ИКТ секторът има позиция, каквато малко други сектори имат: работата, която се извършва тук, се състои в голяма степен от задачи, свързани с текст, код и структурирани данни. Точно това е видът работа, в която езиковите модели и AI асистентите са най-обучени. Докато в други сектори AI навлиза първо в периферията на работата, в ИКТ част от основната дейност вече е близо до това, което тези системи вършат добре.
Часовете в една ИКТ организация се разпределят приблизително в няколко блока: разработка и поддръжка на софтуер, функционално и техническо управление, сервизен деск и обработка на тикети, тестване и контрол на качеството, документация, и проектна работа като планиране и отчитане. Всеки от тези блокове има собствено съотношение между задачи, които се поддават добре на автоматизация, и задачи, които засега не отговарят на това.
В рамките на разработката на софтуер, генерирането, преструктурирането и документирането на код е задача, при която AI вече самостоятелно върши съществена част от работата. Стандартни функции, шаблонен код, преобразуването на спецификации в първи версии на скриптове: това е работа, при която разработчик все по-често оценява предложение от AI, вместо да пише нещо от нулата. При сервизния деск важи нещо подобно за първоначалната тройка на тикетите: разпознаване на вида проблем, свързване с познати решения и препращане към правилната следваща стъпка.
И тестовата работа се измества. Генерирането на тестови случаи въз основа на спецификации и сигнализирането на отклонения в резултатите от тестовете е задачна работа, която добре се поддава на поемане, щом входните данни са достатъчно структурирани. Документацията на системи, API-та и версии е трета област, в която AI често вече предоставя първия проектовариант.
Втората категория, частично автоматично с човешки надзор, е в ИКТ по-широка, отколкото в много други сектори, точно защото последствията от грешка в код или инфраструктура настъпват бързо и понякога необратимо. Предложение на AI за промяна в кода се оценява от разработчик; автоматизиран съвет относно конфигурация на мрежа се проверява, преди да бъде въведен. Този модел на одобряване или отхвърляне с обосновка се повтаря при внедрявания, при сканирания за сигурност и при оценяването на архитектурни избори.
Начинът, по който финансовите системи трябва да могат да отчитат промени, добре показва как това съчетание от автоматизация и надзор работи на практика: който иска да знае дали AI може да поддържа одиторски дневник на финансови промени, ще види, че записването често може да става автоматично, докато оценката на самата промяна изисква човек. Този принцип важи в еднаква степен и за промени в инфраструктурата в рамките на ИКТ среда.
Архитектурните решения, превеждането на неясни клиентски желания в работещ дизайн и управлението на връзката с възложителите са задачи, които остават в третата категория. Тази работа изисква съчетаване на техническо познание с организационна проницателност и поемане на отговорност за избор, който не следва единствено от данни. Също и сложната диагностика на проблеми, при която повреда засяга множество системи и няма сравним инцидент в историята, засега остава човешка работа.
Дали дадена задача в ИКТ действително се поема от AI, зависи не само от това, което е технически възможно. Зависи от това колко структурирани са собствените системи, колко исторически данни са налични за обучение или тестване, и как организацията се справя с надзора, необходим при втората категория. ИКТ отдел с добре документиран код и ясни категории тикети може да напредне по-бързо от отдел, в който знанието се съдържа предимно в главите на служителите.
Тази зависимост от конкретната ситуация не е уникална за ИКТ. Който разгледа коя работа във финансовите услуги първа отговаря на условията за AI, ще види сходен модел: структурирани, обвързани с правила задачи се изместват по-рано от задачи, изискващи лична преценка. Дори в сектори, съдържателно далечни от ИКТ, както личи от анализа на какво AI може да поеме в строителството, се поставя същият въпрос: колко структурирана е работата и колко надзор е необходим, преди резултатът да е използваем.
Това разделение на три категории казва нещо за работата като цяло, не за конкретните задачи в рамките на вашата собствена организация. ИКТ компания, която предимно предоставя решения по мярка на сложни клиенти, има различно разпределение от компания, която предимно извършва задачи по поддръжка за фиксиран набор от системи. Тази разлика определя каква част от часовете вече попада в първата или втората категория.
Какво прави работодателят с този резултат впоследствие, остава извън обхвата на това, което ние описваме като работен скенер. За решения, засягащи персонал, важат собствени законови изисквания; те не се разглеждат тук и това не е обосновка за тях.
За да видите как това разделение се отразява за вашата собствена компания, има безплатен бърз скенер: дванадесет въпроса, без акаунт, с резултат индикация каква част от часовете в този профил могат да бъдат поети от AI днес. Пълният работен скенер, който разглежда работата задача по задача и я оценява по осем оси, все още е в процес на изграждане. Бързият скенер вече дава първоначална насока, без да излиза извън тази насока.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.