, kupima kama inafaa na kujua kisichopaswa kutolewa.

Majaribio yanapokuwa nafuu, rekodi za maamuzi nazo huwa na thamani zaidi. Mashirika yanahitaji kujua kilichojaribiwa, kilichoshindwa, kile kilichojifunzwa na sababu ya kuchagua njia moja badala ya nyingine.

Mifumo ya uhandisi ilenge uthibitishaji wa haraka, maboresho salama na mafunzo yaliyorekodiwa, si kasi ya utoaji pekee. Hii inabadilisha jukumu la mhandisi na timu yake.

Wahandisi wanaratibu sehemu kubwa zaidi ya mfumo

Kwa wahandisi, hili si kuacha uundaji, bali kujikita zaidi katika kuelekeza, kutathmini na kuratibu kinachoundwa.

Programu zinazoundwa na AI haziondoi hitaji la wahandisi. Zinaongeza umuhimu wa watu wanaoelewa vikwazo vya mfumo, kufafanua violesura, kubuni tathmini na kuratibu kazi kati ya watu na mawakala. Wahandisi wenye utaalamu wa kina, busara, uelewa wa bidhaa na ujuzi wa tathmini mara nyingi wataleta manufaa zaidi kuliko wanaojikita tu katika kuunda vipengele binafsi.

AI inaboresha mzunguko wa kujifunza wa timu za uhandisi

Zamani, timu za bidhaa ziliamua cha kuunda na timu za uhandisi zikaamua jinsi ya kukiunda. Leo, mashirika mengi yanaunganisha bidhaa, usanifu na uhandisi. Mabadiliko maalumu ya AI yako ndani ya timu: vielelezo nafuu huruhusu mawazo kutoka kufafanua tatizo hadi utekelezaji na tathmini katika mzunguko mmoja. Timu zinaweza kujaribu chaguo zaidi, kuacha mawazo dhaifu mapema na kuendeleza yaliyothibitishwa kuelekea matumizi halisi.

Hii inanufaisha timu ndogo za taaluma mbalimbali, ambapo wataalamu wa bidhaa, usanifu, uhandisi na sekta husika hushiriki mzunguko mmoja wa kujifunza. Maamuzi ya bidhaa na ya kiufundi hayawi jukumu moja, lakini yanahitaji kufanywa kwa ushirikiano wa karibu zaidi. Viongozi wa bidhaa wanahitaji uelewa wa kutosha wa kiufundi ili kuunda vielelezo na kutathmini chaguo. Wahandisi wanahitaji muktadha wa kutosha wa wateja na biashara ili kufafanua tatizo, badala ya kutekeleza tu jibu lililoamuliwa awali.

Muktadha wa shirika unakuwa rasilimali ya kimkakati

Mashirika ya uhandisi yamezoea kuuchukulia msimbo kuwa rasilimali kuu. Msimbo unapokuwa rahisi kuunda, thamani ya kudumu inazidi kuwa katika muktadha wake: maarifa ya sekta, uelewa wa wateja, uzoefu wa uendeshaji, data inayomilikiwa, seti za data za tathmini, sera zinazosomeka na mashine na historia ya maamuzi ya usanifu inayoeleza utendaji wa mifumo.

Hazina za msimbo ni muhimu kwa sehemu kwa sababu zinabeba maarifa ya biashara na wateja yaliyopatikana kwa juhudi kubwa. AI inabadilisha juhudi za kuunda msimbo, lakini haiondoi juhudi za kupata maarifa hayo. Hivyo mashirika yaangalie zaidi ya kiasi cha msimbo na yawekeze katika rasilimali zinazokuza thamani: data inayomilikiwa na kutawaliwa vyema, mifumo ya maarifa inayotumika, uelewa wa kina wa wateja na rekodi wazi za maamuzi.

Kwa CIO na CDO, hii inafanya usanifu wa taarifa na utawala wa data kuwa msingi wa utendaji wa uhandisi. Mawakala wa AI wanaweza kutumia tu muktadha wanaoruhusiwa kufikia na wanaoweza kufasiri. Hivyo maarifa yaliyotawanyika, umiliki wa data usio wazi na ruhusa zisizolingana huwa vikwazo vya uhandisi, si matatizo ya usimamizi wa taarifa tu.

Muktadha unapokuwa sehemu ya mfumo wa uzalishaji, hauwezi kubaki nyaraka zisizotumika. Unakuwa uwezo wa jukwaa.

