Jak zarządzać wiedzą, żeby w pełni wykorzystać potencjał AI w SDLC?

Możesz wdrożyć najlepsze AI do developmentu, ale bez dobrego zarządzania wiedzą w projekcie nie wyciągniesz z niego więcej niż 30% potencjału. 
ㅤ

AI potrafi dziś przyspieszyć pracę developerów nawet kilkukrotnie. Ale gdy zespół zaczyna kodować 3 razy szybciej, Product Owner przestaje nadążać z przygotowywaniem backlogu - a rosnąca ilość informacji o produkcie utrudnia podejmowanie decyzji. 
ㅤ

Bez solidnie zbudowanej bazy wiedzy taki projekt skazany jest na porażkę.
ㅤ

Jak więc zorganizować cały proces SDLC, żeby rzeczywiście wykorzystać potencjał AI?
ㅤ

W Pragmatic Coders zaczęliśmy eksperymentować z wykorzystaniem AI do zarządzania wiedzą produktową jeszcze zanim narzędzia AI osiągnęły dzisiejsze możliwości w zakresie kodowania. Tak powstał nasz autorski system PKM (Product Knowledge Management), który z czasem połączyliśmy z podejściem Specification-Driven Development (SDD).
ㅤ

Dziś wykorzystujemy to połączenie do budowania spójnego procesu, w którym agenci AI pomagają przekształcać rozmowy z klientami, zgłoszenia użytkowników i decyzje produktowe w uporządkowaną wiedzę, scenariusze i specyfikacje wykorzystywane podczas developmentu.

Podczas webinaru pokażemy:

• Dlaczego samo AI coding nie wystarcza? Jak w praktyce przyspieszenie developmentu ujawniło ograniczenia w przygotowywaniu wymagań i zarządzaniu wiedzą.
• Jak działa nasz autorski system PKM? W jaki sposób agenci AI przetwarzają transkrypcje spotkań, rozmowy i zgłoszenia użytkowników, wyodrębniają fakty, pomysły i decyzje oraz budują powiązany model wiedzy o produkcie.
• Jak łączymy PKM z SDD? Jak wykorzystujemy Markdown, scenariusze Gherkin i integrację z Jirą do przygotowywania wymagań i specyfikacji, z których korzystają developerzy oraz agenci kodujący.
• Jak zmieniła się praca zespołu? Dlaczego developerzy zaczęli współtworzyć specyfikacje, a Product Owner odzyskał czas na strategię, kontakt z użytkownikami i podejmowanie decyzji biznesowych.
• Jakie problemy pojawiły się po wdrożeniu? Jak radzimy sobie z narastającymi rozbieżnościami między wiedzą produktową a implementacją i dlaczego pracujemy nad automatyczną weryfikacją ich zgodności.
• Ile to wszystko kosztuje? Czy dopłacamy miliony za tokeny, czy może wystarczy średnia subskrypcja?

  

Live demo: od feedbacku użytkownika do wymagań dla agentów AI

Pokażemy na żywo nasz system PKM i jego wykorzystanie w procesie SDLC.

Zobaczysz, jak informacja pochodząca z rozmowy lub zgłoszenia użytkownika jest przetwarzana przez agenta AI, jak powstają powiązane elementy wiedzy i scenariusze Gherkin oraz jak ten kontekst trafia do backlogu i jest wykorzystywany podczas przygotowywania specyfikacji do developmentu.
ㅤ

👨‍💼 Dla kogo?

Dla CTO, CPO, Engineering Managerów, Tech Leadów, Product Ownerów i Product Managerów, Scrum Masterów, Software Architektów, Developerów, którzy wdrażają AI do procesu wytwarzania oprogramowania i chcą zwiększyć efektywność całego SDLC, a nie tylko etapu kodowania.