Iluzja "wolnego" kodu
Łatwo dać się porwać urokowi kodu tworzonego przez sztuczną inteligencję, który jest szybki, niedrogi i “wystarczająco dobry”. Problem w tym wszystkim jest jednak taki, że:
• Sztuczna inteligencja nie rozumie reguł biznesowych.
• Dla sztucznej inteligencji nie ma znaczenia, jak skalowalny jest Twój zestaw technologii.
• Sztuczna inteligencja nie jest weryfikowana pod kątem przypadków skrajnych, bezpieczeństwa ani pragmatycznego realizmu.
Oznacza to, że tak naprawdę próbujesz stworzyć coś, co wygląda jak “oprogramowanie”. A bądźmy poważni: kiedy “prawdziwi użytkownicy” zaczynają “klikać, wyszukiwać i płacić”, wszystko zaczyna się psuć.
Następnie dochodzi się do wniosku, że “utrzymanie” tego rodzaju produktu wiąże się z wyższymi kosztami w porównaniu z kosztami poniesionymi w trakcie jego prawidłowego projektowania za pierwszym razem.
Wstęp
Kod generowany przez sztuczną inteligencję również cieszy się piętnastoma dniami sławy. GitHub Copilot i ChatGPT pozwalają na implementację kompletnych funkcji, modułów i projektów MVP w ułamku czasu w porównaniu z kodem tworzonym przez programistę. Czego więcej może chcieć startup?
Ale tu jest haczyk: produkty nie tylko rozwijają się szybciej dzięki sztucznej inteligencji, ale także zastawiają pułapki w kodzie. I uwierz mi, gdy tylko wprowadzisz je na rynek, zrobią furorę.
“Zdecydowanie zaobserwowaliśmy ten trend w Appricotsoft. Założyciele, zwłaszcza ci, którzy nie mają rozległej wiedzy technicznej, zaczynają z wielkim entuzjazmem do rozwoju sztucznej inteligencji, ale jednocześnie są sfrustrowani długoterminowymi kosztami. Prawda jest taka, że koszt przyszłości firmy wykracza daleko poza dolary i centy”.”
Przyjrzyjmy się teraz bliżej podstawowym kosztom utrzymania produktów generowanych przez sztuczną inteligencję i temu, jak uniknąć tej pułapki.
1. Kod, który jest trudny do zrozumienia (nawet dla członków Twojego zespołu)
“Kod napisany przez sztuczną inteligencję zazwyczaj nie jest spójny, ma strukturę i dokumentację. Na razie robi to, co trzeba, ale poproś starszego programistę o jego modyfikację lub naprawę za trzy miesiące, a usłyszysz:”
“Co to w ogóle robi?”
Oznacza to, że czas potrzebny na przeprowadzenie procesu onboardingu jest dłuższy. To z kolei oznacza, że czas poświęcony na proces rozwoju jest dłuższy. Co więcej, kod ma większe prawdopodobieństwo występowania błędów. Im więcej czasu programiści marnują na próby…
Wskazówka: Wczesna analiza jakości kodu może pomóc zidentyfikować obszary problemowe, zanim staną się one problemem systemowym
2. Luki w zabezpieczeniach są wbudowane
Sztuczna inteligencja nie myśli jak haker. Nie potrafi przewidzieć, w jaki sposób atakujący mogą nadużyć oprogramowania. Może to prowadzić do poważnych luk w zabezpieczeniach oprogramowania, od braku weryfikacji uwierzytelniania po ujawnienie zakodowanego na stałe uwierzytelniania.
Według badań przeprowadzonych przez Stanford i OpenAI w 2023 r., wykorzystanie kodu sztucznej inteligencji wiąże się ze wzrostem liczby luk w zabezpieczeniach w porównaniu z wykorzystaniem kodu stworzonego przez człowieka.
Dlatego “jeśli działasz w branży technologii finansowych, technologii medycznych lub w jakikolwiek sposób przetwarzasz wrażliwe dane”, bądź ostrożny: “krótkoterminowe zyski mogą szybko przerodzić się w katastrofę wizerunkową (lub coś gorszego) w przyszłości”.”
Zawsze zaleca się przeprowadzenie bezpiecznego przeglądu kodu sztucznej inteligencji przed jej uruchomieniem. Zapobieganie jest lepsze niż leczenie i jest znacznie tańsze.
3. Techniczna kula śnieżna
Twój MVP został uruchomiony. “Działa”. Ludzie zaczynają się zapisywać. Następuje wzrost.
A potem chcesz dodać funkcję. Twoi programiści powiedzą: “Najpierw musimy przebudować ogromny fragment systemu”.”