Gawanya utoaji wa AI: timu huru, kinga za pamoja

Utoaji wa AI hauwezi kuachiwa kila timu kikamilifu pindi muktadha, tathmini na utawala vinapokuwa sehemu ya mfumo wa uzalishaji. Wala usisimamiwe kutoka kituo kimoja kiasi cha kutenga timu na matatizo halisi ya wateja.

Mfumo wa mamlaka yaliyogawanywa husawazisha mahitaji hayo. Timu huru za programu hubaki karibu na tatizo, zikisaidiwa na uwezo wa pamoja wa majukwaa na mazingira ya uendeshaji unaotoa zana zinazotumika tena, ufikiaji unaodhibitiwa wa muktadha, mbinu za tathmini, ruhusa na utawala. Mgawanyo huo hufaulu tu majukumu yakiwa wazi: timu za programu huwajibikia mtiririko wa kazi na matokeo; timu za mazingira ya uendeshaji hutoa uwezo wa pamoja wa kutenda kwa usalama; na vitengo vya hatari, usalama na utawala hudumisha usimamizi huru.

Timu za programu na wataalamu wa sekta waainishe visa vya tathmini vya kazi husika na kiwango cha kukubalika. Timu ya mazingira ya uendeshaji itoe miundombinu ya tathmini, vidhibiti vya pamoja na utoaji wa ripoti ili tathmini hizo zifanywe kwa uthabiti.

Eneo

Timu ya programu

Timu yya uendeshaji

Hatari, usalama na utawala

Bidhaa na matokeo

Huchagua tatizo, kazi, watumiaji watakavyotumia programu na vipimo vya mafanikio; huwajibikia matokeo kwa wateja na biashara

Hutoa mbinu zinazotumika, zana za ufuatiliaji wa utendaji

Huweka mipaka pale matumizi yanapoleta hatari kubwa

Muktadha na ufikiaji

Hubainisha taarifa na vitendo hitajika katika mtiririko wa kazi

Hutoa violesura vya muktadha, utambulisho wa wakala na ruhusa za zana

Huidhinisha ufikiaji wa data nyeti na mipaka ya udhibiti

Tathmini na utoaji wa matoleo

Huweka vigezo vya kukubalika na kukagua matokeo

Hudumisha vipimo vya tathmini, kumbukumbu za ukaguzi zilizoidhinishwa za matumizi

Huidhinisha matumizi yenye hatari kubwa, vighairi na mabadiliko makubwa

Ufadhili na uwajibikaji

Hufadhiliwa na kuwajibishwa kwa matokeo ya programu

Hufadhiliwa kama uwezo wa pamoja; hupimwa kwa matumizi ya tena, upeo na muda hadi matumizi halisi salama

Huwajibikia usimamizi huru na maamuzi ya udhibiti

Ratiba ya kazi na kujifunza

Huboresha pamoja na wataalamu wa sekta na kukagua matokeo, ubatilishaji na matukio

Hugeuza mafunzo kuwa vipimo vipya, vidhibiti na uwezo unaotumika tena

Hukagua matukio na mabadiliko katika hatua zilizokubaliwa

Hii pia inabadilisha jinsi viongozi wanavyopaswa kufikiria ukubwa wa timu. Kuwa na timu ndogo zinazozalisha programu zaidi si lengo lenyewe. Lengo ni kuweka busara ya binadamu panapoleta manufaa zaidi: karibu na tatizo katika timu za programu, na ndani ya uwezo wa pamoja unaoziruhusu timu kufanya kazi haraka bila kupoteza udhibiti.

Jukwaa linakuwa mfumo wa udhibiti kwa watu na mawakala.

Timu za programu zinapopungua na kusaidiwa zaidi na AI, mashirika yanahitaji uwezo imara wa pamoja ili kutoa programu kwa usalama, uthabiti na uwajibikaji.

Uhandisi wa majukwaa umejikita zaidi katika kuongeza tija ya wasanidi programu, huku watu wakiwa watumiaji wakuu. Jukwaa lenye AI kama msingi lazima lihudumie watu na mawakala.

Wakala hatumii jukwaa la wasanidi programu kama binadamu. Anahitaji maelekezo na zana zinazofikiwa na mashine, ruhusa wazi na njia za kuaminika za kutathmini kazi yake. Mazingira ya uendeshaji yanahitaji pia kuzingatia ufuatiliaji, usalama, uzingatiaji wa kanuni na usimamizi wa maarifa. Lengo ni kufanya uhuru wa kutenda uwe na manufaa kwa kuuwekea mipaka wazi inayotekelezeka.

