인공 지능 (AI)은 이미 제품이 어떻게 만들어지는지를 다시 선택합니다. 그것은 둔하고 반복적 인 작업 속도를 높이고 당사자들이 개념의 결과로 더 빨리 움직일 수 있도록 도와줍니다. 진지하게, AI는 사람들의 판단을 대체하지 않습니다.
키스 플로 (Kisflo)의 최고 제품 책임자는 “당신은 항상 AI와 함께 일하고있다. AI는 단지 번역가 일뿐입니다. 당신의 이야기 이 행사는 개발자 생태계에 중점을 둡니다.
이는 AI 프로토 타입, 드래프트 코드 및 프레젠테이션을 결합 할 수 있지만 사람들은 여전히 방향을 선택해야하며 시스템을 설계해야하며 결과를 검사해야합니다.
이 변화는 실용적이며 기술적입니다. Kisfloo에서 팀은 새로운 일을하는 방법을 실험하고 있으며 그것이 작동하는 것이 무엇인지, 그렇지 않은 것을 알아 차리고 있다고 Bharadharan은 말했다. “이 모든 것이 자연의 실험입니다.”라고 그는 말했다.
당사자가 AI를 잘 사용하면 빠르게 반복 할 수 있습니다. 명확한 의도없이 AI에 의존 할 때, 결과는 깨지기 쉬워집니다. 그가 설명했듯이, “당신이 원하는 것을 알고 있다면 실제로 당신을 위해 그것을 만들 수 있습니다” “”동등한 척도를 측정하는 것은 약속과 책임입니다.
희미한 경계, 효율성 변화
친숙한 제품 개발 라인이 무너지고 있습니다. 이전 모델에서 제품 관리자는 사양을 작성하고 디자이너는 모형을 생산하고 프론트 엔드 개발자는 해당 모형을 코드로 변환하고 백엔드 개발자는 인수 및 데이터 링크를 연결합니다. 각 핸드 오버는 오해에 대한 지연과 주택을 추가합니다.
Baradharajan은 “문제 자체가 진행 중입니다.”라고 말했을 때 결과를 간단하고 강렬하게 설명했습니다.
이를 해결하기 위해 팀은 초점에 초점을 맞추고 있습니다. 제품 디렉터는 긴 문서 대신 작업 프로토 타입을 작성하고 있습니다. 디자이너는 운송 코드 근처에서 Fronland 구성 요소를 생산하고 있습니다. 개발자는 시스템 설계 및 확장 성 및 신뢰성과 같은 기능이없는 불안을 이해하는 풀 스택 엔지니어처럼 생각하도록 권장하고 있습니다. 품질은 자동 테스트를 보장하고 반복적 인 수동 검사가 더 많이 움직입니다.
이 변화는 공예 나 기술에 관한 것이 아닙니다. 우선 순위를 바꾸려고합니다. 사람들은 종종 자신이 사용하는 도구로 자신을 식별하고 문제를 해결하기 위해 찾을 수 있습니다.
Baradharajan이 관찰 한 바와 같이, “사람들은 사람들이 기술보다 더 많이 사용하는 기술을 자랑스럽게 생각합니다.” 실제 결과는 전문가가 도구 운영자보다 문제 솔루션 중에서 확장됩니다.
“AI는 일자리를 얻지 못하지만 직무 세부 사항이 변경됩니다.”라고 그는 덧붙였습니다. 이 변화는 채용, 교육 및 경력 경로에 영향을 미칩니다. 문제를 명확하게 정의 할 수 있고 AI로 솔루션을 조정할 수있는 사람들이 요구됩니다.
@Media (최대 너비 : 769px) {. } .alligentyMage {mini-width : 81px! 중요한; 최소 재열 : 81px! 중요한; }. Aleldaminatlettetext {font-came : 14px! 중요한; 라인 건강 : 20px! 중요한; } .AlidHeadext {font-curved : 24 px! 중요한; 라인 건강 : 20px! 중요한; }}
빠르게 반복되는 고객 중심 접근 방식
아마도 가장 중요한 결과는 학습 속도 일 것입니다. 빠른 프로토 타이핑 및 조기 릴리스를 통해 팀은 곧 실제 사용자와 아이디어를 확인할 수 있습니다. 고객의 손에 기능을 얻기 위해 몇 달을 기다리는 대신 팀은 며칠 안에 간단하고 기능적인 버전을 표시 할 수 있습니다. 건강한 반응 루프를 공급합니다.
고객은 그 문제를 듣고 있지만 말 그대로 일부 팀은이를 받아들이지 않습니다. Varadharajan은“고객의 말을들을 때 솔루션이 아니라 문제를 듣습니다.
고객은 종종 도움이 될 것이라고 생각하는 빠른 솔루션을 설명합니다. 제품 팀의 작업은 근본적인 요구와 올바른 접근 방식을 이해합니다. AI는 저렴한 비용으로 가능성을 테스트하는 데 도움이되지만 사람들은 고객의 응답을 설명하고 다음 단계를 안내해야한다고 그는 말했다.
실질적인 경고가 있습니다. AI가 제작 한 코드는 잘 등록 될 수 있지만 당사자가 일관된 설계 및 코딩 관행을 적용하지 않으면 불투명 할 수 있습니다. 새로운 엔지니어는 추정 된 주정부 코드가 필요하므로 회사는 시간이 지남에 따라 제품을 관리 할 수 있도록 철학과 가치를 결정해야합니다.
Baradharajan은 Hackathon의 향기에 대한 예를 들었습니다.이 팀은 3 일 만에 기능의 70%를 만들었지 만 출시 전 몇 주 전의 조직 점검에 직면했습니다. 불필요한 단계가 제거되고 AI가 민감하게 사용되면 생산 중에 생산이 크게 감소되었습니다.
그가 회상 한 바와 같이, “그들은 우리가 15 일 안에 그것을 원한다고 말했다. 돌아가서 필요하지 않은 모든 과정을 죽인다.” 이러한 압력은 프로토 타입이 빠른 라이브 기능을 허용하도록 단순화하는 것입니다.
이 변화가 공개 되 자마자 기대해야 할 사항
이것은 기존 워크 플로에서 작은 트윗이 아닙니다. “우리는 중요한 변화에 대해 이야기하고있다”고 그는 말했다. 참여는 작고 확장 된 일관성만으로는 충분하지 않습니다. 회사는 재정의 프로세스, 직원을 재구성하며 직무의 역할을 개발해야합니다.
동시에, 인간의 역할은 더욱 명확하고 더 중요해집니다. AI는 번역 및 반복을 처리합니다. 사람들은 의도, 판단 및 맥락을 제공합니다. 그들은 문제를 형성하고 시스템을 설계하며 기계가 할 수 없다고 결정합니다.
“당신은 당신이 원하는 것을 알고 시스템을 설계하는 방법을 알고 있다면 몇 시간 안에 출력을 얻을 수 있습니다.” 이 조합은 숙련 된 당사자의 요구 사항을 제거하지 않고 개발 초점을 높이고 더 빠르게 집중합니다.
그는 미래의 현실적인 태도를 강조했으며, 문제와 시스템 설계에 더 많은 시간을 보내면서 팀은 AI를 사용하여 일상적인 작업을 가속화하고 조직에 불필요한 프로세스를 제거하도록 요청했습니다.
Megha Reddy에 의해 편집되었습니다
