Теперь мы все ИТ программисты в 2023 году

Когда Джейсон Аллен забрал домой главный приз для начинающих ИТ художников на ярмарке штата Колорадо в 2022 году, он получил гораздо больше, чем голубую ленту и чек на 300 долларов. Аллен, президент игровой компании Incarnate Games, создал свое представление “Театр пространственной оперы”, используя инструмент генеративного искусственного интеллекта под названием Midjourney.

Он отправил системе текстовое сообщение, и программное обеспечение разработало картину за считанные секунды, хотя, по его словам, он потратил две недели на ее доработку. (Он публично не раскрыл точные промты.) Художники и критики выразили разочарование победой Аллена в The Atlantic, New York Times и других изданиях. Они предупредили о влиянии недавно выпущенных инструментов генеративного искусственного интеллекта, таких как ChatGPT, DALL-E и Bard, которые позволяют техническим (и художественным) новичкам создавать привлекательные тексты, фотографии и видео автоматизированным и почти мгновенным способом.

Но не только художники обеспокоены тем, что означают эти инструменты для их области.

ИТ-специалисты тоже приняли это к сведению. Генеративный ИИ может помочь сотрудникам, не имеющим опыта программирования, стать опытными программистами, или тем, кого мы называем гражданскими разработчиками. Просто описав в промтах, чего они хотят, сотрудники, не имеющие технического образования, могут совместно использовать инструменты генеративного искусственного интеллекта для создания целых приложений — процесс, который до недавнего времени требовал продвинутых навыков программирования.

Развитие гражданского общества, если проводить его агрессивно и тщательно, может изменить отношения между сотрудниками и организациями. Информационные технологии исторически вовлекали разработчиков (ИТ-специалистов) и пользователей (всех остальных сотрудников), причем пользователи были относительно бессильными операторами технологии. Это часто приводило к борьбе ИТ-специалистов за своевременное удовлетворение потребностей пользователей.

Также создавало проблемы с коммуникацией между техническими экспертами, руководителями бизнеса и пользователями приложений. Гражданское развитие положило начало новой эре, в которой сотрудники не только улучшают или оптимизируют свои собственные процессы и задачи, но и полностью автоматизируют их.

Поскольку ИТ-специалистам не требуется разрабатывать и создавать новые приложения, системы, разработанные с использованием генеративного искусственного интеллекта, с большей вероятностью будут соответствовать конкретным потребностям своих пользователей, повышая вероятную эффективность приложений. ИТ-специалисты получат возможность сосредоточиться на сложных системах и технологиях, которые действительно требуют их опыта. Тем не менее, многие ИТ-сотрудники выступают против гражданского развития.

Они опасаются, что это приведет к некачественным системам, которые ИТ-команде придется ремонтировать, или что инструменты генеративного искусственного интеллекта полностью заменят их. В конечном итоге в организации может быть столько же систем, сколько и сотрудников. Это может стать зависимым от систем, разработанных гражданами, известных лишь нескольким сотрудникам или разработчики которые давно покинули компанию. Этот взрыв “серых ИТ” по всему предприятию и связанные с этим затраты на переделку вышедших из строя технических систем являются важной проблемой. Без надлежащего контроля и ограждений повсеместное развитие гражданского общества может привести к хаосу.

Рекомендуем пройти наш новый курс по C#: Программирование на C# под Autodesk Revit.

Несмотря на эти обоснованные опасения, потребность в гражданских разработчиках очевидна.

Поставщики программного обеспечения начали добавлять в свои продукты генерирующие интерфейсы искусственного интеллекта для облегчения запросов транзакций, данных и анализа с помощью чата или голоса. Мы ожидаем, что большинство бизнес-программного обеспечения вскоре будет создано или с ним можно будет взаимодействовать с помощью аналогичных систем. Широкое развитие гражданского общества могло бы привести к более широкому и быстрому подходу к технологическим инновациям, включая оцифровку, автоматизацию и анализ данных.

AT&T, ING, Johnson & Johnson, PwC, Deloitte и другие крупные компании экспериментируют с инициативами по развитию граждан. Они изучают, каких сотрудников следует привлекать к проектам гражданского развития, какие роли они должны играть.