Mfano halisi: huduma inayosaidiwa na AI katika benki

Fikiria benki inayoanzisha mtiririko wa kazi unaosaidiwa na AI kushughulikia maswali kuhusu miamala ya kadi inayopingwa. Timu ya programu inaanza na kazi finyu: kuainisha suala, kupata sera husika na kuandaa rasimu ya jibu kwa mhudumu. Inawajibikia mtiririko wa kazi, matumizi ya programu, vigezo vya kupeleka suala ngazi ya juu na vipimo vya mafanikio. Haiweki sera za udhibiti wala kumpa wakala ruhusa mpya.

Hapa, mawakala wanaweza kusaidia utekelezaji, kupima kazi mahususi na kuandaa toleo. Watu bado wangeidhinisha matumizi halisi, na matokeo yake yangeongoza tathmini na uundaji unaofuata. Udhibiti wakati wa utendaji ni tofauti: wakala wa huduma kwa wateja atumie tu zana na data zilizoidhinishwa, ndani ya ruhusa na njia zilizowekwa za kupeleka masuala ngazi ya juu.

  • Muktadha: Wakala anaweza kufikia suala, data chache za mteja zinazohitajika, taratibu zilizoidhinishwa za bidhaa na malalamiko, na kanuni zinazosomeka na mashine za kuripoti. Hawezi kufikia taarifa za uthibitishaji wa malipo, rekodi zisizohusika za wateja, wala kuandika kwenye mfumo wa usimamizi wa masuala.

  • Tathmini: Kabla ya kutolewa, vipimo vinavyotumia masuala wakilishi ya zamani na hali nadra zilizoainishwa na wataalamu lazima vihakikishe uainishaji sahihi, kufuata sera, kujizuia ipasavyo, kutovuja kwa data binafsi na kupeleka malalamiko au masuala nyeti ya kifedha ngazi ya juu.

  • Idhini: Timu ya programu inawajibikia uamuzi wa bidhaa. Vitengo vya hatari, usalama na uzingatiaji wa kanuni huidhinisha ufikiaji wa data, ulinganishaji wa sera na njia ya kuanzisha matumizi. Mhudumu huidhinisha kila ujumbe unaotumwa; wakala hana uhuru wa kufanya uamuzi unaoathiri pesa au haki za mteja.

  • Rekodi ya udhibiti: Kila utekelezaji hurekodi utambulisho wa wakala na toleo la muundo, muktadha na vyanzo, zana husika, ukaguzi wa sera, matokeo ya tathmini, marekebisho ya ubatilishaji yaliyofanywa, na matukio. Timu hubadilisha mbinu kuwa violesura vya muktadha, visa vya tathmini, violezo vya ruhusa na njia za kuanzisha matumizi ambazo zinaweza kutumiwa tena. Hitilafu ya kubatilisha huwa ni vipimo vipya vya kazi.

Hii inaonyesha jinsi wakala anavyoweza kupewa nafasi ya kutenda kwa muktadha na zana zilizoidhinishwa pekee, huku kila mpaka muhimu ukitoa ushahidi unaoweza kukaguliwa na kutumiwa tena. Watu wanaendelea kuwajibikia maamuzi muhimu. Baadaye, benki inaweza kutumia visa halisi—alipofaulu wakala, watu walipoingilia na aliposhindwa—kuboresha mtiririko wa kazi na kuamua kama iongeze majukumu yake. Hivyo ndivyo uhuru wenye mipaka na kujifunza kunakothibitishwa kwa ushahidi vinavyotekelezwa.

Mgawanyo huo unaonekana katika mifumo inayosimamiwa na timu ya mazingira. Timu za mazingira ya uendeshaji zinaweza kuwajibikia:

  • Utambulisho wa wakala: kutoa vitambulisho vya huduma, kurekodi umiliki na mazingira, na kufuatilia matoleo ya muundo, madokezo na zana za kila wakala.

  • Ruhusa za zana: kuweka mipaka ya kusoma, kuandika na kufikia data, viwango vya matumizi, hatua za idhini za kukataa vitendo vya wakala isipokuwa viruhusiwe.

  • Violesura vya muktadha: kutoa data zilizoidhinishwa kupitia violesura vyenye matoleo, vinavyozingatia ruhusa na kuonyesha chanzo na usasa wa taarifa.

