Coraz częściej dostajemy z rynku ten sam sygnał: firmy inwestują w AI, ale nie widzą oczekiwanego wzrostu efektywności.
Wygląda to mniej więcej tak: Programiści dostali narzędzia AI, które miały wyraźnie przyspieszyć ich pracę. Minął kwartał, a tempo rozwoju produktu prawie się nie zmieniło. Wzrosły za to koszty, bo do pensji doszły wydatki na licencje i tokeny.
Łatwo w takiej sytuacji dojść do wniosku, że AI po prostu nie działa.
Tylko że my widzimy w zespołach Pragmatic Coders coś zupełnie innego.
Na poprzednich webinarach pokazywaliśmy, że po dostosowaniu procesów do tempa pracy z AI nasze zespoły zaczęły dostarczać 4x więcej user stories w tym samym czasie.
I właśnie wtedy dużo wyraźniej zobaczyliśmy, co naprawdę ogranicza tempo rozwoju oprogramowania.
Bo kiedy programiści zaczynają dowozić kilka razy szybciej, samo kodowanie przestaje być problemem. Problemem zaczyna być to, czy Product Owner nadąża z przygotowywaniem kolejnych wartościowych zadań. Czy biznes wystarczająco szybko daje feedback. Czy decyzje zapadają, zanim zespół zacznie budować na podstawie błędnego założenia.
U nas dwutygodniowe sprinty przestały pasować do nowego tempa pracy. Zakres zmian wprowadzonych w ciągu 2 tygodni był tak duży, że samo ich przejrzenie i zebranie feedbacku zajmowało kilka godzin. Dlatego musieliśmy skrócić iteracje i zmienić sposób współpracy z biznesem.
I tu dochodzimy do sedna.
AI może przyspieszyć jeden element procesu kilkukrotnie. Ale jeśli pozostałe nadal działają w starym tempie, to one stają się nowym wąskim gardłem.
Dlatego samo kupienie programistom Cursora, Claude'a czy Copilota nie wystarczy. Niejasne wymagania, wolny feedback czy system legacy mogą bardzo szybko przejąć rolę wąskiego gardła.
I właśnie o tym będzie nasz kolejny webinar.
9 września o 18:00 pokażemy, dlaczego szybsze kodowanie z AI często nie przekłada się na szybszy rozwój produktu, jak znaleźć wąskie gardła, które ten rozwój blokują, i przede wszystkim jak je usunąć.
👉 LINK DO ZAPISÓW: https://bit.ly/4gN6xKT