AI asistent može izraditi uvjerljiv plan za novu funkcionalnost prije nego što tim dovrši opis problema. Može skicirati sučelje, predložiti podatkovni model i pretvoriti okvirnu ideju u funkcionalan kod. Ono što samostalno ne može pouzdano odlučiti jest treba li ta funkcionalnost uopće postojati, hoće li joj korisnici vjerovati ili hoće li je tim moći podržavati za šest mjeseci.

Takve su prosudbe dio tehničkog vodstva. Kako AI ubrzava implementaciju, vrijednost tog rada postaje vidljivija: netko i dalje mora povezati tehničke odluke s poslovnim rezultatima, ukazati na neizvjesnosti i pomoći ljudima da preuzmu odgovornost za ono što isporučuju.

Zadajte AI-ju poslovni problem, a ne samo zahtjev za funkcionalnošću

„Izradite nadzornu ploču za uvođenje novih korisnika” zvuči kao konkretan zadatak, ali ostavlja važna pitanja bez odgovora. Tko ima poteškoća tijekom uvođenja? Što pokušavaju postići? Što bi bolje iskustvo promijenilo za korisnika i poslovanje?

Tehnički voditelj ne mora sam odgovoriti na svako pitanje. Njegova je zadaća okupiti prave ljude i pretvoriti široko postavljen zahtjev u problem koji tim može istražiti. Timovi za proizvod, dizajn, podršku i razvoj mogu vidjeti različite dijelove korisničkog iskustva.

Pretpostavimo da tim vjeruje kako novi korisnici odustaju od postavljanja jer im se postupak čini predugim. AI asistent može pomoći u osmišljavanju mogućih rješenja: pokazatelja napretka, spremanja nedovršenih obrazaca ili kraćeg obrasca. Prije nego što odabere jedno od njih, tim bi trebao provjeriti gdje korisnici doista odustaju, razgovarati s ljudima koji su prošli kroz taj postupak i razmotriti druga objašnjenja. Možda je obrazac dovoljno kratak, ali je potreban dokument teško pribaviti.

Ta razlika mijenja daljnji rad. Pokazatelj napretka mogao bi postojeći postupak učiniti jasnijim; uklanjanje zahtjeva za dokumentom ili njegovo odgađanje moglo bi ga doista olakšati. AI može proširiti skup mogućnosti, ali ljudi moraju prikupiti dokaze i odlučiti koji je problem važan.

Jasno izložite kompromise prije nego što se razvoj koda ubrza

Brza implementacija može prikriti sporo donošenje odluka. Dotjeran prototip može stvoriti dojam da je rješenje gotovo spremno, čak i kada pitanja privatnosti, pristupačnosti, održavanja ili operativnog rada ostaju otvorena.

Dobro tehničko vodstvo rano ukazuje na te kompromise. Za AI funkcionalnost namijenjenu korisnicima korisna bi rasprava mogla obuhvatiti:

• Vrijednost: Koju će odluku ili zadatak korisnik lakše obaviti?
• Pogreške: Što se događa kada je rezultat pogrešan, nepotpun ili nedostupan?
• Povjerenje: Koje informacije sustav može upotrebljavati i što bi korisnik trebao razumjeti o njegovim ograničenjima?
• Trošak: Što će biti potrebno za rad, praćenje i poboljšavanje funkcionalnosti?
• Odgovornost: Tko će reagirati kada korisnici prijave problem?

Ta pitanja ne zahtijevaju opsežan postupak odobravanja. Kratak pisani prijedlog može biti dovoljan da se pretpostavke iznesu na vidjelo i kolegama pruži prilika da ih preispitaju. Cilj je donijeti bolju odluku dok promjena smjera još ne iziskuje velike troškove.

Oblikujte rješenja za trenutke kada AI pogriješi

Korisna AI funkcionalnost više je od uspješne demonstracije. Mora imati svoje mjesto u stvarnom tijeku rada, u kojem ljudi imaju rokove, nepotpune informacije i različite razine stručnosti.

Razmotrite alat koji izrađuje nacrte odgovora za tim korisničke podrške. Prva verzija mogla bi uštedjeti vrijeme predlažući formulacije na temelju korisnikove poruke. No vjerodostojan proizvod mora omogućiti i praktičan pregled: djelatnik podrške trebao bi moći pregledati i urediti nacrt, prepoznati kada u njemu nedostaju relevantne informacije i poslati odgovor tek kada je njime zadovoljan.

Tim bi se također trebao dogovoriti o tome što znači uspjeh. Ušteđeno vrijeme može biti važno, ali važni su i ispravci, ishodi za korisnike te trud potreban za otklanjanje pogrešaka. Promatranje samo brzine kojom nastaju nacrti moglo bi dati prednost funkcionalnosti koja poslije stvara više posla.

Ovdje se susreću razmišljanje o proizvodu i inženjerska disciplina. Izradite manju verziju, testirajte je na reprezentativnim zadacima, zabilježite gdje griješi i na temelju tih opažanja odlučite što poboljšati. Ako funkcionalnost ne pomaže dovoljno da bi opravdala svoju složenost, odustajanje je valjana odluka o proizvodu.

Odgovornost čini brzinu održivom

AI može generirati kod, ali generirani kod ipak postaje dio sustava kojim ljudi moraju upravljati. Netko mora razumjeti njegovo ponašanje, preispitati njegove pretpostavke i sigurno ga mijenjati kada se zahtjevi promijene.

Tehnički voditelji mogu postaviti očekivanje da osoba koja predlaže promjenu može objasniti njezinu svrhu i posljedice. To ne znači da mora znati svaki redak napamet ili odbijati pomoć. To znači da može odgovoriti na praktična pitanja: Koje ulazne podatke ovo obrađuje? Što se događa kada zakaže ovisna komponenta? Kako ćemo znati uzrokuje li promjena probleme?

Male promjene, jasni pregledi i dogovoren način povlačenja izdanja olakšavaju održavanje eksperimentiranja. Isto vrijedi i za osiguravanje vremena za održavanje. Tim koji svaki raspoloživi sat provede isporučujući nove funkcionalnosti generirane AI-jem mogao bi gomilati neizvjesnost brže nego što stvara vrijednost.

Osigurajte udaljenim timovima kontekst i prostor za odlučivanje

Distribuirani timovi ne mogu se osloniti na to da će se svaka važna odluka donijeti na sastanku. Pisani kontekst pomaže ljudima da doprinesu unatoč različitim vremenskim zonama i budućim članovima tima daje zapis o razlozima za određenu odluku.

Držite taj kontekst blizu mjesta na kojem se odvija rad: korisnički problem, razmotrene mogućnosti, odluku i okolnosti zbog kojih bi je tim ponovno razmotrio. Odredite osobu odgovornu za donošenje odluke te pozovite na doprinos ljude koji poznaju sustave i korisnike na koje ona utječe.

AI može pomoći sažeti raspravu ili sastaviti zapis o odluci, ali sudionici bi trebali provjeriti obuhvaća li on neslaganja i neriješena pitanja. Uredan sažetak koji briše neizvjesnost može biti zavodljiviji od nepreglednog niza poruka.

Razvijajte prosudbu potrebnu za rad s alatima

Za razvojne programere dobra upotreba AI-ja postaje dio stručnosti, ali vještina rada s alatima samo je jedan njezin dio. Razvoj karijere proizlazi i iz učenja kako postavljati probleme, istraživati pogreške, komunicirati kompromise i razumjeti kako softver utječe na ljude koji ga upotrebljavaju.

Voditelji mogu podržati taj razvoj uključivanjem inženjera u razgovore s korisnicima i odluke o proizvodu, a ne samo u implementaciju. Mogu tražiti od programera da objasne alternativna rješenja, pregledaju rezultate nakon objave i podijele što ih je navelo da promijene mišljenje. Te navike grade sposobnost prosuđivanja koja se može primijeniti na različite jezike, radne okvire i alate.

Prilika nije samo u isporuci veće količine softvera. Ona je u tome da bržu provedbu iskoristimo kako bismo prije učili, donosili bolje odluke i isporučivali proizvode koji zaslužuju svoje mjesto u nečijoj svakodnevici. AI može pomoći timu da krene naprijed; tehničko vodstvo tom kretanju daje smjer.