  • Makundi ya tathmini: kudumisha mifano wakilishi, hali nadra, vipimo vya usalama na vya kuzuia kurejea kwa hitilafu, na vigezo vya kutoa matoleo.

  • Kumbukumbu za ukaguzi na ufuatiliaji: kurekodi utambulisho wa wakala, muktadha, zana, matokeo, idhini, maamuzi ya kubatilisha, hitilafu na matukio, pamoja na vidhibiti vinavyofaa vya uhifadhi na ufikiaji.

  • Njia zilizoidhinishwa: kutoa mazingira, utekelezaji na mazingira zalishi, ukaguzi otomati, taratibu za kurejesha toleo la awali na udhibiti wa mabadiliko.

Timu za mazingira ya uendeshaji si jina jipya la kila jukumu la jukwaa lililopo. Timu za uendeshaji wa ujifunzaji wa mashine, usalama, utawala na majukwaa bado zina majukumu yake. Timu ya mazingira ya uendeshaji huunganisha vidhibiti hivyo na uundaji na uendeshaji wa mitiririko ya kazi ya AI: ruhusa na hatua za idhini kwa sera, violesura vinavyodhibitiwa kwa muktadha, vipimo kwa tathmini, na kumbukumbu zinazowezesha kukagua na kutumia tena tabia za wakala.

Mchoro wa mfumo wa uendeshaji wa uhandisi unaojengwa juu ya AI, ukiwa na timu za programu zinazosaidiwa na jukwaa na mazingira ya uendeshaji ya pamoja.

Uajiri, uongozi na vipimo lazima vibadilike

Kazi ya uhandisi ikigawanyika kuwa utoaji wa programu na uwezeshaji wa pamoja, uajiri, uongozi na upimaji pia vinahitaji kubadilika.

Timu za programu zinahitaji uwezo kufanya maamuzi, uhandisi na sekta husika karibu na tatizo. Timu za majukwaa na mazingira ya uendeshaji zinahitaji watu wa kuendesha mazingira ya pamoja yanayosaidia watu na mawakala kwa kiwango kikubwa.

Viongozi wa teknolojia wanakuwa wabunifu wa mfumo wa utoaji

Kwa CTO, CDO na CIO, changamoto ni kuamua kitakachowezeshwa kwa pamoja na kitakachoachiwa kila timu.

Timu za programu zinahitaji uhuru wa kufanya kazi haraka na kuwa karibu na wateja. Zisihitaji kuunda upya uwezo wa kufikia data kwa usalama, ufuatiliaji, tathmini na utawala.

Katika shirika lenye AI msingi, viongozi wa teknolojia wanahitaji kuelekeza baadhi ya juhudi kutoka usimamizi wa uwezo wa utoaji hadi usanifu wa mfumo wa utoaji. Hii inajumuisha:

  • kuajiri na kukuza watu wenye busara na uwezo wa kufanya maamuzi;

  • kuwekeza katika majukwaa ya pamoja ya AI, tathmini, kinga, njia zilizoidhinishwa, mtiririko wa maarifa na ufikiaji;

  • kuweka mipaka ya utendaji wa mawakala, watu na mitiririko ya kazi;

  • kupima kujifunza, kutegemeka, athari kwa wateja na matumizi ya mara kwa mara; na

  • kuifuatilia teknolojia kwa karibu ili kuelewa jinsi AI inavyobadili kwa kweli gharama na manufaa ya utoaji.

Ukiundwa vizuri, mfumo huu hurahisisha kupata muktadha unaofaa, kupima kazi ya AI, kutumia tena mbinu zilizothibitishwa na kutambua panapohitaji idhini ya watu.

Vipimo vya sasa vya uhandisi havionyeshi hali yote

Vipimo vingi vya uhandisi viliundwa wakati uzalishaji wa programu ulikuwa kikwazo kikuu. Kasi ya kazi, alama za makadirio ya kazi, utendaji na marudio ya kuanzisha matumizi bado ni viashiria muhimu, lakini havitoshi vyenyewe kadiri AI inavyopunguza juhudi za kuunda programu.

Timu inaweza kuunda msimbo na kufanya majaribio zaidi, lakini bado ikafanya maamuzi duni, ikaongeza utata usiohitajika au hatari.

Hivyo viongozi wa teknolojia wanahitaji kuuliza zaidi ya kiasi cha programu zinazozalishwa au matumizi ya zana za AI. Wanahitaji kujua kama AI inasaidia shirika kujifunza haraka, kuboresha matokeo kwa wateja na kufanya kazi kwa kutegemewa ndani ya mipaka iliyokubaliwa.

