Bagaimana Anda dapat menjaga agar segala sesuatu tetap berjalan lancar dan teratur ketika Anda mengembangkan aplikasi kecerdasan buatan (AI) yang kompleks? Tentu saja, dengan AI.
Para pengembang perangkat lunak saat ini adalah pengguna yang antusias terhadap alat berbasis AI serta pembangun sistem AI. Tujuh puluh persen dari 90.000 pengembang yang disurvei oleh Stack Overflow beberapa bulan lalu sudah menggunakan atau berencana menggunakan alat AI dalam proses pengembangan mereka.
Banyak dari mereka juga terlibat dalam pengembangan aplikasi AI. Empat puluh empat persen dari perusahaan dalam survei IBM terhadap 8.584 profesional IT melaporkan bahwa mereka telah secara aktif menerapkan aplikasi AI, dengan 40% lainnya melakukan uji coba atau eksperimen dengan teknologi tersebut.
Pada dasarnya, AI menjadi alat berharga untuk membangun aplikasi AI. Alat seperti generative AI, GitHub Copilot, AgentGPT, dan Azure Machine Learning Studio mencakup banyak aspek pekerjaan pengembang, mulai dari pembuatan kode hingga pengujian.
Tapi bagaimana alat-alat ini memengaruhi alur kerja, kolaborasi, dan pengelolaan siklus hidup perangkat lunak? Di sinilah AI muncul sebagai cara untuk menjaga orang tetap dekat, sejalan, dan didukung oleh otomatisasi. Teknologi ini juga memberikan pemahaman tentang kemajuan bagi para pengembang, operasi, tim, eksekutif, dan pengguna bisnis.
Dengan kata lain, berkolaborasilah untuk membangun AI; gunakan AI untuk berkolaborasi lebih baik. AI memungkinkan kolaborasi dalam banyak cara, kata Beena Ammanath, Kepala Global Deloitte AI Institute. Dalam hal DevOps, misalnya, AI “memfasilitasi kolaborasi antara pengembang dan operasi dengan otomatisasi tugas, memungkinkan deteksi masalah secara real-time, dan mempromosikan penggunaan metrik bersama dalam proses DevOps.”
Penggunaan AI yang semakin berkembang dapat mengubah dan memperkuat metodologi DevOps dan Agile, lanjutnya: “Ini mengotomatiskan tugas-tugas, mendorong keputusan berbasis data, dan meningkatkan kolaborasi antara tim pengembangan dan operasi.”
Pertama, mari kita lihat mengapa proyek AI harus melibatkan semua orang dalam tim yang sama. Ya, teknologi AI memudahkan dan mengotomatisasi banyak tugas yang terkait dengan perangkat lunak, tetapi pengembangan proyek AI itu sendiri memerlukan pendekatan yang sangat kolaboratif.
Dorongan untuk menggunakan AI “menciptakan kebutuhan bagi tim untuk bekerja lebih dekat satu sama lain,” kata Steven Huels, direktur senior AI di Red Hat. “Untuk setiap proyek AI, pemahaman yang jelas tentang tujuan bisnis mengawali proses yang kemudian membantu para insinyur data dan ilmuwan data memahami data dan persyaratan model.”
Model yang dikembangkan oleh tim-tim ini “kemudian perlu diimplementasikan ke dalam aplikasi, menciptakan kebutuhan untuk kolaborasi antara pengembang dan ilmuwan data untuk memastikan bahwa model-model tersebut terintegrasi ke dalam aplikasi,” kata Huels. “Lalu pendekatan DevSecOps masuk, memberikan kemampuan untuk mengimplementasikan aplikasi yang mendukung AI di tempat yang paling bermanfaat bagi bisnis.”
Proses yang berkesinambungan, seperti Agile dan DevOps untuk pengembangan AI, “memperluas kebutuhan untuk iterasi dengan cepat dan mengotomatisasi sebanyak mungkin proses, sehingga ketika ada data baru yang dipelajari, model-model diperbarui dan diintegrasikan kembali ke dalam aplikasi dan dideploy,” kata Huels.
Di sisi lain, AI dapat secara signifikan meningkatkan strategi kolaboratif ini. Pertama-tama, AI dapat membantu “mempercepat pengembangan dan pengiriman produk perangkat lunak dengan mengotomatisasi atau mengoptimalkan beberapa tugas dan proses,” kata Chad Naeger, CIO Lumen Technologies. “Misalnya, AI dapat membantu tim-tim dalam membuat kode, menguji, memperbaiki kesalahan, dan mendeploy perangkat lunak dengan lebih cepat dan lebih dapat diandalkan. [AI dapat] meningkatkan kualitas dan performa produk perangkat lunak dengan meningkatkan atau meningkatkan beberapa kemampuan dan sumber daya.”
Selain itu, AI “dapat membantu tim-tim dalam memantau, menganalisis, dan meningkatkan kualitas, performa, dan pengalaman pengguna perangkat lunak,” catat Naeger. AI juga membantu para profesional IT dalam “berinovasi dan bereksperimen dengan produk perangkat lunak baru, dengan menghasilkan atau mengeksplorasi beberapa kemungkinan dan solusi. Misalnya, AI dapat membantu tim-tim dalam menciptakan, merancang, dan membuat prototipe fitur-fitur, fungsionalitas, dan antarmuka perangkat lunak baru.”
