Agile Intelligence: AI memberikan dorongan yang sangat dibutuhkan kolaborasi teknologi dan bisnis

Menggabungkan AI dengan praktik pengembangan Agile berpotensi meningkatkan proses desain dan pengembangan perangkat lunak.

Gerakan Agile - yang mendorong kerja sama yang erat dan berulang antara tim teknologi dan bisnis - kini mengalami perubahan yang menarik. Kecerdasan buatan (AI) menjanjikan untuk ikut campur, membantu menjaga semua orang tetap sinkron, dan membebaskan para pengembang dan profesional TI, sehingga mereka dapat menghabiskan lebih banyak waktu menjalankan bisnis.

Dampak AI berpotensi menjadi perkembangan paling menarik di Agile sejak praktik ini pertama kali diperkenalkan dua dekade lalu. Di masa depan, kita mungkin akan membicarakan jenis AI lain -- Agile Intelligence.

Yang penting, dampak AI pada Agile bekerja dua arah. Sama seperti AI yang berdampak pada Agile, Anda juga memerlukan filosofi Agile untuk membangun dan menjalankan sistem berbasis AI. Namun ketika AI dan Agile digunakan secara bersamaan, terdapat potensi bagi bisnis untuk meningkatkan proses desain dan pengembangan perangkat lunak mereka.

“Kecerdasan buatan mendekatkan pengembang, operasi, dan pengguna melalui akses yang lebih cepat ke pengetahuan, alur kerja yang disederhanakan, dan proses otomatis,” kata Margaret Lee, wakil presiden senior dan manajer umum layanan digital dan manajemen operasi di BMC.

Mungkin manfaat paling menarik dari kolaborasi yang didukung AI adalah waktu yang diberikan kembali kepada tim teknologi dan pengguna. “AI dapat membantu banyak aktivitas administratif, sehingga secara otomatis memberi kita lebih banyak waktu untuk berkolaborasi,” kata Keith Farley, wakil presiden senior di Aflac.

Dia mengatakan AI pada dasarnya berfungsi "sebagai kolaborator negara adidaya": "Misalnya, ketika Anda menyatukan dua orang, Anda memiliki pemikiran, pengalaman, dan kepribadian dari dua orang untuk berkontribusi dalam diskusi. Jika Anda memiliki empat orang, maka itu berarti empat orang, dan seterusnya. Namun ketika Anda memilih generasi AI, itu seperti menambahkan pemikiran dan sikap dari jutaan orang yang berbeda ke dalam diskusi Anda."

Membawa beragam pemikiran ini ke dalam diskusi "akan memungkinkan kita untuk melihat lebih luas dan memahami beragam sudut pandang di luar bias kita sendiri, sehingga dapat menghasilkan produk dan hasil yang lebih baik," tambah Farley.

Banyak profesional TI yang tertarik dengan potensi kolaborasi yang didukung AI dan sudah bereksperimen, kata Lee dari BMC. “Inovasi dan kasus penggunaan AI, baik generatif, kausal, korelasi, prediktif - atau semuanya bekerja sama melalui AI komposit - saat ini sedang terjadi,” katanya.

“Otomasi yang didukung AI meningkatkan pengalaman pengembang dengan menyederhanakan dan mempercepat pekerjaan mereka melalui manajemen perubahan yang lebih baik. AI secara otomatis membagikan wawasan ke seluruh tim, seperti DevOps dan SRE, untuk mendorong kolaborasi yang lebih besar untuk aplikasi baru dan peningkatan proses.”

AI dapat membantu "mendorong kolaborasi dan inovasi dalam skala besar," kata Varun Parmar, chief operating officer di Miro. “Hambatan terbesar terhadap inovasi adalah tantangan teknologi, seperti alat-alat warisan dan tantangan organisasi, terutama yang berkaitan dengan kolaborasi lintas fungsi. Ketakutan menghalangi inovasi, dan perusahaan takut untuk memprioritaskan inovasi.”

Contoh tindakan kolaborasi yang didukung AI adalah “kolaborasi lintas tim melalui identifikasi prediktif dan remediasi otomatis terhadap insiden sebelum terjadi, sembari mengidentifikasi analisis akar permasalahan,” kata Lee. “AI juga meningkatkan kolaborasi dengan mengotomatisasi manajemen alur kerja di seluruh departemen, seperti orientasi karyawan HR.”

Hasil akhir dari upaya ini adalah AI "menghilangkan tugas-tugas overhead yang membosankan yang sering mengganggu tim di seluruh perusahaan," kata Parmar dari Miro. “Ini berarti menemukan perangkat lunak terbaik untuk melakukan tugas-tugas seperti membuat diagram teknis, menafsirkan kode, dan mengelompokkan serta meringkas konten.”

Dengan adanya AI, “tim menghabiskan lebih sedikit waktu pada tugas-tugas administratif yang menguras momentum dan konsentrasi, dan lebih banyak waktu dalam fase inovasi dan kolaborasi sebuah proyek,” tambah Parmar. “Hal ini membantu menghilangkan kesenjangan pengetahuan bagi para peserta selama brainstorming dan memfasilitasi penelitian yang lebih dalam mengenai tren perilaku konsumen yang membentuk keputusan bisnis atau produk. Hal ini menghilangkan bias penelitian manusia hanya dalam hitungan detik, bukan dalam hitungan jam atau hari.”

Lee mengatakan bahwa salah satu alat paling penting yang muncul untuk departemen TI adalah kecerdasan buatan untuk Operasi TI (AIOps). AIOps membantu "memantau lingkungan operasi secara real-time, secara otomatis melihat dan merespons insiden sebelum insiden tersebut berdampak pada perusahaan," katanya. Sebagai bagian dari proses, AIOps memungkinkan analisis akar permasalahan dan korelasi insiden secara real-time.

AI juga mendorong manajemen perubahan, “menganalisis data dan proses yang relevan, memitigasi risiko, dan memajukan DevOps,” lanjut Lee. Integrasi dengan peralatan DevOps, "menghubungkan permintaan perubahan dengan siklus hidup pengembangan perangkat lunak, dan mengimpor tahapan pipeline CI/CD, memungkinkan komunikasi langsung antara manajer perubahan dan pengembang."

Namun, AI memang membawa beberapa risiko terhadap operasional TI, Lee memperingatkan. “Jika Anda melihat AI generatif, ia menjanjikan otomatisasi proses yang mengurangi pekerjaan pengumpulan dan korelasi data di berbagai industri,” ujarnya. “Organisasi dan pelanggan dapat mencapai tingkat efisiensi operasional digital yang belum pernah terjadi sebelumnya, namun, dalam kasus penggunaan perusahaan, model AI perlu dilatih pada kumpulan data internal.”

Meskipun AI generatif “menawarkan manfaat yang signifikan, seperti pengalaman pelanggan dan menyederhanakan operasi TI, AI generatif harus diterapkan dengan bijaksana,” kata Lee. “Anda perlu memahami batasan AI dan memastikan pelatihan yang tepat untuk menghindari tantangan di kemudian hari.”

Lee sangat prihatin dengan dampaknya terhadap kualitas dan integritas data. “Jika perusahaan menerapkan AI dan ChatGPT dalam kasus penggunaan yang salah dan dengan data yang buruk, akan ada konsekuensi yang parah, seperti penyalahgunaan, keluaran yang cacat, atau kebocoran data sensitif,” dia memperingatkan. “Hal ini dapat menyebabkan gangguan bisnis, terganggunya integritas data, dan ketidakpuasan pelanggan. Ada juga masalah terkait cara model dilatih dari waktu ke waktu -- jika model tersebut menggunakan data yang dihasilkan sendiri, hal ini dapat menyebabkan keruntuhan model.”

Namun, Lee memperkirakan sebagian besar produk dan layanan teknologi akan menggabungkan kemampuan AI generatif selama 12 bulan ke depan, “memperkenalkan cara-cara percakapan dalam menciptakan dan berkomunikasi dengan teknologi, yang mengarah pada demokratisasi. Teknologi solusi AI dapat memberikan tim Agile wawasan yang jelas dan dapat ditindaklanjuti, tepat sasaran. risiko, dan memberikan rekomendasi untuk menyelesaikan masalah.”