详细内容或原文请订阅后点击阅览
不要自动化你的护城河：将人工智能自主权与风险和竞争风险相匹配
不久前我正在和一家资金雄厚的公司的一位高级工程师交谈。我请他向我介绍他们产品核心的关键算法，该算法每秒运行数百次，直接影响客户的结果。他停顿了一下说：“老实说，我不太确定它是如何工作的。[...]
来源:O'Reilly Media _AI & ML不久前我正在和一家资金雄厚的公司的一位高级工程师交谈。我请他向我介绍他们产品核心的关键算法，该算法每秒运行数百次，直接影响客户的结果。他停顿了一下说：“老实说，我不太确定它是如何工作的。人工智能写的。”
几周后，另一家公司的另一位工程师接到传呼，询问系统故障。他启动了失败的服务，并意识到他不知道它已连接到数据库。三个月前，一位同事接受了人工智能生成的 PR，增加了这种依赖性。测试通过了。这一变化从未被记录下来。最初的工程师离开了，知识也丢失了。
这些并不是新故事。工程师总是继承他们未完全构建的系统。新鲜的是伪装和速度。人工智能是一个了不起的推动者。组织必须采用它才能保持相关性。然而，新兴的模式——描述你想要什么，让代理迭代直到它起作用，用代币而不是工程时间来支付——在功能上是一种穿着构建服装的购买决策。该代码位于您的存储库中。您的工程师合并了 PR。感觉就像是你建造的。但是，如果您的团队中没有人理解它为何如此工作，那么您就从无法致电的供应商处购买了无法维护的依赖项。
重要的问题不是“人工智能能做到这一点吗？”如果今天做不到，明天就可以。接下来的论点并不取决于人工智能生成代码的质量。本文涵盖了大多数工程组织从未同时问过的两个问题。大多数团队都会针对速度进行优化，并且从不询问他们在此过程中面临什么风险或付出什么。这些未提出的问题之间的差距正是已经犯下最昂贵错误的地方。
第 1 部分：二维。速度也不是。
更快地行动很重要。但光是速度就忽略了决定人工智能自主是否有助于或损害您的业务的两个维度。