𝗙𝗲𝗮𝘁𝘂𝗿𝗲, 𝗖𝗮𝗽𝗮𝗯𝗶𝗹𝗶𝘁𝘆, 𝗼𝗿 𝗡𝗮𝘁𝗶𝘃𝗲: टीम्स AI ची व्याख्या कशा प्रकारे करतात

सॉफ्टवेअर टीम्स AI कडे तीन प्रकारे पाहतात. मार्केटिंग टीम्सपेक्षा इंजिनिअर्सना हा फरक अधिक वेगाने लक्षात येतो.

हे तीन प्रकार आहेत:

  • AI Feature: तुम्ही आधी व्यवस्थित चालत असलेल्या वर्कफ्लोमध्ये एक बटण जोडता. हे केवळ अतिरिक्त (additive) असते. यामुळे मूळ लॉजिकमध्ये कोणताही बदल होत नाही.
  • AI Capability: तुम्ही अनेक उत्पादनांमध्ये AI चा वापर करता. यामध्ये गुंतवणूक जास्त असते, परंतु मूळ आर्किटेक्चर हे AI येण्यापूर्वीचे असते.
  • AI Native: आर्किटेक्चरमध्ये पहिल्या दिवसापासूनच AI अस्तित्वात आहे असे मानले जाते. त्याशिवाय ही सिस्टीम कार्य करू शकत नाही.

विश्वासाच्या कारणास्तव हा फरक महत्त्वाचा आहे.

बहुतेक कंपन्या 'capability' टियरमध्ये येतात. त्या अस्तित्वात असलेल्या मॉडेलमध्ये बुद्धिमत्ता (intelligence) जोडतात. याउलट, AI-native कंपन्या बुद्धिमत्तेच्या भोवतीच मॉडेल तयार करतात.

तुम्ही एका प्रश्नाद्वारे AI-native टूल्सची चाचणी घेऊ शकता: ते टूल सर्वात आधी काय तयार करते?

कोड लिहिण्यापूर्वी ते सिस्टीम रिक्वायरमेंट, डेटाबेस स्कीमा किंवा API कॉन्ट्रॅक्ट तयार करते का? की ते आधी कोड जनरेट करते आणि नंतर स्ट्रक्चर तयार करण्याचा प्रयत्न करते?

खऱ्या AI-native सिस्टीम्स जनरेट करण्यापूर्वी डिझाइन करतात. यामुळे आउटपुटची पडताळणी करण्यासाठी एक स्ट्रक्चरल मार्ग तयार होतो.

हे अत्यंत महत्त्वाचे आहे कारण डेव्हलपर्सचा विश्वास कमी होत आहे.

डेटा एक विचित्र कल दर्शवतो:

  • २०२३ मध्ये, ७०% डेव्हलपर्सनी AI वापरले, ज्यामध्ये विश्वास पातळी ४०% होती.
  • २०२५ पर्यंत, वापर ८४% पर्यंत वाढला, परंतु विश्वास २९% पर्यंत खाली आला.

वापर वाढला आहे, पण आत्मविश्वास कमी झाला आहे. सहसा, एखाद्या टूलचा वापर जितका जास्त होतो, तितका तुमचा त्यावरचा विश्वास वाढतो. पण AI च्या बाबतीत नेमके उलट घडत आहे. इंजिनिअर्स त्याचा जितका जास्त वापर करतात, तितकेच त्यांना प्रोडक्शनमध्ये ते कुठे चुकते हे अधिक स्पष्टपणे दिसते.

Features मध्ये त्रुटी पकडण्यासाठी आवश्यक आर्किटेक्चर नसते. ते असे आउटपुट देतात जे ऐकायला योग्य वाटते, परंतु त्याला स्ट्रक्चरल पुरावा नसतो.

AI-native सिस्टीम्समध्ये 'spec' किंवा 'dependency graph' समाविष्ट असतो. सिस्टीम AI आउटपुटची पडताळणी एका प्लॅननुसार करते. आउटपुट पटण्यासारखे वाटले म्हणून ती केवळ त्यावर विश्वास ठेवत नाही.

एखाद्या टूलमध्ये AI आहे का, असे विचारणे थांबवा. आता प्रत्येक गोष्टीत AI आहे.

क्रमाबद्दल (sequencing) विचारा. टूल आधी स्ट्रक्चर तयार करते की कोड?

जेव्हा जोखीम जास्त असते, तेव्हा ते टूल उपयुक्त राहील की नाही, हे या उत्तरावरून समजते.

स्रोत: https://dev.to/8080_ai/feature-capability-or-native-how-software-teams-define-ai-4k0h