Posta kutunuzda daha akıllı bilgiler mi istiyorsunuz? Sadece AI, veri ve güvenlik liderleri için önemli olanı elde etmek için haftalık bültenlerimize kaydolun. Şimdi kaydolun
Geçen yıl birçok şirket gibi, Intuit Mailchimp deneyimledi Canlı kod.
Intuit MailChimp, e -posta pazarlama ve otomasyon özellikleri sunar. Son yıllarda geniyle sürekli bir yolculuğa çıkan en büyük Intuit organizasyonunun bir parçasıdır. Genos VE Ajan kurumsal birimleri arasında kapasite.
Toplum yapay zeka becerilerine sahipken, MailChimp bazı durumlarda canlı kodlama araçlarını kullanma ihtiyacını bulmuştur. Her şey, birçok şeyin yaptığı gibi, çok yakın bir zaman dizisine çarpma girişimiyle başladı.
MailChimp, ilgili taraflara müşteriler için derhal karmaşık bir iş akışı göstermek zorunda kaldı. Figma gibi geleneksel tasarım araçları ihtiyaç duydukları iş prototipini sağlayamadı. Bazı MailChimp mühendisleri zaten sessizce kodlama araçları yaşamıştı. Basınç baskısı vurulduğunda, bu araçları gerçek bir kurumsal zorlukla test etmeye karar verdiler.
Etki AI serisi San Francisco’ya Dönüyor – 5 Ağustos
Yapay zekanın bir sonraki aşaması burada – hazır mısınız? Otonom ajanların kurumsal çalışma akışlarını nasıl yeniden şekillendirdiğine, gerçek zamanlı olarak uçtan uca otomasyona kadar kurumsal çalışma akışlarını nasıl yeniden şekillendirdiğine özel bir bakış için Block Liderleri, GSK ve SAP’ye katılın.
Yerinizi şimdi koruyor – alan sınırlı: https://bit.ly/3guupf
“Gerçekte, paydaşlarımız için bazı şeyleri neredeyse hemen bazda prototiplemek zorunda olduğumuz çok ilginç bir durumumuz vardı, prototip prototip prototip prototipi prototipinin prototipini prototip etmemiz gereken oldukça karmaşık bir iş akışıydı.
MailChimp mühendisleri canlı kodlama araçları kullandı ve sonuçlardan şaşırdı.
“Böyle bir şey muhtemelen günler yapmanızı sağlar,” dedi Shah. “Birkaç saat içinde yapabildik, bu çok, çok ilginçti.
Bu prototip oturumu, AI kodlama araçlarının MailChimp’in en büyük benimsenmesini ortaya çıkardı. Şimdi, bu araçları kullanarak şirket, yönetişim konusunda kritik dersler, diğer şirketlerin hemen uygulayabileceği araç seçimi ve insan becerileri öğrenirken% 40’a kadar daha hızlı kalkınma hızlarına ulaşmıştır.
Sorulardan ve cevaplardan evrim ‘benim için yap’
Mailch Este’nin yolculuğu, geliştiricilerin IA ile etkileşime girme biçiminde daha geniş bir değişikliği yansıtıyor. Başlangıçta, mühendisler temel oryantasyon ve algoritma önerileri için konuşma yapay zeka araçları kullandılar.
“Bence canlı kodlama bir şey haline gelmeden önce bile, birçok mühendis zaten bir form yapmak için mevcut ve konuşma yapay zeka araçlarından yararlanıyordu – hey, bu çözmeye çalıştığım şey için doğru algoritma mı?” Şah fark etti.
Paradigma, yapay zeka vityaları için modern kodlama araçlarıyla önemli ölçüde değişti. Basit sorular ve cevaplar yerine, araçların kullanımı, kodlama çalışmalarının aslında nasıl bir parçası olacağına dair daha fazla şey haline gelmiştir.
İstişareden heyete geçiş, şirketlerin bugün boğuştuğu temel değer teklifini temsil etmektedir.
MailChimp, bir tanesini standartlaştırmak yerine kasıtlı olarak daha fazla kodlama platformu benimsedi. Şirket, uzmanlaşmanın önemli bir görünümüne dayanarak imleci, Windsurf, Artment, Qodo ve Github Copilot’u kullanıyor.
Shah, “Fark ettiğimiz şey, yazılım geliştirmenin yaşam döngüsüne bağlı olarak, birkaç aracın neredeyse sizinle çalışan bir mühendise sahip olmak gibi birkaç farklı avantaj veya beceri sunmasıdır.” Dedi.
Bu yaklaşım, şirketlerin farklı geliştirme aşamaları için farklı özel araçları dağıtma şeklini yansıtmaktadır. Şirketler, diğerlerinde performans sırasında bazı alanlarda mükemmel olabilecek herkes için benzersiz bir çözümü zorlamaktan kaçınır.
Strateji teorik planlamadan ziyade pratik testlerden ortaya çıktı. MailChimp, geliştirme iş akışlarında farklı görevlerde başarılı olduklarını kullanma ile keşfetti.
Yönetişim resimleri, kaos kodlamasını önler
MailChimp’in en kritik titreşimi için kodlama dersi yönetişime odaklanmıştır. Şirket, politikalara dayalı korkuluklar uyguladı ve diğer şirketlerin uyum sağlayabileceği süreçle entegre oldu.
