Краткое содержание статьи
Статья посвящена практике разработки на основе технологий искусственного интеллекта (ИИ) в компаниях. В ней объясняется, почему компании могут испытывать трудности при переходе на использование ИИ на уровне всей организации (хотя индивидуальное применение ИИ способствует повышению эффективности). Также представлен подход к разработке под влиянием ИИ на уровне организации – SDD (Spec-Driven Development, разработка, основанная на спецификациях). Посредством сравнения практического применения двух инструментов – Spec-Kit и BMAD – анализируются их особенности, преимущества и недостатки. В конце подчеркивается, что ключ к успешному внедрению ИИ на уровне организации заключается в перестройке процессов сотрудничества, чтобы команда могла адаптироваться к возможностям ИИ, а не просто использовать его инструменты.
Почему компании могут считать внедрение ИИ на уровне организации сложным?
Когда отдельные сотрудники используют ИИ для работы (например, для написания кода), они часто говорят об увеличении эффективности в два раза. Однако при попытке внедрения ИИ на уровне всей компании возникает множество сложностей:
- Как определить права пользователей? Какие задачи может выполнить ИИ автоматически? Кто будет проверять предложенные ИИ изменения к коду (PR)?
- Что делать с дублирующимися задачами, созданными ИИ? Кто ответственен за случаи неудачных автоматических тестов?
- Кто будет отвечать за ошибки при автоматическом объединении кодов? Могут ли сообщения от ИИ, требующие предоставления дополнительной информации, обидеть коллег?
Такие незначительные, на первый взгляд, вопросы и механизмы контроля делают внедрение ИИ кажущимся неэффективным. Однако они необходимы для обеспечения стабильности работы организации. Лично сотрудники стремятся к быстрому решению задач, но организация нуждается в надежном и предсказуемом функционировании системы. Поэтому именно эти детали играют ключевую роль при внедрении ИИ.
Суть разработки на основе ИИ: не простое использование инструментов, а участие ИИ в процессах сотрудничества
Многие компании ошибочно полагают, что достаточно использования инструментов вроде ChatGPT для разработки кода. На самом деле суть в том, чтобы ИИ стал частью рабочих процессов команды – входил в потоки выполнения задач, сотрудничества и предоставления результатов работы. Например, ИИ может автоматически следить за обсуждениями в группах, выявлять проблемы, составлять списки задач, создавать код, проводить тестирование и отправлять предложения к изменению. Он также может помогать собирать необходимую информацию в случае недостатка контекста или проверять код на соответствие требованиям бизнес-логики.
Подход SDD: разработка, основанная на спецификациях
SDD – это метод, позволяющий установить четкие правила для использования ИИ. Основой этого подхода являются четко определенные требования, планы и задачи. Инструмент Spec-Kit на GitHub способствует распространению этой практики. Основная цель SDD – обеспечить стабильную и предсказуемую работу ИИ, снизив количество необходимых корректировок и внутренних конфликтов. С помощью Spec-Kit разрозненные требования, планы и задачи стандартизируются, что позволяет ИИ работать более эффективно.
Сравнение инструментов Spec-Kit и BMAD
Spec-Kit: представляет собой шаблон упорядоченного процесса разработки (определение требований → планирование → выполнение задач → внедрение). Он подходит для проектов с одной функцией и хорошо организованными командами. Однако при работе с сложными проектами (множество репозиториев, различные роли участников) требуется дополнительное настройка системы (например, обеспечение согласованности работы разных компонентов системы).
BMAD: представляет собой инструмент, включающий в себя роли таких участников разработки, как продуктовые менеджеры, архитекторы и тестировщики. Он позволяет ИИ помогать в процессе разработки (например, выявлять проблемы при рефакторинге кода или устранять ненужные требования). Однако использование BMAD может сопровождаться большим объемом работы и значительными затратами времени на проверку каждой детали.
Выбор инструмента в зависимости от размера команды
Для небольших команд, где не хватает определенных ролей (например, архитекторов), подходит BMAD – он позволяет ИИ компенсировать недостатки в кадрах. Для крупных команд с хорошо организованной структурой и четкими правилами разработки лучше подходит Spec-Kit – он позволяет ИИ работать эффективно в рамках существующей системы.
В конечном итоге внедрение ИИ на уровне организации не сводится к простому использованию инструментов, а к перестройке рабочих процессов таким образом, чтобы команда могла полностью использовать возможности ИИ для повышения эффективности работы.