Гражданское развитие поднимает важнейший вопрос о конечной судьбе ИТ-организаций. Как они будут способствовать и защищать развитие граждан, не создавая слишком много препятствий на его пути? Отказываться от его преимуществ непрактично, но небрежное обращение с ним может быть еще хуже. В этой статье мы делимся дорожной картой успешного внедрения citizen development. Чтобы расширить наши знания о гражданском развитии, мы опросили менеджеров восьми компаний, просмотрели онлайн-дискуссии на эту тему и обсудили инструменты, ориентированные на граждан, с несколькими поставщиками.

Дилемма гражданина и застройщика

Процесс создания приложения с генеративным искусственным интеллектом часто начинается с того, что пользователь спрашивает чат-бота (или любой другой интерфейс, используемый системой), как что-то выполнить. Например: “Как бы вы создали приложение для iPhone для обслуживания клиентов?” Система опишет идеальные шаги для создания приложения. Затем пользователь может запросить описание каждого шага.

Уровень детализации будет зависеть от технических возможностей пользователя, но система может провести через каждый этап процесса, независимо от того, насколько он детализирован или прост. Пользователи, которые зашли в тупик или обнаружили, что сгенерированный код не работает, могут сообщить инструменту о том, что они видят, и это поможет им разобраться в проблеме. Этот процесс, скорее всего, будет связан с методом проб и ошибок, но возможности для генерации кода и приложения есть у каждого под рукой.

ING bank, базирующийся в Амстердаме и работающий в 40 странах, использовал аналогичный процесс, когда ему требовалось разработать больше моделей машинного обучения (ML) для внедрения в производство. Столкнувшись с нехваткой профессиональных специалистов в области обработки данных во многих странах, в которых она работает,

ING начала изучать возможности граждан в области обработки данных.

Нет никаких сомнений в том, что сотрудники ING могут создать некоторые модели ML — чтобы предсказать, например, вероятность того, что клиенты нажмут на сообщение в приложении или ответят на рассылку по электронной почте. Это может освободить специалистов в области обработки данных от выполнения простых и повторяющихся задач по управлению данными и аналитике.

Но начинающие гражданские разработчики в банке нуждаются в надлежащей подготовке и практическом опыте, чтобы добиться успеха. Модели ML, созданные сотрудниками ING, также не должны соответствовать строгим нормативным требованиям, хотя для них может потребоваться некоторая документация. Наконец, ИТ-отдел по-прежнему должен развертывать инструменты и платформы, необходимые для поддержки автоматизированной разработки и использования ML, и управлять ими. Это лишь некоторые из неотложных проблем, которые решает ING при разработке политики развития граждан.

Лишь немногие организации даже начали рассматривать проблемы, связанные с развитием граждан.

Например, что происходит с приложением, разработанным гражданами, если отдел начинает зависеть от него, а сотрудник, который его разработал, уходит в другую компанию? Другие проблемы связаны с достаточным технологическим опытом. Например, некоторые организации, занимающиеся наукой о данных, считают, что люди, не имеющие профессионального образования в области науки о данных, не могут знать достаточно о разработке моделей, чтобы делать это эффективно, даже с помощью автоматизированных возможностей ML.

Они обеспокоены тем, что решения, наносящие вред организации, будут приниматься на основе алгоритмов, разработанных гражданами. Другие компании отмечают, что даже профессиональные специалисты по обработке данных создают модели с предвзятостью. Если они могут ошибаться в науке о данных, как новички могут избежать еще большего количества ошибок? Но мы не нашли никаких свидетельств долговременного повреждения.

Мы действительно знаем о некоторых примерах программ, разработанных гражданами, которые на короткое время сбились с пути. Например, одна европейская телекоммуникационная компания очень рано внедрила программы роботизированной автоматизации процессов (RPA), которые автоматизируют задачи, следуя строгой бизнес-логике и вводимым данным. Команда RPA компании, состоящая из деловых, а не ИТ—сотрудников, еще не была полностью укомплектована.

Первая проблема заключалась в том, что цикл, включенный в автоматизированное кодирование для целей тестирования, не был удален.

В результате многочисленные бесплатные iPhone были отправлены клиентам по ошибке. Вторая заключалась в том, что неправильно запрограммированный RPA-бот применял кредиты к учетным записям клиентов, что вызвало тревогу в отделе аудита и комплаенса фирмы. Один гражданский разработчик был близок к увольнению.

