O desenvolvimento de software program habilitado para IA generativa (GenAI) melhorará a produtividade e a eficiência do trabalho – a questão é: quanto? A maioria das pesquisas de mercado sobre esse tópico mostra ganhos consideráveis em produtividade. Uma pesquisa de Harvard descobriu que especialistas, dependendo da tarefa e da antiguidade, tiveram um aumento de 43% na produtividade. Da mesma forma, um relatório do Goldman Sachs sugere que a produtividade pode aumentar em 1,5 ponto percentual com o GenAI após dez anos de ampla adoção, o que equivale a quase o dobro do ritmo de crescimento da produtividade nos EUA. Embora perspicazes, a maioria dessas descobertas vem de configurações controladas que não refletem necessariamente as nuances dos casos de uso da vida actual.
Para responder melhor o quanto a GenAI pode aumentar a produtividade no desenvolvimento de software program, uma empresa líder em serviços de transformação digital e engenharia de produtos decidiu registrar suas descobertas práticas e insights de um recente projeto de implementação de GenAI em grande escala com um de seus clientes. Este cliente queria adotar GenAI nos processos de trabalho de 10 equipes de desenvolvimento em três fluxos de trabalho, envolvendo mais de 100 especialistas. Estas descobertas da vida actual revelam os vários desafios que as empresas encontrarão ao longo da jornada; além disso, sublinham a necessidade de um roteiro que abranja toda a empresa para ampliar a adoção da GenAI.
Lidando com as atitudes e expectativas negativas dos especialistas
Muitos desafios podem atrasar o sucesso de um projeto GenAI, tais como preocupações legais e regulamentares, falta de capacidade de processamento, segurança e privacidade, and many others. No entanto, o obstáculo mais significativo encontrado durante esta implementação em grande escala foram as atitudes e expectativas dos especialistas. em torno das tecnologias. Durante a implementação, a empresa de engenharia observou que os especialistas do cliente tinham certas expectativas em relação à GenAI e como ela aumentaria o seu trabalho. Quando essas expectativas iniciais não se alinhavam com os resultados relativos à qualidade ou ao tempo de execução, desenvolveriam atitudes negativas em relação às tecnologias. Em explicit, quando a GenAI não, nas suas palavras, “fazia o trabalho por mim”, respondia com comentários como: “Esperava melhor e não quero mais perder o meu tempo”.
As empresas devem mudar as perceções e fazer a transição para uma nova cultura de trabalho que impeça que estas atitudes negativas se manifestem e dificultem a adoção e a medição precisa. Pesquisas e avaliações são meios eficientes de mapear e categorizar as atitudes e o envolvimento percebido dos especialistas. A partir daí, as empresas devem agrupar especialistas com base nos seus sentimentos em relação à GenAI. Depois, as empresas podem criar abordagens de gestão de mudanças personalizadas para cada grupo, a fim de promover uma integração bem-sucedida da IA; por exemplo, os especialistas mais céticos receberão mais atenção e cuidado do que os especialistas neutros.
Contabilizando as complexidades dos projetos do mundo actual
O segundo desafio mais obstrutivo foi medir com precisão o impacto da GenAI na produtividade e, ao mesmo tempo, levar em conta as complexidades das condições do projeto no mundo actual. Em ambientes controlados, é mais fácil avaliar a influência da GenAI – porém, como mencionado anteriormente, tais testes não consideram determinadas variáveis e inconsistências. Os projetos não estão estagnados. Eles evoluem constantemente. Uma organização pode passar por uma situação em que há rotação de especialistas devido a horários de férias e licenças médicas ou mudanças repentinas de prioridades. Os especialistas também nem sempre trabalham em atividades específicas do projeto onde o impacto da GenAI pode ser mais benéfico porque têm reuniões para participar, e-mails para responder e outras tarefas fora do escopo do dash que muitas vezes passam despercebidas nas medições de produtividade. Estas inconsistências e variáveis devem ser levadas em conta ao medir objetivamente o impacto da GenAI no desenvolvimento de software program.
