Будущее ИИ в бизнесе — это не однородная среда, в которой доминирует один-единственный превосходный инструмент. Скорее, мы увидим «команду» специализированных ИИ-инструментов, которые будут чрезвычайно эффективны и точны при выполнении конкретных задач, пишет на портале Information Age д-р Штефан Сиг, директор по продуктам компании Software AG.

Нехватка разработчиков и ИТ-специалистов — проблема не новая. Но поскольку потребности бизнеса в новых технологиях становятся все более многогранными и сложными, проблема дефицита квалифицированных сотрудников будет только усугубляться. Организации, нуждающиеся в специальных знаниях, до недавнего времени были ограничены одним из двух вариантов: нанимать людей (напрямую или по контракту) или не браться за эту работу.

ИИ предлагает третий вариант. Его привлекательность для многих людей, правительств и предприятий заключается в том, что он может восполнить нехватку квалифицированных кадров для решения ряда конкретных задач. И хотя одна система ИИ не может и не сможет заменить квалифицированного разработчика, поиск специальных инструментов для автоматизации некоторых функций позволит командам разработчиков и ИТ-специалистов работать более широко и эффективно.

Однако сейчас задача состоит в том, чтобы определить, какие преимущества может действительно принести ИИ и как его можно эффективно интегрировать в существующие операции. ИИ не заменяет людей, а скорее работает вместе с ними... Так как же выглядят эти отношения и как они работают?

Когда речь заходит о разработке интеграций, возникает несколько уровней сложности. Не все интеграции одинаковы: некоторые из них относительно просты, в то время как другие могут потребовать больших команд и многих месяцев. Тем не менее, даже «простые» интеграции требуют времени. Прежде чем внедрить новую интеграцию, необходимо пройти несколько этапов разработки, начиная с постановки задачи, создания связующего кода, тестирования и сопровождения. Для того чтобы ИИ мог помочь в этой области, ему необходимо освоить ряд задач.

Каждому бизнесу нужно больше интеграций

Предприятия уже много лет находятся на пути трансформации, чтобы стать более цифровыми. Сейчас мы имеем как никогда много соединений, которые помогают нам решать повседневные задачи, и существует необходимость в перемещении данных между системами для извлечения ценности. Сегодня важнейшей целью компаний является поиск путей получения большей ценности от своих данных, и интеграция является ключевым фактором.

Цель на будущее — предоставить всем сотрудникам инструменты для создания собственных базовых интеграций при минимальной технической поддержке. Представьте себе, что Сара из финансового отдела смогла самостоятельно создать интеграцию между вводом данных для обработки заказов и платежной платформой. А если бы Ник из отдела кадров смог создать интеграцию между обратной связью сотрудников по электронной почте и облачной системой управления персоналом?

Разовые интеграции чрезвычайно ценны и могут повлиять на производительность отдельных сотрудников и/или небольших команд. Однако сейчас такие инициативы могут приводить к появлению слишком большого количества запросов к ИТ-отделу. Проще говоря, в мире нет столько квалифицированных разработчиков, чтобы удовлетворить этот спрос. Ответ кроется в ИИ — точнее, в автономном ИИ-инструменте для интеграции, к которому каждый может обратиться через чат на естественном языке. Хотя это может показаться малореальным, мы уже на пути к достижению этой цели.

Оптимизация «команды ИИ-инструментов»

Несмотря на то что в настоящее время не существует ни одного ИИ, способного создать все уровни разработки, необходимые для кодирования новой интеграции с нуля, для достижения конечных целей он нам, собственно, и не нужен. Процесс можно завершить, собрав нужную «команду ИИ-инструментов» в рамках простого чат-интерфейса, опираясь на программы типа Auto-GPT.

Будущее ИИ — это не однородная среда, в которой доминирует один-единственный превосходный инструмент. Скорее, мы увидим специализированные ИИ, которые будут чрезвычайно эффективны и точны при выполнении конкретных задач. Таким образом, бизнес будет извлекать пользу из чрезвычайно широкой концепции искусственного интеллекта. Для того чтобы использовать возможности нескольких сервисов, мульти-ИИ станет столь же важным, как и поддержка мультиоблаков, которая является одной из основных характеристик современных интеграционных стеков.

Возникает вопрос о том, как получить и впоследствии использовать эту разнообразную смесь. Решение заключается в использовании одного интеграционного слоя с поддержкой ИИ для управления всеми остальными; очень важно, чтобы этот слой управлялся разговорным интерфейсом — ведь именно благодаря этому ChatGPT стал столь популярным.

Такой интеграционный ИИ можно обучить координировать все остальные инструменты, необходимые для создания интеграций. В частности, один ИИ должен составить список задач, другой — найти существующий код API, третий — написать новый код, третий — тестировать и управлять процессом. Все эти задачи выполняются командой «ИИ-инженеров» под руководством основного инструмента — например, ChatGPT, который служит одновременно и интерфейсом, и менеджером проекта. ИИ можно научить, например, запрашивать ответы о важных этапах процесса. Пользователь может просто принять результат, а может задать вопросы и попросить внести изменения или дополнения, если это необходимо.

Основные преимущества

Наличие такой возможности имеет огромное значение, и мы, скорее всего, увидим ее наиболее широкое применение в двух основных бизнес-сценариях. Во-первых, это возможность демократизировать процесс создания интеграций для бизнеса, что позволит быстро и легко интегрировать информацию. Скорость работы также очень важна: сотрудники не успеют заварить чашку чая, как ИИ уже выполнит сборку. В результате повышается производительность труда сотрудников предприятия и, как мы надеемся, снижается уровень стресса.

Следующее преимущество — обеспечение продуктивности ограниченных ресурсов разработчиков компании. Они смогут более эффективно концентрировать свое время, а некоторые задачи вообще перестанут существовать. При более сложных интеграциях для успеха потребуется человеческий глаз эксперта, который будет сотрудничать с платформой ИИ, и этот процесс будет значительно более сложным и длительным. Однако «простые» интеграции могут быть выполнены быстро. Под «простыми» мы понимаем те, где возможно требуется много времени на поиск API у разработчиков платформы и получение информации от конечных пользователей, но само кодирование не является слишком сложным или необычным. Естественно, потребуется больше работы для поддержки самого ИИ; несмотря на кажущееся отсутствие кодирования, системы no-code на самом деле требуют более сложных «надсмотрщиков».

Другой способ освободить разработчиков от ряда необходимых, но скучных обязанностей — использовать ИИ для устранения некоторых форм технического долга.

Сейчас акцент смещается с вопроса «станет ли ИИ инструментом коммерческой выгоды» на вопросы «как» и «когда». Сложность заключается в том, чтобы использовать все, что уже есть. Речь идет не о том, чтобы пытаться вставить квадратный штырь в круглое отверстие с помощью ИИ, не подходящего для конкретной задачи, и не о том, чтобы разрабатывать каждую интеграцию с нуля. В компаниях будущего специализированные ИИ-решения будут заниматься повышением производительности труда, улучшением самочувствия сотрудников и пониманием ценности данных.