Tác giả Aleksey Didik, Giám đốc Cấp cao, Tư vấn Công nghệ tại EPAM Systems, Inc

ngày 25 tháng 6 năm 2024

Phát triển phần mềm có sự hỗ trợ của AI tạo sinh (GenAI) sẽ cải thiện năng suất và hiệu quả làm việc, câu hỏi đặt ra là, cải thiện đến mức nào? Hầu hết các nghiên cứu thị trường về chủ đề này đều cho thấy sự gia tăng đáng kể về năng suất.

Nghiên cứu từ Harvard cho thấy các chuyên gia, tùy thuộc vào nhiệm vụ và cấp bậc, đã tăng năng suất lên 43%. Tương tự, một báo cáo từ Goldman Sachs gợi ý rằng năng suất có thể tăng thêm 1,5 điểm phần trăm với GenAI sau mười năm áp dụng rộng rãi, tương đương với gần gấp đôi tốc độ tăng trưởng năng suất của Mỹ.

Mặc dù có nhiều thông tin hữu ích, nhưng hầu hết các phát hiện này đến từ các bối cảnh kiểm soát không nhất thiết phản ánh đầy đủ các sắc thái của các tình huống thực tế.

Để trả lời tốt hơn câu hỏi GenAI có thể nâng cao năng suất trong phát triển phần mềm như thế nào, một công ty hàng đầu về dịch vụ chuyển đổi số và kỹ thuật sản phẩm đã quyết định ghi lại những phát hiện thực tế và hiểu biết từ một dự án triển khai GenAI quy mô lớn gần đây với một trong những khách hàng của họ.

Khách hàng này muốn áp dụng GenAI vào quy trình làm việc của 10 đội phát triển trên ba luồng công việc, bao gồm hơn 100 chuyên gia. Những phát hiện thực tế này tiết lộ các thách thức khác nhau mà các doanh nghiệp sẽ gặp phải trên hành trình này; hơn nữa, chúng nhấn mạnh sự cần thiết của một lộ trình toàn công ty để mở rộng quy mô áp dụng GenAI.

Giải quyết Thái độ và Kỳ vọng Tiêu cực của Chuyên gia

Nhiều thách thức có thể làm trì hoãn sự thành công của một dự án GenAI, chẳng hạn như các vấn đề pháp lý và quy định, thiếu năng lực xử lý, bảo mật và quyền riêng tư, v.v. Tuy nhiên, trở ngại lớn nhất mà công ty kỹ thuật gặp phải trong quá trình triển khai quy mô lớn này là thái độ và kỳ vọng của các chuyên gia về các công nghệ.

Trong quá trình triển khai, công ty kỹ thuật nhận thấy rằng các chuyên gia của khách hàng có những kỳ vọng nhất định về GenAI và cách nó sẽ tăng cường công việc của họ. Khi những kỳ vọng ban đầu này không phù hợp với kết quả về chất lượng hoặc thời gian thực hiện, họ sẽ phát triển thái độ tiêu cực đối với các công nghệ này. Đặc biệt, khi GenAI không, theo lời họ, “Làm việc thay cho tôi,” họ sẽ phản ứng với những bình luận như: “Tôi mong đợi điều gì đó tốt hơn và không muốn lãng phí thời gian của mình nữa.”

Các doanh nghiệp cần thay đổi nhận thức và chuyển sang một văn hóa làm việc mới để ngăn chặn những thái độ tiêu cực này biểu hiện và cản trở việc áp dụng và đo lường chính xác. Khảo sát và đánh giá là các phương tiện hiệu quả để lập bản đồ và phân loại thái độ và mức độ tham gia của các chuyên gia. Từ đó, các công ty nên nhóm các chuyên gia dựa trên cảm xúc của họ đối với GenAI. Sau đó, doanh nghiệp có thể tạo ra các phương pháp quản lý thay đổi tùy chỉnh cho từng nhóm để thúc đẩy sự tích hợp AI thành công;

Ví dụ: những chuyên gia hoài nghi nhất sẽ nhận được sự chú ý và chăm sóc nhiều hơn so với các chuyên gia có thái độ trung lập.

Tính đến Sự Phức tạp của Các Dự án Thực tế

Thách thức cản trở lớn thứ hai là đo lường chính xác tác động của GenAI đối với năng suất trong khi tính đến sự phức tạp của điều kiện dự án thực tế. Trong các môi trường được kiểm soát, việc đánh giá ảnh hưởng của GenAI dễ dàng hơn – tuy nhiên, như đã đề cập trước đó, các thử nghiệm như vậy không tính đến một số biến số và sự không nhất quán.

Các dự án không phải là tĩnh. Chúng liên tục tiến hóa. Một tổ chức có thể đối mặt với tình huống thay đổi chuyên gia do lịch nghỉ phép và nghỉ bệnh hoặc thay đổi ưu tiên đột ngột. Các chuyên gia cũng không phải lúc nào cũng làm việc trên các hoạt động dự án cụ thể mà ở đó GenAI có thể mang lại lợi ích lớn nhất vì họ còn phải tham dự các cuộc họp, trả lời email và thực hiện các nhiệm vụ ngoài phạm vi sprint mà thường bị bỏ qua trong các phép đo năng suất. Những sự không nhất quán và biến số này phải được tính đến khi đo lường khách quan tác động của GenAI đối với phát triển phần mềm.

Các thực hành tốt khác bao gồm tích hợp các công cụ quản lý tác vụ vào quy trình làm việc để xem mất bao lâu để các tác vụ ở trong mỗi trạng thái nhằm xác định năng suất và hiệu quả của các chuyên gia không kỹ thuật.