RPA можно использовать не по назначению для автоматизации собственных задач с целью получения дополнительной работы в другой компании. Руководители, которые выразили обеспокоенность по этому поводу, представляют себе, как работники тайно удерживают две или три рабочие места с полной занятостью с помощью RPA или генеративного искусственного интеллекта, в которых такие “сверхзанятые” люди описывают свой опыт.

Компании могут решить эту проблему, вознаграждая сотрудников за их инновации — предлагая более высокую компенсацию или больше обязанностей тем, кто может автоматизировать свою работу.

Возможно, самая важная проблема с гражданским развитием прямо сейчас - это не какая-то конкретная проблема с кодированием, пробел в управлении или скрытое использование автоматизации для получения нескольких зарплат. Это тот факт, что многие организации не смогли реализовать потенциально огромное влияние инноваций, ориентированных на граждан. Они не знают о возможностях и выгодах, отговариваются сопротивлением или не в состоянии разработать необходимые механизмы поддержки и управления.

Тематическое исследование: PwC

PwC внедрила широкий процесс развития граждан, который она называет программой “цифровые акселераторы”. Запущенная в 2017 году, программа изначально состояла из трех компонентов: data science, автоматизация и управление данными. Недавно он был пересмотрен, чтобы включить решения с низким содержанием кода / без него и повысить производительность. Компания объявила о планах обучить своих 65 000 сотрудников навыкам искусственного интеллекта, включая генеративный ИИ.

Гражданские разработчики набираются из числа сотрудников PwC и добровольно проходят онлайн-курсы по соответствующим ИТ технологиям.

После прохождения сертификации они могут на некоторое время отойти от своих обязанностей и заняться разработкой приложений, имеющих отношение к обслуживанию клиентов PwC или внутреннему администрированию. Сотрудники, разрабатывающие очень полезные приложения, получают некоторую скромную компенсацию. Группа по продуктам и технологиям, организовавшая программу, первоначально рассчитывала на 500 добровольцев, но в конечном итоге набралось 2000.

ИТ программа принесла PwC ряд преимуществ.

Раньше группы по разработке технологий были изолированы в рамках каждого бизнес-подразделения (аудит, налогообложение, консультирование), но с тех пор гражданские разработчики обеспечили совместное использование и интеграцию между ними. Некоторые проекты были внедрены в корпоративные возможности; другие (например, новые подходы к визуализации) используются для взаимодействия с клиентами. Гражданские разработчики обычно возвращаются в свои бизнес-подразделения, принося с собой технологические возможности, которых им ранее недоставало.

Одна из участниц цифрового акселератора, Эмили Донохью, пришла из налоговой практики, где она была разочарована некоторыми утомительными задачами, которые от нее требовали выполнять. Она и ее команда создали программу, которая автоматизировала рабочий процесс извлечения данных из различных электронных таблиц. Программа сэкономила 40 часов работы над аудиторским заданием и в конечном итоге стала стандартным цифровым ресурсом во внутренней библиотеке PwC, который доступен для использования любым сотрудником фирмы.

Организациям необходимо выполнить несколько задач, если они хотят быть такими же успешными в развитии граждан, как PwC. Все задачи должны быть выполнены, но их необязательно выполнять в следующем порядке, и часто можно внести изменения или улучшения в одну задачу, не затрагивая кардинально другие.

Задача 01: Набирайте и классифицируйте своих гражданских разработчиков

Формальные или полуформальные усилия по подбору персонала, вероятно, приведут к появлению значительного числа сотрудников, которые приступят к созданию технических приложений. Во многих функциях и подразделениях работают люди, которые экспериментируют с гражданским развитием, поэтому запрос о волонтерах по всей компании, вероятно, приведет к большому количеству поднятых рук. Менеджеры ИТ-групп и центров передового опыта в области автоматизации или обработки данных, вероятно, будут осведомлены о потенциальном интересе. Продвижение курсов по смежным технологиям также может помочь в подборе персонала.

Некоторые компании ищут определенные черты в сотрудниках, которых они нанимают для участия в этих инициативах.

