𝗙𝗲𝗮𝘁𝘂𝗿𝗲, 𝗖𝗮𝗽𝗮𝗯𝗶𝗹𝗶𝘁𝘆, 𝗼𝗿 𝗡𝗮𝘁𝗶𝘃𝗲: सॉफ्टवेअर टीम्स AI ची व्याख्या कशा प्रकारे करतात
सॉफ्टवेअर टीम्स AI कडे तीन प्रकारे पाहतात. मार्केटिंग टीम्सपेक्षा इंजिनिअर्सना यातील फरक अधिक वेगाने लक्षात येतो.
AI Feature AI feature म्हणजे वर्कफ्लोमध्ये एखादे साधन (tool) जोडणे. त्या वैशिष्ट्याशिवायही उत्पादन व्यवस्थित काम करत होते. उदाहरणांमध्ये "Summarize" बटण किंवा मीटिंग नोट्स यांचा समावेश होतो. ही वैशिष्ट्ये तयार करणे सोपे असते पण ती टिकवून ठेवणे कठीण असते. तंत्रज्ञान सर्वत्र उपलब्ध झाल्यावर मोठी प्लॅटफॉर्म्स अनेकदा ही वैशिष्ट्ये स्वतःमध्ये सामावून घेतात.
AI Capability जेव्हा एखादी कंपनी अनेक उत्पादनांमध्ये AI चा वापर करते, तेव्हा त्याला AI Capability म्हणतात. यामध्ये खरोखरच इंजिनिअरिंगचे काम असते. तथापि, मूळ आर्किटेक्चर (architecture) हे AI युगापूर्वीचेच असते. तुम्ही फक्त अस्तित्वात असलेल्या मॉडेलमध्ये बुद्धिमत्ता (intelligence) जोडू इच्छित आहात.
AI-Native AI-native उत्पादन असे गृहीत धरते की पहिल्या दिवसापासूनच AI अस्तित्वात आहे. त्याचे आर्किटेक्चर, डेटा फ्लो आणि डिझाइन यावर ते अवलंबून असते. AI शिवाय हे उत्पादन कार्य करू शकत नाही.
एखादे साधन AI-native आहे की नाही हे तुम्ही त्याच्या आउटपुटवरून तपासू शकता. ते साधन प्रथम आर्किटेक्चर, database schemas किंवा API contracts तयार करते का? की ते फक्त कोड जनरेट करते आणि स्ट्रक्चर व्यवस्थित काम करेल अशी आशा धरते?
खऱ्या AI-native सिस्टम्स कोड जनरेट करण्यापूर्वी डिझाइन तयार करतात. यामुळे चुका टाळता येतात.
सध्या उद्योगात एक मोठी समस्या आहे. डेव्हलपर्सचा विश्वास कमी होत असताना त्यांचा वापर वाढत आहे. २०२३ मध्ये, ७०% डेव्हलपर्सनी AI वापरले आणि ४०% लोकांनी त्यावर विश्वास ठेवला. २०२५ पर्यंत, वापर ८४% पर्यंत वाढला, परंतु विश्वास २९% पर्यंत खाली आला.
असे घडते कारण बहुतेक AI टूल्स केवळ 'features' आहेत. आउटपुट बरोबर आहे की नाही हे तपासण्यासाठी त्यांच्याकडे कोणतीही स्ट्रक्चरल पद्धत नसते. जेव्हा AI चूक करते, तेव्हा सिस्टममध्ये ती पकडण्यासाठी काहीही नसते.
AI-native सिस्टम्स ही समस्या सोडवतात. AI जे काही तयार करते, ते पडताळण्यासाठी ते specification किंवा test suite चा वापर करतात. आउटपुट ऐकायला योग्य वाटते म्हणून ते त्यावर आंधळा विश्वास ठेवत नाहीत.
इंजिनिअरिंग लीड्सनी एखादे साधन AI युक्त आहे का, असे विचारणे थांबवले पाहिजे. आता जवळजवळ प्रत्येक साधनात ते उपलब्ध आहे. त्याऐवजी, sequencing बद्दल विचारा.
ते साधन प्रथम स्ट्रक्चर तयार करते की कोड?
जर एखादे साधन अंमलबजावणीपूर्वी (implementation) आर्किटेक्चर तयार करत असेल, तर प्रोडक्शनमध्ये ते अधिक विश्वसनीय असण्याची शक्यता असते.
Source: https://dev.to/8080_ai/feature-capability-or-native-how-software-teams-define-ai-4k0h
Optional learning community: https://t.me/GyaanSetuAi