Dengan alat AI, “kami dapat melakukan iterasi dengan lebih cepat melalui siklus sprint,” tambahnya. “Kami juga dapat bereksperimen dengan ide-ide dan pendekatan baru, yang memungkinkan inovasi dalam skala yang lebih luas dan dalam tanpa mempengaruhi kecepatan ke pasar.”
Meningkatkan proses bisnis, AI juga memainkan peran dalam meningkatkan peran pengembang dalam bisnis secara keseluruhan, “memfasilitasi kolaborasi antara pengembang dan pemangku kepentingan bisnis melalui pengembangan produk yang didorong oleh data dan pengalaman pengguna yang dipersonalisasi,” kata Ammanath dari Deloitte. “Ini menyelaraskan tim teknis dan bisnis.” Sebagai contoh, dia menunjukkan, “AI membantu para pengembang menganalisis perilaku pengguna dan menyesuaikan aplikasi untuk memenuhi tujuan bisnis.”
Di Lumen Technologies, ada tiga cara perusahaan memanfaatkan AI untuk meningkatkan kolaborasi, kata Naeger. Pertama, AI berdampak pada keterlibatan karyawan dengan “menggunakan alat komunikasi dan kolaborasi yang didukung AI untuk menyederhanakan berbagi informasi dan meningkatkan kolaborasi tim,” katanya. Selain itu, AI “berdampak pada karyawan dan proses dalam fungsi-fungsi tertentu. Akhirnya, AI memiliki dampak positif pada keterlibatan pelanggan.”
AI memungkinkan anggota tim “untuk membuat dan berbagi konten dengan lebih mudah, mengotomatisasi, dan mengoptimalkan proses bisnis dengan lebih efisien,” lanjutnya. “Ini meningkatkan komunikasi tim dengan memberikan kejelasan dan menggunakan transkrip untuk memanfaatkan kata-kata yang tepat untuk menghilangkan ambiguitas. Semua ini membantu pembelajaran dan pengembangan, serta memupuk budaya dan keterlibatan tim.”
Perusahaan ini juga menggunakan “chatbot yang didukung AI yang dapat menerjemahkan pesan, merangkum percakapan, dan memberikan informasi yang relevan,” kata Naeger. “AI juga dapat membantu tim berbagi data dan wawasan dengan lebih mudah, dengan menciptakan visualisasi, dashboard, dan laporan. AI dapat membantu tim mengoordinasikan tugas dan alur kerja mereka dengan lebih efisien, dengan mengotomatisasi atau mengoptimalkan beberapa proses.”
Sementara kolaborasi yang ditingkatkan oleh AI di situs IT sudah terjadi, teknologi yang sedang berkembang ini masih jauh dari sempurna. Perpindahan ke kolaborasi yang didukung AI berarti “organisasi perlu beradaptasi dan siap menghadapi perubahan dalam cara kerja tim ini, mengintegrasikan metrik yang didukung AI dan mengelola alat-alat AI,” kata Ammanath. “Integrasi ini dapat meningkatkan efisiensi dan efektivitas, tetapi juga membutuhkan penyesuaian dalam metode kerja dan penerimaan wawasan dan alat yang didukung AI.”
Potensi AI dalam memfasilitasi kolaborasi tim masih merupakan visi jangka panjang, “karena tingkat adopsi dan integrasi AI dapat bervariasi secara luas di berbagai industri dan organisasi,” kata Ammanath. “Mengatasi tantangan seperti bias, privasi, dan pertimbangan etis akan memainkan peran dalam membentuk kecepatan dan efektivitas kolaborasi yang didukung AI di masa depan.”
Seperti yang ditekankan oleh Naeger dari Lumen: “AI akan menjadi peningkat produktivitas bagi orang-orang kami, tetapi juga sangat penting untuk memahami kebutuhan akan tinjauan manusia dalam proses tersebut.” Dalam kasus Lumen, pemimpin TI dan bisnis sedang “mencoba alat-alat seperti Microsoft Copilot 365, Power Platform, Sales, GitHub, yang tidak hanya memfasilitasi komunikasi yang lebih baik, tetapi juga memungkinkan kolaborasi pada tingkat keterlibatan yang lebih tinggi,” kata Naeger. “Alat-alat ini dapat mengalihkan fokus dalam pertemuan dari menjadi pembuat catatan menjadi peserta aktif. Alat-alat ini memberi kami kemampuan untuk berada di dua tempat sekaligus dengan transkripsi Copilot dan akses cepat ke ringkasan pertemuan. Dan yang paling penting, ini berdampak pada cara kami berinteraksi dengan pelanggan kami untuk memiliki informasi yang penting dalam melayani mereka di ujung jari kami.”
Contoh-contoh lain dari kolaborasi yang didukung AI antara lain “mengoptimalkan komunikasi melalui chatbot internal dan asisten virtual, hingga kasus penggunaan yang lebih kompleks yang dapat membantu dalam pengambilan keputusan berdasarkan dataset besar,” kata Huels.
Akhirnya, AI dan generative AI juga dapat meningkatkan kolaborasi melal