طرحت Raiffeisenbank وكلاء الذكاء الاصطناعي لـ 500 مهندس، لكن السرعة لم تزيد. لماذا

خلصت Raiffeisenbank إلى الجزء الثاني من تجربة حول تطبيق الذكاء الاصطناعي في منظمة هندسية من 500 متخصص: التسريع المحلي للأدوار الفردية من خلال وكلاء البرمجة لم يغير المقاييس الرئيسية مثل Lead Time و Throughput و Defect Rate.

لماذا لم تسرع النماذج الموجهة سرعة الفريق

توزيع وكلاء البرمجة على المهندسين وحدهم لا يغير سرعة النظام — هذا هو استنتاج الجزء الأول من التجربة التي شاركتها Raiffeisenbank في مدونة على Habr. وفقاً للمؤلفين، يمكنك زيادة MAU LLM (المستخدمون النشطون شهرياً لنموذج اللغة)، ثم زيادة MAU API (عدد استدعاءات API)، توزيع وكلاء البرمجة على الأشخاص — وحتى الآن لا ترى تغييراً في ثلاثة مقاييس الهندسة: Lead Time (الوقت من الفكرة إلى النتيجة)، Throughput (معدل الإنتاجية لعملية التطوير)، و Defect Rate (نسبة الأخطاء في الكود المُطلق). هذه المقاييس الثلاثة هي مؤشر قياسي لصحة عملية الهندسة، وعدم تغيرها بعد التطبيق الضخم للذكاء الاصطناعي هو ما يسميه مؤلفو المدونة الاستنتاج الرئيسي للجزء الأول من التجربة.

• تغطي التجربة منظمة هندسية من 500 متخصص في Raiffeisenbank
• المقاييس التي لم تتغير بعد تطبيق الذكاء الاصطناعي: Lead Time و Throughput و Defect Rate
• يصطدم التسريع المحلي بالمتطلبات والمراجعة والاختبار والموافقات والفرق المجاورة والخبراء الأعمال
• الخطوة التالية للشركة هي الانتقال إلى Agentic Engineering

حيث يُفقد السرعة بالفعل

تسريع شخص واحد أو دور واحد لا يسرع النظام بأكمله — تمر المهمة بكل الخطوات المتبقية من العملية، كما يشرح مؤلفو مدونة Raiffeisenbank. قد يبدأ موظف واحد في القيام بجزئه أسرع، لكن النتيجة تظل تنتظر المراجعة والاختبار والموافقة أو قرار من فريق مجاور. يصف المؤلفون هذا بأنه مشكلة التحسين المحلي: تسريع حلقة واحدة في السلسلة الإنتاجية لا يغير الإنتاجية الكلية إذا كان الاختناق في مكان آخر من العملية — مع المراجعين أو المختبرين أو أقسام الموافقة.

"يمكن لشخص واحد أو دور واحد أن يبدأ في القيام بجزئهم أسرع، لكن المهمة تظل تنتظر المتطلبات والمراجعة والاختبار والموافقات والفرق المجاورة أو خبير أعمال", — ينص مدونة

Raiffeisenbank على Habr.

ما يأتي بعد: Agentic Engineering

لم توقف Raiffeisenbank عند توزيع الأدوات على المهندسين الأفراد وقررت المضي قدماً — في الاتجاه الذي تسميه الشركة Agentic Engineering. في الصناعة، يصف هذا المصطلح عادة الانتقال من مساعدات ذكاء اصطناعي نقطية لمطور واحد إلى وكلاء مدمجين في العملية على مستوى الفرق والمراحل، وليس فقط في أماكن العمل الفردية. ما الذي تقصده Raiffeisenbank بهذا المفهوم بالضبط وكيف ستحل مشكلة الموافقات وطوابير الانتظار بين الأدوار، تعد الشركة بالكشف عن ذلك في استمرار سلسلة المقالات على Habr — تُسمى المادة مباشرة الجزء الثاني من قصة تطبيق الذكاء الاصطناعي على 500 مهندس.

ما يعنيه هذا

توضح حالة Raiffeisenbank: توزيع أدوات الذكاء الاصطناعي على المهندسين واحداً تلو الآخر لا يسرع التطوير إذا ظلت الاختناقات عند الواجهات بين الأدوار والفرق — لا يظهر التأثير الحقيقي إلا عندما يؤثر التسريع على العملية بأكملها، وليس عمل شخص واحد.