Tương tự, các giải pháp trí tuệ kinh doanh có thể tự động thu thập các điểm dữ liệu, giảm thiểu lỗi và tiết kiệm thời gian. Ngoài ra, các tổ chức có thể giảm thiểu sự phức tạp của điều kiện dự án thực tế và đảm bảo đánh giá chính xác hơn về tác động của GenAI đối với năng suất bằng cách áp dụng các thực hành làm sạch dữ liệu kỹ lưỡng.

Lộ trình Toàn Công ty: Đo lường Chính xác

Việc triển khai GenAI quy mô lớn này cũng làm nổi bật giá trị của một lộ trình toàn công ty đánh dấu sự bắt đầu và kết thúc của việc tích hợp. Các doanh nghiệp nên lưu ý rằng một yếu tố quan trọng của lộ trình này là xác định các chỉ số mà họ sẽ sử dụng cho các giai đoạn báo cáo cơ sở và cuối cùng.

Hàng chục chỉ số khác nhau có thể giúp đánh giá tác động của GenAI đối với năng suất, bao gồm, nhưng không giới hạn ở, tốc độ thời gian, thông lượng, thời gian làm lại trung bình và thời gian xem xét mã, tỷ lệ thất bại và chấp nhận khi xem xét mã, thời gian dành cho việc sửa lỗi, v.v.

Sau khi xác định các chỉ số này, các công ty nên phân loại chúng thành các hạng mục khách quan và chủ quan. Các doanh nghiệp cũng có thể sử dụng dữ liệu từ các công cụ theo dõi nhiệm vụ như Jira cho các chỉ số khách quan. Tương tự, họ phải duy trì và tuân thủ các quy trình chất lượng, cập nhật nhiệm vụ kịp thời và hoàn thành các giai đoạn một cách kỹ lưỡng. Hãy nhớ rằng các chỉ số chủ quan, như các khảo sát chuyên gia và thí điểm, sẽ giúp doanh nghiệp hiểu được mức độ chấp nhận và mối liên hệ với các đo lường khách quan.

Từ góc độ tần suất, các đo lường nên được thực hiện thường xuyên và có lịch trình, không phải thưa thớt và ngẫu nhiên. Hơn nữa, các phát hiện của dự án nhấn mạnh tính hữu ích của các chỉ số như tác động trung bình hàng ngày, khả năng thành thạo được cảm nhận, thay đổi hiệu suất, phạm vi công việc, việc sử dụng các công cụ AI và quy trình làm việc không bị gián đoạn để đo lường tiến trình chấp nhận.

Lộ trình Toàn Công ty Tiếp Theo: Phát triển Học hỏi và Văn hóa Quy mô Lớn

Ngoài việc đo lường hiệu quả tác động của GenAI, một thành phần quan trọng khác của một lộ trình thành công là thúc đẩy học hỏi liên tục và thành thạo AI thông qua các chiến lược đào tạo và huấn luyện khác nhau. Các sáng kiến này sẽ giúp phát triển một văn hóa học hỏi trên toàn công ty, cho phép việc áp dụng AI quy mô lớn trên toàn doanh nghiệp.

Các chiến lược khác nhau bao gồm tạo các nhóm làm việc tập trung vào việc công ty có thể tận dụng GenAI ở đâu và như thế nào cũng như khuyến khích cá nhân chia sẻ những gì đang và không đang hoạt động. Cũng rất hữu ích khi thiết lập các ưu tiên tăng trưởng và phát triển kèm theo các lộ trình học hỏi ở cả cấp độ cá nhân và nhóm.

Một cách khác mà các công ty có thể xây dựng một văn hóa sẵn sàng chấp nhận các công nghệ GenAI mới là làm nổi bật các trường hợp thành công nhanh chóng. Những trường hợp này sẽ cho thấy sức mạnh của GenAI đối với tổ chức lớn hơn và những người hoài nghi còn do dự.

Các doanh nghiệp cũng nên thiết lập các hướng dẫn bảo mật và quy tắc tương tác với AI để trao quyền cho các đội nhóm thử nghiệm và khám phá các phương pháp mới mà không làm tổn hại đến công ty. Tương tự, các tổ chức phải thực thi sự tuân thủ các tiêu chuẩn ngành và các thực hành tốt nhất khác trong khi giải quyết việc quản lý thay đổi ở cấp độ cá nhân và nhóm, cũng như ở cấp độ nhiệm vụ và công cụ.

Giữ Con Người Làm Trung Tâm

Hai bài học quan trọng nhất từ việc triển khai thực tế này là: thứ nhất, GenAI có thể dẫn đến những tăng trưởng năng suất đáng kể trong giới hạn của một chiến lược và lộ trình phù hợp; thứ hai, sự tích hợp như vậy có một yếu tố nhân sự không thể phủ nhận mà các công ty phải giải quyết tương ứng.

GenAI sẽ mãi mãi thay đổi cách các chuyên gia này thực hiện các nhiệm vụ hàng ngày. Cũng có khả năng GenAI có thể khiến một số chuyên gia cảm thấy bị đe dọa bởi công nghệ này, điều này có thể gây ra sự kháng cự trong việc tiếp nhận.

Cuối cùng, chìa khóa cho một triển khai GenAI thành công vẫn là yếu tố con người. Điều quan trọng là các doanh nghiệp phải nắm bắt được chiều sâu của vấn đề này, vì chính con người là những người vận hành công nghệ, giải phóng giá trị thực tế của nó.