Компания Johnson & Johnson, например, заявляет, что ищет людей с логическим складом ума, технической компетентностью и склонностью к обучению, а также опытом работы, основанной на правилах. Некоторые люди могут быть мотивированы к обучению, чтобы помочь себе справляться с несколькими задачами или иметь больше свободного времени.

Другие мотивированы целями предприятия, и их нанимают, обучают и (иногда) стимулируют автоматизировать, анализировать и оптимизировать выполняемую ими работу. Их цель может состоять в том, чтобы добиться признания или развеять скуку от утомительной работы, но плоды их усилий в основном достаются их работодателю. Третьи могут быть мотивированы пользой для общества; они могут добровольно помогать в области здравоохранения или экологических исследований, используя инструменты и процедуры для сбора; анализа и документирования информации. Компании частного сектора могут захотеть продвигать набор персонала как путь к росту сотрудников или благотворительным достижениям.

Типы гражданских разработчиков различаются в зависимости от ролей, которые они играют.

К ним относятся разведчики, которые выявляют возможности для улучшений и изменений; дизайнеры /архитекторы, которые разрабатывают новые и более совершенные способы ведения дел; разработчики /автоматизаторы, которые создают приложения, обеспечивающие эти улучшения процессов; и специалисты по обработке данных / аналитики, которые изучают, анализируют и отчитываются о состоянии старых и новые процессы.

Академия искусственного интеллекта “Делойта” разработала различные внутренние программы "Владения искусственным интеллектом" для руководителей в области искусственного интеллекта, стратегов, гражданских разработчиков, руководителей проектов и исследователей. Некоторые программы предполагают сертификацию по окончании; другие носят более неформальный характер. Некоторые работают полный рабочий день, некоторые - неполный. У сотрудников есть потребности и желания в различных уровнях технической компетентности.

Задача 02: Обучите и сертифицируйте своих ИТ разработчиков

Гражданское развитие действительно требует некоторой подготовки, хотя и небольшой. В среднем компании, в которых мы проводили собеседования, предлагают от 40 до 80 часов обучения технологиям и приемам, необходимым для достижения успеха. Некоторые, такие как Dentsu, глобальная рекламная и маркетинговая фирма, предлагают хакатоны, на которых недавно обученные гражданские разработчики могут создавать приложения. Требования к обучению варьируются в зависимости от того, насколько профессиональным будет надзор за гражданскими разработчиками. Если, например, все разрабатываемые ими модели должны быть проверены профессиональными специалистами по обработке данных. Прежде чем они будут запущены в производство, может потребоваться менее формальное обучение.

Поскольку системы, разработанные гражданами, обычно подключаются к существующим транзакционным системам, изменяют их или извлекают и анализируют данные, их разработчикам также обычно требуется понимание корпоративной ИТ-архитектуры и средств защиты для безопасного доступа к данным и их использования. Но опять же, если эти системы сертифицированы ИТ-специалистами или другими специалистами в области информационных технологий, обучение может оказаться ненужным. По крайней мере, кто-то в организации должен отслеживать, какие приложения были разработаны, кто их разработал, для каких целей они используются и были ли они сертифицированы как корпоративные.

В компаниях, которые считают, что процессы должны быть улучшены до того, как они будут автоматизированы, гражданские разработчики должны пройти обучение методам поэтапного улучшения процессов, таким как Six Sigma и Lean. Другой вариант - создать централизованную группу специалистов по совершенствованию процессов для быстрого анализа перед автоматизацией.

Некоторые компании не требуют, чтобы их гражданские разработчики проходили сертификацию. Другие требуют внутренних тестов и сертификации. Третьи используют третьи стороны для проведения сертификации. Степень, в которой необходима сертификация, может зависеть от того, насколько критична данная сфера бизнеса или насколько она подвержена внешнему регулированию.

Задача 03: Создание ИТ инфраструктуры для развития граждан

Чтобы помочь гражданским разработчикам добиться успеха, компании должны предоставить им стандартные инструменты и создать инфраструктуру, облегчающую разработку. Независимо от того, является ли инструмент системой генеративного искусственного интеллекта, инструментом RPA, предложением с низким содержанием кода или без него. Компании должны проводить обучение по нему и поощрять обмен частичными или полными решениями.

