通过给予开发人员探索人工智能的自由，组织可以重塑开发人员的角色并为未来的团队做好准备。
人工智能和就业的未来存在很多问号。但对于今天的开发人员来说，人工智能驱动的开发可以成为解决当今现实的解决方案：开发团队捉襟见肘，面临许多相互竞争的任务的挑战，几乎没有时间做他们喜欢的事情：开发软件。
毫不夸张地说，每个开发者最终都会成为人工智能开发者，但即使在今天，92% 的美国开发者已经使用AI编码工具工作之内和之外。这些人工智能工具并没有从根本上改变开发人员的工作。但它们提高了效率，节省了重复性任务、安全检查、频繁代码更改、编写测试、文档等方面的时间。现在，世界各地的工程团队面临的问题不是人工智能会对工程产生什么影响，而是人工智能会对工程产生什么影响。这是关于他们如何充分利用当今的人工智能。
企业如何在以人为本的同时拥抱人工智能
为了所有的承诺生成式人工智能人才仍然是每个组织最有价值的资产。人工智能提供了一个激发开发人员热情的机会，同时使他们能够引入集成系统，而无需占用更多时间。
不过，要做到这一点，开发人员能够获得正确的技术至关重要。我们强烈建议公司向开发人员提供人工智能驱动的生产力和协作工具的钥匙，让他们能够访问大语言模型来自不同提供商的法学硕士（LLM），并允许他们尝试帮助他们生成代码、创建数据模型和测试应用程序数据的副驾驶平台。
从沙箱到黑客马拉松等等，实施人工智能解决方案的方法有很多，其功能可以推动开发人员以新颖的方式利用该技术，从而获得有益的数据和见解。领导者越能帮助团队轻松采用人工智能工具，他们的境况就会越好。
在这里，我将概述组织在其开发团队探索人工智能时应考虑的三种方法。
拥抱开放生态系统方法
人工智能市场发展如此之快，以至于每个企业不太可能在其组织中拥有真正的人工智能专家。这就是为什么采取社区引导的方法很重要。通过邀请行业领导者与您的团队交谈，允许他们自己测试和探索人工智能工具，并促进与在线社区的交流，您将确保他们始终了解最新的内容。一个
我们已经在世界上看到了一些适用的人工智能用例，例如在联系之前使用法学硕士进行公司研究，或根据 LinkedIn 个人资料内容为需求生成活动创建个性化的出站电子邮件。发现这些一流的努力通常需要外部影响。如果您押注于三个月前建立并在内部推出的课程，那么您已经远远落后于市场。
在人工智能时代的当前阶段，组织应该优先考虑这种深思熟虑的、由外而内的方法，以确保他们的团队接触到最相关的内容。
建立人工智能探索框架
在快速发展的生成式人工智能领域，为有针对性且合规的使用奠定坚实的基础至关重要。通过开发一个考虑道德、数据使用、安全等问题的综合框架，公司可以确保其开发人员准备好应对人工智能领域出现的道德挑战。
组织可以通过简短、引人入胜的培训课程来展示人工智能的力量，并通过让工程之外的专家参与来了解新主题，从而建立这种集体理解。对于通常跨越团队和部门的人工智能项目，框架提供了一个标准化流程，可以促进多个团队之间的沟通和协作，尤其是在公司扩展其人工智能计划时。该框架将确保人工智能工作有助于战略优先事项，并明确定义成功指标和里程碑。
通过确保组织内的团队之间没有障碍，每个人都可以更快地产生想法，更快地做出购买决策，并在人工智能方面更快地改变方向。
让人工智能工作变得有趣
不过，组织不应止步于提供指导方针。公司可以提供的下一个最重要的事情是为开发人员提供安全的实验空间。这样做可以让他们挖掘生成人工智能的创造力和创新，鼓励他们释放想象力并突破技术的界限。
这种“不分昼夜”探索的感觉可以培养一种持续学习的文化，而没有结构化学习计划的僵化。最终，让开发人员感到自己有权探索、发挥人工智能工具并激发他们对人工智能工具的热情，这比强制执行“正确”的人工智能使用方式更重要。如果没有业务优先级的压力，开发人员更有可能采用新颖、创新的人工智能方法，从长远来看，这可能会带来红利。
通过为开发人员提供探索并帮助周围的每个人了解这些新工具的机会，组织可以让其开发团队为长期成功做好准备，同时利用当前围绕人工智能的势头。
转向人工智能辅助开发
开发人员每天都在寻找新的人工智能应用程序。但也许更重要的是，公司领导层了解人工智能如何改变开发人员的工作方式以及如何为他们的工程团队采用该技术变得至关重要。
开发人员对人工智能的热情越高，开发人员实施人工智能工具的能力越强，就越需要建立适合组织的框架并创建一个安全的空间来探索该技术。
通过给予开发人员探索人工智能的自由，并允许他们周围的每个人了解这些新工具，组织可以让他们的开发团队为长期成功做好准备，而不必屈服于炒作。
Andre Bechtold 担任高级副总裁兼解决方案和创新体验主管树液在那里，他为客户、合作伙伴和员工提供产品和解决方案学习和支持机会，并监督 SAP 学习、培训、客户演示和 SAP 体验中心。
Ø
生成式人工智能见解为技术领导者（包括供应商和其他外部贡献者）提供了一个探索和讨论生成人工智能的挑战和机遇的场所。选择范围广泛，从技术深入探讨到案例研究，再到专家意见，但也很主观，基于我们对哪些主题和处理方式最适合 InfoWorld 技术成熟的受众的判断。InfoWorld 不接受出版营销材料，并保留编辑所有贡献内容的权利。接触doug_dineley@foundryco.com。.