Dlaczego? Dzieje się tak, ponieważ produkty oparte na sztucznej inteligencji często przedkładają skróty nad architekturę. Słaba architektura skutkuje długiem technologicznym, który mnoży się z każdym sprintem.
Appricotsoft pomógł również swoim klientom uporządkować projekty, w których kod AI pochłaniał nawet 60% czasu programowania.
POWIĄZANE ARTYKUŁY: Sztuczna inteligencja lubi złą architekturę – i zaszkodzi ci w przyszłości – zagadnienia związane z zastosowaniem sztucznej inteligencji w budowaniu MVP.
4. Skalowanie bolesne – albo wcale
Być może uda Ci się dojść do 1000. Ale jak skalować firmę, gdy masz 100 000 użytkowników?
• Wiele interfejsów API zmaga się z presją
• Schematy buforowania nie istnieją.
• Nie ma normalizacji.
• Aplikacja zaczyna się przesuwać lub po prostu ulega awarii.
Skala nie jest w planach sztucznej inteligencji. Budują na razie. Jednak Twoi inwestorzy i klienci oczekują zabezpieczenia na przyszłość.
Startupy, które dopiero się rozwijają, zazwyczaj potrzebują audytu technologicznego pod kątem skalowalności, zanim zdecydują się na kolejną rundę finansowania. Zapewniamy to w ramach naszych usług audytu oprogramowania.
5. Ukryte koszty najbardziej dotykają założycieli bez wykształcenia technicznego
Jeśli nie rozumiesz strony technicznej, to AI jest supermocą. I odwrotnie, AI może być również twoim ślepym punktem.
Widzieliśmy też, jak założyciele firm, którzy nie mieli dostępu do technologii, zlecali produkcję systemom komputerowym ze sztuczną inteligencją lub “działowi programistycznemu AI-first”, a później, po uświadomieniu sobie bałaganu, jaki wyrządziła sztuczna inteligencja, zatrudniali ludzki dział programistyczny.
To prowadzi do:
• Przekrzywione mapy drogowe
• Nadszarpnięte zaufanie użytkowników
• Dodatkowe wydatki, których nie uwzględniono w budżecie.
A co najgorsze – wypalenie zawodowe i dynamika zostają utracone.
Nie rób tego sam. Nawet jeśli po Twojej stronie znajduje się technologia taka jak sztuczna inteligencja, niezawodny partner ds. rozwoju, taki jak Appricotsoft, zapewni Ci przejrzysty obraz, rozliczalność i spokój na przyszłość.
A jaka jest jaśniejsza droga?
Nie jesteśmy przeciwni sztucznej inteligencji. Wręcz przeciwnie, obecnie wykorzystujemy różne narzędzia AI, aby przyspieszyć produkcję kodu szablonowego i jego testowanie. Kluczowa różnica polega na tym, że:
Uważamy, że sztuczna inteligencja to narzędzie, a nie programista.
“W Appricotsoft pasjonujemy się tworzeniem oprogramowania, z którego jesteśmy dumni. Od samego początku integrujemy zalety technologii automatyzacji z ludzkim doświadczeniem, obszerną dokumentacją i skalowalną architekturą”.”
Nasze możliwości audytu i przeglądu kodu przynoszą założycielom następujące korzyści:
✔ Sprawdź poprawność kodu wygenerowanego przez sztuczną inteligencję przed wdrożeniem go do produkcji
✔ Identyfikuj krytyczne błędy, rozbieżności i luki w zabezpieczeniach
✔ Przekształcanie systemów podatnych na awarie w systemy łatwe w utrzymaniu i skalowalne
✔ Nie płać dwa razy za ‘naprawę i refaktoryzację’ później
Chcesz dowiedzieć się, jak pomogliśmy założycielom takim jak Ty? Sprawdź ten wpis: Jak zweryfikować kod wygenerowany przez sztuczną inteligencję przed wysyłką
Wniosek: Sztuczna inteligencja jest szybka. Ale prawdziwe oprogramowanie dba o nią.
Istnieje pokusa, by po prostu sprintować z AI. Ale jeśli pracujesz nad produktem dla rzeczywistych użytkowników i dla rzeczywistego wzrostu, jakość, łatwość utrzymania i architektura mają znaczenie – i to duże.
Koszt utrzymania produktów AI może być nie tylko ukryty, ale także wzrastać z każdą zaniedbaną linią kodu, każdym przeoczonym błędem i każdym pójściem na łatwiznę.
W Appricotsoft pomagamy założycielom w tworzeniu czegoś, co przetrwa. Czegoś, co będzie skalowalne. Czegoś, co z dumą możemy powiedzieć: “To my to stworzyliśmy”.”
Teraz stwórzmy coś, z czego będziesz dumny. Porozmawiajmy.