Outras práticas recomendadas incluem a integração de ferramentas de gerenciamento de tarefas em fluxos de trabalho para ver quanto tempo as tarefas permanecem em cada standing para determinar a produtividade e eficiência de especialistas não técnicos. Da mesma forma, as soluções de enterprise intelligence podem coletar pontos de dados automaticamente, reduzindo erros e economizando tempo. Além disso, as organizações podem mitigar as complexidades das condições reais dos projetos e garantir uma avaliação mais precisa do impacto da GenAI na produtividade, empregando práticas completas de limpeza de dados.
Roteiro para toda a empresa: medindo com precisão
Esta implementação GenAI em grande escala também destacou o valor de um roteiro para toda a empresa que marca o início e o fim da integração. As empresas devem ter em atenção que um elemento essential deste roteiro é definir as métricas que utilizarão nas fases de referência e de relatório closing. Dezenas de métricas diferentes podem ajudar a avaliar o impacto da GenAI na produtividade, incluindo, mas não se limitando a, velocidade no tempo, rendimento, tempo médio de retrabalho e revisão de código, falha na revisão de código e taxas de aceitação, tempo gasto na correção de bugs, and many others.
Após definir essas métricas, as empresas deverão classificá-las em categorias objetivas e subjetivas. As empresas também podem usar dados de ferramentas de rastreamento de tarefas como o Jira para métricas objetivas. Da mesma forma, eles devem manter e aderir a fluxos de qualidade, atualizações oportunas de tarefas e conclusão completa das etapas. Lembre-se de que as métricas subjetivas, como pesquisas especializadas e piloto, ajudarão as empresas a compreender os níveis de adoção e as correlações com as medições objetivas. Do ponto de vista da frequência, as medições devem ser rotineiras e programadas, e não esparsas e aleatórias. Além disso, as conclusões do projeto enfatizam a utilidade de métricas como impacto diário médio, proficiência percebida, mudanças de desempenho, cobertura de trabalho, uso de ferramentas de IA e fluxo de trabalho ininterrupto para medir a progressão da adoção.
Continuação do roteiro para toda a empresa: aprendizagem e desenvolvimento cultural em escala
Além de medir eficazmente o impacto da GenAI, outro componente very important de um roteiro de sucesso é que ele impulsiona a aprendizagem contínua e a fluência da IA através de diferentes estratégias de formação e teaching. Estas iniciativas acabarão por promover uma cultura de aprendizagem em toda a empresa, permitindo a adoção da IA em escala em toda a empresa. Várias estratégias incluem a criação de grupos de trabalho que se concentram em onde e como a empresa pode aproveitar a GenAI, bem como incentivar os indivíduos a partilhar o que está ou não a funcionar. Além disso, é útil estabelecer prioridades de crescimento e desenvolvimento acompanhadas de caminhos de aprendizagem a nível particular person e de equipa.
Outra maneira pela qual as empresas podem construir uma cultura que adote prontamente as novas tecnologias GenAI é destacando casos de uso de ganhos rápidos. Isso demonstrará o poder da GenAI para as organizações maiores e para os céticos relutantes. As empresas também devem estabelecer diretrizes de segurança e regras de envolvimento com a IA para capacitar as equipas a experimentar e explorar novas abordagens sem expor a empresa a riscos. Da mesma forma, as organizações devem impor a adesão aos padrões da indústria e outras práticas recomendadas, ao mesmo tempo que abordam a gestão de mudanças entre indivíduos e equipes nos níveis de tarefas e ferramentas.
Mantendo as pessoas no centro
As duas conclusões mais importantes desta implementação no mundo actual são: em primeiro lugar, a GenAI pode levar a ganhos substanciais de produtividade dentro dos limites de uma estratégia e de um roteiro adequados; em segundo lugar, tal integração tem um elemento humano inegável que as empresas devem abordar em conformidade. GenAI mudará para sempre a forma como esses especialistas realizam tarefas diárias. Também é provável que a GenAI faça com que alguns especialistas se sintam ameaçados pela tecnologia, o que pode causar resistência à adoção. Em última análise, a chave para uma implementação bem-sucedida da GenAI permanece claramente humana. É essential que as empresas compreendam a profundidade disto, pois são os seres humanos que operacionalizam a tecnologia, revelando o seu valor prático.