Politikaların çerçevesi, müşterilerin verilerini etkileyen yapay zekaya dayanan herhangi bir dağıtım için yapay zekadan sorumlu revizyonlar içerir. Süreç için dahil edilen kontroller, insan denetiminin merkezi kaldığını garanti eder. Yapay zeka, kodun ilk revizyonlarını yapabilir, ancak üretimde herhangi bir kod dağıtılmadan önce insan onayı hala talep edilmektedir.
“Döngüde her zaman bir insan olacak,” diye açıkladı Şah. “Her zaman onu geliştirmek zorunda kalacak bir kişi olacak, kontrol etmeliyiz, gerçekten doğru sorunu çözdüğünden emin olmalıyız.”
Bu çift seviyeli yaklaşım, şirketler arasında ortak bir endişeyle karşı karşıyadır. Şirketler, kod ve güvenlik standartlarının kalitesini korurken yapay zekanın verimliliğinden faydalanmak istiyor.
Bağlam sınırlamaları stratejik bir öneri gerektirir
MailChimp, kodlama araçlarının önemli bir sınırlama ile karşılaşacağını keşfetti. Araçlar genel programlama modellerini içerir, ancak şirket sektörü hakkında özel bilgi sahibi değildir.
Shah, “Yapay zeka, sektörün standartlarını olabildiğince öğrendi, ancak aynı zamanda bir ürün olarak sahip olduğumuz mevcut kullanıcı gezilerine uyum sağlayamayabilir.”
Bu sezgi eleştirel bir gerçekleşmeye yol açtı. Başarılı yapay zeka kodlaması, mühendislerin teknik ve kurumsal bilgilerine göre dikkatle yapılan talimatlar yoluyla giderek daha spesifik bir bağlam sağlamasını gerektirir.
Şah, “Bildiklerinizi ve onunla neler yapabileceğinizi güçlendirmek için gün sonunda teknolojileri, iş, hakimiyet ve sistem mimarisini, günün sonunda şeylerin yönlerini anlamalısınız.”
Şirketler için pratik sonuçlar: ekiplerin hem araçlar hem de şirket bağlamının yapay zeka sistemlerine nasıl etkili bir şekilde iletileceği konusunda eğitime ihtiyaçları vardır.
Prototip üretim boşluğu önemli olmaya devam ediyor
Hızlı prototiplemenin mükemmelliğine kodlama araçları, ancak MailChimp, prototiplerin otomatik olarak üretime hazır bir kod haline gelmediğini öğrendi. Entegrasyonun karmaşıklığı, güvenlik gereksinimleri ve sistemin mimarisi hakkındaki düşünceler hala önemli insan yeterliliği gerektirir.
Şah, “Sadece devam eden bir prototipimiz olduğu için, bunun X miktarında yapılabileceği sonucuna atlamamalıyız.” “Prototip, prototipi üretime getirmek için eşit değil.”
Bu ders, şirketlerin kodlama araçlarının kalkınma son tarihleri üzerindeki etkisi üzerine gerçekçi beklentiler oluşturmalarına yardımcı olur. Araçlar prototipleme ve ilk gelişime önemli ölçüde yardımcı olur, ancak bunlar yazılım geliştirmenin tüm yaşam döngüsü için büyülü bir çözüm değildir.
Daha yüksek değerli çalışmalara odaklanmak
En dönüştürücü etki sadece hız değildi. Araçlar, mühendislerin daha yüksek değerli faaliyetlere odaklanmasına izin verdi. MailChimp mühendisleri artık tekrarlayan kodlama faaliyetleri yerine müşterilerin iş akışının sistem tasarımı, mimarisi ve entegrasyonu için daha fazla zaman harcıyor.
Shah, “Sistem tasarımı ve mimarisi için daha fazla zaman harcamamıza yardımcı oluyor.” “O zaman gerçekten, tüm iş akışlarını müşterilerimiz için ve daha az önemsiz faaliyetlere entegre ederken.”
Bu değişim, şirketlerin II kodlamanın başarısını üretkenlik metriklerinin ötesinde ölçmesi gerektiğini göstermektedir. Şirketler, insan geliştiricilerin artık öncelik verebileceği stratejik değeri izlemelidir.
Şirketler için arka plan çizgisi
Yapay zekanın gelişimine rehberlik etmek isteyen şirketler için MailChimp deneyimi önemli bir ilke göstermektedir. Başarı, kodlama araçlarının tedavisini, insan becerilerini değiştirmek yerine güçlendiren sofistike asistan olarak gerektirir.
Bu bakiyeye hakim olan kuruluşlar sürdürülebilir rekabet avantajları elde edecektir. İnsan gözetimi ile doğru teknik kapasitenin doğru karışımına, yönetişim ile hız ve kalite ile verimlilike ulaşacaklar.
Döngü için kodlama araçlarını benimsemek isteyen şirketler için, krizin sistematik dağıtıma verdiği deneylerden MailChimp’in yolculuğu kanıtlanmış bir proje sunmaktadır. Kilit sezgi tutarlı olmaya devam ediyor: insan geliştiricilerinin artması için, ancak insan becerileri ve denetimi üretimin başarısı için gerekli.