Многие поставщики в настоящее время предлагают более простые в использовании версии своего стандартного программного обеспечения с низким содержанием кода или без него, разработанные специально для использования гражданскими разработчиками. Поставщики также разрабатывают центры, торговые площадки и порталы, которые позволяют разработчикам citizen обмениваться повторно используемыми сертифицированными наборами данных и завершенными приложениями. А также создают “хранилища функций” — хранилища повторно используемых переменных — чтобы помочь разработчикам citizen создавать модели ML.

Одним из важных требований для повышения эффективности работы гражданских разработчиков является подключение решений к производственным средам, принадлежащим бизнес-подразделениям. Особенно при использовании более сложных инструментов, таких как автоматизированное машинное обучение, компании должны обеспечивать точность и надежность моделей.

Задача 04: Расширение возможностей обучения в сообществе

Гражданские разработчики должны учиться друг у друга тому, как наилучшим образом решать бизнес-задачи с помощью технологий. Одним из способов способствовать такому взаимному обучению является проведение регулярных занятий; демонстраций решений и презентаций внешними докладчиками. Поскольку гражданские разработчики не являются ни типичными бизнесменами, ни технологами, сообщества могут предложить небольшую групповую терапию, когда возникают проблемы. Они также обеспечивают механизм обратной связи для руководства, позволяющий создавать подходящие пути карьерного роста и продвижения по службе. Особенно для тех сотрудников, которые хотят стать профессиональными автоматизаторами, специалистами по обработке данных.

Задача 05: Подготовьтесь к управлению ценностью, созданной с помощью ИТ автоматизации

Вполне вероятно, что некоторые наблюдатели поставят под сомнение инвестиции в развитие граждан, если создаваемая ими ценность останется неизмеримой. Citizen development обычно генерирует информацию, денежную ценность которой бывает трудно оценить (хотя некоторые центральные аналитические группы действительно подсчитывают стоимость своих портфелей вариантов использования). Проще всего измерить время, сэкономленное за счет автоматизации гражданскими разработчиками ранее выполнявшихся человеком задач, и несколько компаний, за которыми мы наблюдали или с которыми работали, накопили миллионы минут высвобожденного времени. В какой-то момент будет справедливо спросить, что сотрудники делают с сэкономленным временем. Как выразился один скептически настроенный финансовый директор, “Мы не можем есть часами”.

Крупная фармацевтическая компания решила, что у нее появилась огромная возможность использовать искусственный интеллект и технологии автоматизации для преобразования и оптимизации ключевых бизнес-процессов. У компании была центральная группа по обработке данных, но она нанимала внешних консультантов для проектов по автоматизации роботизированных процессов. Компания решила, что консультанты стоят слишком дорого, и пришла к выводу, что она могла бы обучить сотрудников за пределами ИТ выполнять работу по автоматизации. Подразделение корпоративных услуг сотрудничало с ИТ-подразделением для разработки технологических стандартов и обучения своих гражданских разработчиков. Программа прошла успешно, и многие процессы были существенно улучшены. Компания досрочно достигла своей цели по экономии рабочего времени сотрудников на сумму 500 миллионов долларов.

Некоторые компании добились прогресса в преодолении сопротивления ИТ-специалистов деятельности гражданских разработчиков. Одним из отличных примеров является бизнес-подразделение Kroger, занимающееся наукой о данных, где руководители осознали потенциал гражданского развития и знали, что в продуктовой сети много способных бизнес-аналитиков. Чтобы заручиться поддержкой этих “проницательных ученых”, профессиональных специалистов по обработке данных попросили обучить их автоматизированным инструментам машинного обучения, проанализировать их модели и поработать с ними, чтобы узнать больше о бизнесе.

Тематическое исследование: AT&T

AT&T уделяет большое внимание развитию граждан. У компании хорошо развиты подходы к фасилитации, и она взяла на себя многие из задач, которые мы обсуждали. С помощью нескольких сотен профессиональных специалистов по обработке данных и автоматизации, а также тысяч гражданских разработчиков компания пытается поставить искусственный интеллект и автоматизацию в центр своего бизнеса.