Kwa timu za programu, vipimo muhimu vinajumuisha:

  • muda wa kupata mafunzo;

  • maboresho ya matokeo kwa wateja;

  • manufaa yaliyotolewa;

  • kiwango cha mabadiliko ya tabia; na

  • kiwango cha majaribio yanayozaa maamuzi yenye ushahidi.

Muda wa kupata mafunzo yaliyothibitishwa uhesabiwe tangu kuanza jaribio hadi kupata ushahidi wa kutosha kufanya uamuzi. Timu inayoanza Jumatatu, kuanzisha matumizi Jumatano na kufanya uamuzi wenye ushahidi Ijumaa ina mzunguko wa kujifunza wa wiki moja, si wa utoaji wa siku mbili.

Kwa timu za majukwaa, vipimo muhimu vinaweza kujumuisha:

  • kutumia tena mbinu za AI;

  • upeo na ufanisi wa tathmini;

  • matukio ya AI na kazi inayorudiwa;

  • muda kutka wazo hadi utumizi salama;

  • kufuatilia vitendo vya wakala; na

  • utayari wa ukaguzi na kanuni.

Kila kipimo cha gharama kina matumizi ya muundo, ukaguzi wa binadamu, majaribio, kazi ya kurekebisha hitilafu na usaidizi kwa kila matokeo yaliyofaulu.

Vipimo hivi bado vinahitaji ufafanuzi wazi, viwango vya msingi na mbinu za tathmini. Lengo si kubadilisha kadi moja ya jumla ya alama na nyingine, bali kupima kama mfumo wa utoaji unazaa matokeo ya kuaminika.

Hata mfumo unaweza kuwa wa muda

Mfumo wa programu na mazingira ya uendeshaji ni jibu mojawapo kwa hatua ya sasa ya uhandisi unaojengwa juu ya AI. Usichukuliwe kuwa hali ya mwisho ya kudumu.

Mabadiliko kadhaa yanaweza kubadili kitengo cha msingi cha kazi ya uhandisi:

  • mawakala kuwajibikia mitiririko mizima ya kazi;

  • baadhi ya programu kuwa za muda badala ya kudumishwa kwa miaka;

  • watumiaji kuhamia kutoka violesura vya programu hadi matumizi ya mawakala;

  • miundo ya msingi kujumuisha uwezo zaidi wa majukwaa; na

  • kanuni kufanya uwezo wa kukaguliwa kuwa masharti makuu yanayoweka mipaka ya uhandisi.

Haya ni mambo yanayowezekana, si matokeo yaliyohakikishwa. Yakitokea, hata mgawanyo wa timu za programu na za majukwaa unaweza kutotosha.

Mashirika yaliyojiandaa vyema kwa hali hiyo isiyo na uhakika yatachukulia mfumo wao wa uendeshaji kuwa unaobadilika. Yatajipanga kwa kanuni wazi, muktadha imara, uhuru wenye mipaka na kujifunza haraka, badala ya miundo ya timu au uchaguzi wa zana usiobadilika.

Maendeleo ya kuaminika ndiyo kiwango kipya cha ubora wa uhandisi

AI haipunguzi umuhimu wa mifumo ya uhandisi. Inaongeza thamani ya kuibuni vizuri.

Gharama ya kuunda programu inapopungua, mashirika yenye maamuzi bora, yanayokuza muktadha muhimu na kufanya kazi kwa usalama hupata faida ya ushindani. Uhandisi unaojengwa juu ya AI si kutumia zana za AI tu. Unajipanga upya kuzingatia vikwazo vinavyoibuka: ubora wa maamuzi, muktadha wa pamoja, uhuru wenye mipaka na kujifunza haraka.

Viongozi wa teknolojia wanaweza kuanza kwa kuweka maamuzi manne:

  1. Ni maamuzi yapi ya wateja yanayopaswa kubaki karibu na timu za programu?

  2. Ni muktadha, vidhibiti na uwezo upi wa tathmini unaopaswa kushirikiwa?

  3. Mawakala wanaweza kutenda wapi, na idhini ya watu inahitajika wapi?

  4. Ni vipimo vipi vinavyoonyesha mafunzo, manufaa kwa wateja na utendaji salama?

Kujibu maswali hayo kutaamua manufaa ya kutumia AI zaidi kuliko idadi ya wasaidizi ambao shirika litaanza kutumia.

Waandishi

Abbie Manning, Saurabh Singh