Az IT-szektor olyan helyzetben van, amilyenben kevés más szektor: az itt végzett munka nagy része olyan feladatokból áll, amelyek szöveggel, kóddal és strukturált adatokkal foglalkoznak. Pontosan ez az a munkatípus, amire a nyelvi modellek és AI-asszisztensek a legjobban vannak felkészülve. Míg más szektorokban az AI először a munka szélein jelenik meg, az IT-ben a mag tevékenységek egy része már közel áll ahhoz, amit ezek a rendszerek jól tudnak.
Az IT-szervezetben eltöltött órák nagyjából néhány blokkba sorolhatók: szoftverfejlesztés és karbantartás, funkcionális és technikai üzemeltetés, servicedesk és ticketkezelés, tesztelés és minőségellenőrzés, dokumentáció, valamint projektszerű munka, mint a tervezés és jelentéskészítés. Mindegyik blokkban más az arány a jól automatizálható és a jelenleg még arra nem alkalmas feladatok között.
A szoftverfejlesztésen belül a kódgenerálás, átstrukturálás és dokumentálás olyan feladat, ahol az AI már önállóan végzi a munka jelentős részét. Standard funkciók, boilerplate kód, a specifikációk szkriptek első verzióira való átalakítása: ez olyan munka, ahol a fejlesztő egyre gyakrabban egy AI-javaslatot bírál el, helyett hogy nulláról írna valamit. A servicedesken hasonló a helyzet a ticketek első triázsával: a probléma típusának felismerése, ismert megoldásokhoz kapcsolása, és a megfelelő következő lépéshez irányítása.
A tesztelési munka is elmozdul. A tesztesetek generálása specifikációk alapján, és a tesztelési eredményekben az eltérések jelzése olyan feladatmunka, amely jól átvehető, amint a bemenet eléggé strukturált. A rendszerek, API-k és kiadások dokumentációja egy harmadik terület, ahol az AI gyakran már az első vázlatot is elkészíti.
A második kategória, részben automatikus emberi felügyelettel, az IT-ben szélesebb, mint sok más szektorban, pontosan azért, mert egy kódban vagy infrastruktúrában elkövetett hiba következményei gyorsan és néha visszafordíthatatlanul jelentkeznek. Egy AI-javaslatot egy kódmódosításra egy fejlesztő bírál el; egy automatizált tanácsot egy hálózati konfigurációról ellenőrzik, mielőtt bevezetnék. Ez a jóváhagyás vagy elutasítás indokkal jellegű mintázat visszatér a deploymentek, a biztonsági szkennelések és az architektúra-döntések elbírálásánál.
Az, hogy a pénzügyi rendszereknek hogyan kell tudniuk elszámolni a módosításokkal, jól megmutatja, hogyan működik a gyakorlatban az automatizálás és felügyelet kombinációja: aki tudni akarja, hogy egy pénzügyi módosításokról szóló auditnaplót az AI vezethet-e, láthatja, hogy a rögzítés gyakran automatikusan mehet, míg a módosítás magának a megítéléséhez ember szükséges. Ez az elv ugyanúgy vonatkozik az IT-környezeten belüli infrastruktúra-módosításokra.
Az architektúra-döntések, a homályos ügyféligények használható tervvé fordítása, és a megbízókkal fenntartott kapcsolat kezelése olyan feladatok, amelyek a harmadik kategóriában maradnak. Ez a munka a technikai tudás és az organizatorikus rálátás kombinálását igényli, valamint a felelősségvállalást egy olyan döntésért, amely nem csak adatokból következik. Az összetett problémadiagnózis is, ahol egy üzemzavar több rendszert érint és nincs hasonló előzmény az előzményekben, egyelőre emberi munka marad.
Hogy egy feladatot az IT-ben tényleg átvesznek-e, nem csak attól függ, mi technikailag lehetséges. Attól függ, mennyire strukturáltak a saját rendszerek, mennyi historikus adat áll rendelkezésre a betanításhoz vagy ellenőrzéshez, és hogyan kezeli a szervezet a második kategóriánál szükséges felügyeletet. Egy jól dokumentált kóddal és világos ticketkategóriákkal rendelkező IT-részleg gyorsabban léphet, mint egy olyan részleg, ahol a tudás elsősorban a munkatársak fejében él.
Ez a saját helyzettől való függés nem egyedi az IT-ben. Aki megnézi, melyik munka a pénzügyi szolgáltatásokban kerül elsőként szóba az AI számára, hasonló mintázatot lát: a strukturált, szabályhoz kötött feladatok előbb mozdulnak el, mint azok, amelyek személyes megítélést igényelnek. Még olyan szektorokban is, amelyek tartalmilag messze állnak az IT-től, mint amit az építőiparban az AI mit vehet át elemzése mutat, ugyanaz a kérdés játszik szerepet: mennyire strukturált a munka, és mennyi felügyelet szükséges, mielőtt egy eredmény használható lesz.
Ez a három kategóriába sorolás a munkáról általánosságban mond valamit, nem az Ön saját szervezetén belüli konkrét feladatokról. Egy IT-vállalat, amely elsősorban egyedi megoldásokat szállít összetett ügyfeleknek, más eloszlással rendelkezik, mint egy vállalat, amely főként üzemeltetési feladatokat végez egy állandó rendszerkészlethez. Ez a különbség határozza meg, hogy az órák mekkora része esik már most az első vagy második kategóriába.
Amit egy munkaadó ezután ezzel az eredménnyel tesz, azon kívül esik, amit mi munkascanként leírunk. A személyzetet érintő döntésekre saját jogi követelmények vonatkoznak; ezeket itt nem tárgyaljuk, és ez nem szolgál azok alátámasztásául.
Hogy lássa, hogyan alakul ez a felosztás az Ön saját vállalatánál, elérhető az ingyenes gyorsteszt: tizenkét kérdés, fiók nélkül, aminek eredményeként egy indikációt kap arról, hogy az órák mekkora része vehető át ma az AI által abban a profilban. A teljes munkascan, amely feladatról feladatra bontja ki a munkát és nyolc tengely mentén értékeli, még épül. A gyorsteszt már most ad egy első irányt, anélkül hogy ennél az iránynál tovább menne.
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.