AT&T попыталась помочь сотрудникам в анализе данных с помощью моделей машинного обучения. Цель состоит в том, чтобы поддерживать все аспекты конвейера ML, включая получение соответствующих данных, проектирование их для создания желаемых функций, построение модели, развертывание модели, мониторинг и совершенствование ее производительности с течением времени и эффективное управление ею. Компания создала хранилище функций, содержащее часто используемые данные, чтобы уменьшить необходимость в длительной обработке данных. Она может занимать до 80% времени специалиста по обработке данных. Разработчики citizen могут выбирать из более чем 26 000 функций для построения моделей. Как специалисты по обработке данных, так и гражданские разработчики находят магазин невероятно полезным.

AT&T также запустила в производство более 3000 ботов. Некоторые из самых ранних были связаны с бизнес-операциями, такими как предоставление клиентам новых каналов связи. В компании есть Центр передового опыта в области автоматизации, где работают 20 штатных сотрудников и несколько подрядчиков. Он не смог бы так быстро масштабироваться с момента своего запуска в 2015 году без участия citizen automators. Центр отслеживает все проекты по автоматизации роботизированных процессов и подсчитал, что 92% из них осуществляются за пределами центра. Внедрение ботов ежегодно экономит около 17 миллионов минут ручного труда, приносит сотни миллионов долларов годовой прибыли и обеспечивает 20-кратную окупаемость инвестиций.

AT&T разработала ИТ инфраструктуру для поддержки как профессионалов, так и обычных разработчиков.

Она включает в себя соревнования, операционный инструмент, который координирует все действия в процессе разработки, стратегии интеграции RPA и машинного обучения, а также инструмент поиска часто используемых данных и функций. Компания также поддерживает “бот-маркетплейс” из ранее разработанных решений, при необходимости получая помощь в настройке от центра передового опыта. Каждый месяц на рынок добавляется около 75 компонентов многоразового использования. AT&T изучает возможность использования генеративного искусственного интеллекта для создания моделей машинного обучения и автоматизированных ботов.

AT&T поддерживает развитие граждан и автоматизацию с помощью мероприятий по созданию сообществ. Для data science it создала “форум демократизации искусственного интеллекта” с еженедельными виртуальными демонстрациями в прямом эфире, которые информируют сотрудников о конкретных проблемах или новых возможностях, разработанных AT & T. Каждую неделю в нем принимают участие около 200 сотрудников, немногие из которых являются профессиональными специалистами по обработке данных. Компания предлагает онлайн-учебные материалы и 575 курсов по различным аспектам науки о данных, а сертификаты доступны на инструментах поставщиков. Всем, кто хочет стать гражданским разработчиком, предлагается 40-часовая программа обучения. Кроме того, центр передового опыта проводит ежегодный “саммит автоматизации” для групп внутри компании, которые представляют свои проекты и делятся ими.

Цифровая трансформация уже необходима практически каждой организации, и нехватка квалифицированных специалистов для ее внедрения сохранится. В конечном счете может случиться так, что гражданские разработчики станут основными движущими силами в этих усилиях. Легко представить, что в относительно ближайшем будущем некоторые компании смогут передать им всю деятельность по разработке технологий, возможно, с привлечением внешних поставщиков, предоставляющих некоторую ИТ-инфраструктуру. Или то, что осталось от корпоративных ИТ, может превратиться в содействие, оценку и сертификацию работы нетехнических сотрудников.

Развитие ИТ технологий будет по-прежнему упрощаться по мере того, как программы станут более автоматизированными и основанными на искусственном интеллекте.

Генеративный искусственный интеллект, без сомнения, со временем улучшится, сделав каждого потенциальным программистом. На данный момент управление системами, пожалуй, является главной задачей движения за гражданское развитие. Однако представляется вероятным, что само управление будет все больше автоматизироваться. Операционные системы машинного обучения уже структурируют текущее управление и точность алгоритмов для моделей ML, и мы, вероятно, увидим аналогичные системы для других типов технологий, разрабатываемых гражданами.

Один поставщик инструментов с низким содержанием кода рекламирует, что пользователи могут “превращать [свои] идеи в действия”. Движение за гражданское развитие является частью новой эры изменений в бизнесе, обусловленных технологиями и данными.

Автор статьи:
Гусельников Вячеслав Сергеевич

Подписывайтесь на наш telegram: