Sztuczna inteligencja generatywna – rewolucja w zarządzaniu kodem legacy
Data publikacji: 26 grudnia 2024
Problem rotacji pracowników w branży IT
Branża technologiczna od lat zmaga się z problemem dużej rotacji pracowników. Analiza LinkedIn z 2022 roku wykazała, że firmy technologiczne notują wskaźnik rotacji na poziomie 12,9%, znacznie przewyższając średnią dla wszystkich branż, która wynosi 10,6%. Zjawisko to, choć z pozoru negatywne, wynika z dynamicznej natury branży, gdzie specjaliści IT często poszukują projektów z nowoczesnymi technologiami lub elastyczniejszymi warunkami pracy. Z kolei firmy, chcąc pozostać konkurencyjne, stale dostosowują swoje zespoły do aktualnych potrzeb biznesowych.
W takim środowisku dziedziczenie kodu legacy, czyli fragmentów kodu stworzonego przez nieobecnych już pracowników, staje się poważnym wyzwaniem. Brak dokumentacji lub komentarzy w kodzie skazuje programistów na żmudne odtwarzanie zamiarów poprzedników. To często prowadzi do marnowania czasu oraz przytłoczenia zespołów technicznych koniecznością koncentracji na naprawie „długu technologicznego”, zamiast na tworzeniu nowych funkcji i innowacji.
Przykład SAP i jego międzynarodowe wyzwania
Firma SAP, będąca globalnym liderem w tworzeniu oprogramowania biznesowego, doskonale ilustruje złożoność problemu legacy. Część jej kluczowych systemów została napisana w latach 90. XX wieku i była początkowo rozwijana w centralnym biurze w Niemczech. W tamtym czasie typowym podejściem było nazewnictwo elementów technicznych w języku niemieckim, co oznaczało np. „BUKRS” jako skrót od „Buchungskreis” (kod firmy) czy „GJAHR” od „Geschäftsjahr” (rok obrotowy).
Rozwój SAP na rynkach międzynarodowych – firma zatrudnia obecnie ponad 107 tysięcy pracowników w 157 krajach – spowodował, że takie stare systemy stają się przeszkodą w efektywnym działaniu współczesnych, wielokulturowych zespołów technicznych. To jeden z wielu przykładów, jak dziedzictwo technologiczne może komplikować współczesne procesy biznesowe.
Generatywna sztuczna inteligencja jako narzędzie walki z kodem legacy
Generatywna sztuczna inteligencja (AI) pojawia się jako kluczowe rozwiązanie problemu związanego z kodem legacy. Jej potencjał opiera się na modelach językowych (LLM), które pierwotnie zostały zaprojektowane do przetwarzania języków naturalnych, ale doskonale radzą sobie również z analizą składni kodu, identyfikacją kontekstów biznesowych oraz zależności w systemach.
Modele AI, szkolone na ogromnych zbiorach danych obejmujących kod, dokumentację techniczną i treści w języku naturalnym, mogą dostarczać wyjaśnienia dotyczące funkcji kodu, wykrywać zależności między jego komponentami oraz sugerować sposoby optymalizacji. Dzięki temu programiści mogą szybciej zrozumieć dziedziczony kod, oszczędzając czas potrzebny na „odkrywanie” logiki biznesowej i zmniejszając poziom frustracji spowodowany brakiem dokumentacji.
Przykład zastosowania AI w SAP
SAP wdrożyło swoją własną generatywną AI o nazwie Joule, która specjalizuje się w analizie kodu i wspieraniu programistów. Joule, oparta na języku ABAP i zintegrowana z chmurą SAP, pozwala deweloperom na prostą interakcję w czasie rzeczywistym. Dzięki tej technologii programiści mogą w łatwy sposób uzyskać objaśnienie funkcji lub metody poprzez bezpośrednie pytanie w naturalnym języku, a także generować jednostkowe testy czy RESTful biznesowe obiekty na podstawie dostarczonego kodu.
SAP zapowiedziało również, że do 2025 roku Joule będzie w pełni zintegrowana z narzędziami ABAP Development Tools w środowisku Eclipse, co jeszcze bardziej usprawni proces przekształcania skomplikowanego kodu legacy w bardziej przejrzyste rozwiązania.
Nowa era w IT: mniej długu technologicznego, więcej innowacji
Różnorodne wyzwania, jakie niesie za sobą rotacja pracowników i zarządzanie kodem legacy, przez lata spowalniały rozwój branży IT, zmuszając firmy do inwestowania ogromnych zasobów w utrzymanie starszych systemów. Rozwiązania oparte na sztucznej inteligencji generatywnej, takie jak Joule od SAP, oznaczają przełomowy moment w historii IT.
Dzięki możliwości wypełnienia luk w wiedzy instytucjonalnej, AI pozwala zespołom technicznym poświęcać więcej czasu na innowacje, a mniej na utrzymanie przestarzałych systemów. To przyszłość, w której programiści mogą działać efektywniej, a firmy szybciej dostarczać nowe funkcjonalności i wartość biznesową.
