Je vlastně docela zajímavé, co se teď mění

Jak AI urychluje vývoj i implementaci informačních systémů, aniž by nahrazovala metodiku, expertizu a algoritmickou přesnost. Proč je klíčové, že systémy zůstávají srozumitelné, udržitelné a dlouhodobě rozvíjitelné.

background-implicit

Historicky už dlouhou řadu let používáme replikátor pro automatizaci tvorby informačních systémů, hlavně těch klíčových core systémů. Jenže dřív jsme museli samotný replikátor, jeho knihovny a související nástroje dělat hodně ručně. Byla to poctivá expertní práce, ale pomalá.

Dnes se tahle část dá opravdu výrazně urychlit asistovaným vývojem. A aby toho nebylo málo, nekončí to jen u vývoje platformy. Stejně důležitá je i asistovaná implementace.

Došlo mi to ve chvíli, kdy jsem volal kolegyni a ona úplně samozřejmě popisovala, jak si posílá vstupy a výstupy implementace, jak si vypomáhá s analýzami, kontrolami a testy. Najednou jsem si uvědomil, jak moc se způsob práce změnil. Co dřív znamenalo dlouhé ruční ověřování a přemýšlení nad každým detailem, dnes může mít mnohem rychlejší analytickou oporu v integrovaných nástrojích.

A právě tu sledují kolegu, který řeší vývoj platformy. Šetří spoustu času asistovaným vývojem něčeho, co pak na konci dne algoritmicky, přesně a bez přímé účasti vývojáře samo (strojově) tvoří konkrétní části informačních systémů. To je na tom podle mě zásadní: AI pomáhá zrychlit vývoj stroje, ale samotný výstup pořád nevzniká náhodně. Nevzniká jako nějaký nečitelný AI výsledek, kterému nikdo nerozumí. Pořád přesně víme, jak ty systémy fungují.

A právě v tom mi přijde, že je najednou všechno trochu jinak.

AI skutečně pomáhá. Pomáhá vývojářům, pomáhá implementátorům, pomáhá při analýze, testování i tvorbě nástrojů. Ale kdyby ji zítra někdo vypnul, ty systémy poběží dál. Bude možné je dál tvořit, udržovat a rozvíjet. Jen by to šlo zase o poznání pomaleji.

Základ totiž zůstává stejný: systematické metody, automatizovaná distribuce kódu, přesné definice, upgrade existujících částí systému i tvorba nových částí podle pravidel. Algoritmická exaktnost zůstává.

A to mě na tom vlastně baví nejvíc. AI do toho přináší obrovské zrychlení, ale nenahrazuje podstatu. Pořád tam zůstává expertní znalost vývojářů, doménová znalost implementátorů a přesná metodika, díky které víme, co stavíme, proč to stavíme a jak to bude fungovat.

Viz též Jak vznikají Flexideo aplikace.

Další články

Metoda přirozené postupné adaptace znamená, že se systém přizpůsobuje firmě, ne firma systému. Nezačínáme velkou digitalizací, ale konkrétním problémem v provozu. V nástrojářské výrobní firmě například stačilo vyřešit potvrzování spuštění menších výrobních sérií mezi technologem a kontrolorem kvality.

Zjistit více
Všechny články