Ovdje 46 AI agenata radi zajedno. Kako će se promijeniti posao developera?

Ovdje 46 AI agenata radi zajedno. Kako će se promijeniti posao developera?

AI agenti više nisu samo asistenti koji pišu kod ili odgovaraju na pitanja. Što se događa kada 46 AI agenata sudjeluje u razvoju softvera, koliko im autonomije možemo prepustiti i koje će vještine inženjeri trebati u svijetu u kojem AI preuzima sve veći dio posla?

AI agenti više nisu samo eksperimentalna tehnologija. U Ericssonu Nikoli Tesli već ih koriste kroz različite faze razvoja softvera, a sljedeći je korak odrediti koliko im samostalnosti prepustiti. O tome kako agenti mijenjaju razvoj softvera, što će se dogoditi s ulogom inženjera i zašto odgovornost uvijek ostaje na ljudima razgovarali smo s Jelenom Jurišić, CTO-om Ericssona Nikole Tesle, na konferenciji Automation Summit u Splitu.

Molimo da prihvatite sve kolačiće kako biste mogli vidjeti ovaj sadržaj

Ne sluša vam se ili ne gleda? Zahvaljujući AI-ju, donosimo najvažnije momente!

AI nije samo alat koji nam pomaže u radu

Marin: Danas govorimo o prijelazu s pristupa human in the loop na AI in the loop. Što se konkretno mijenja kada AI više ne čeka čovjekovo odobrenje, nego sam donosi odluke i izvršava zadatke?

Jelena: Mijenja se jako puno toga. Neki kažu da je umjetna inteligencija samo još jedan alat, ali ja je vidim kao novu tehnološku revoluciju koja će značajno promijeniti način na koji radimo i funkcioniramo.

Volim se vratiti u prošlost i sjetiti se 2009. godine, kada je izašao novi iPhone i stavio nam računalo u džep. Tada je bila popularna fraza: There’s an app for that. Posljednjih tridesetak godina na poslovne probleme odgovarali smo novim aplikacijama.

Mi smo računalu davali instrukcije, definirali korake, klikali i prolazili kroz izbornike. Sada se taj pristup mijenja. Više ne definiramo svaki korak, nego cilj koji želimo postići, a umjetnoj inteligenciji prepuštamo da odredi kako do njega doći.

Pitanje će biti koliko slobode želimo dati umjetnoj inteligenciji i koju ćemo joj razinu autonomije dopustiti.

Marin: Gdje je danas granica između AI asistenta, automatizacije i pravog AI agenta?

Jelena: Automatizaciju smo imali i prije generativne umjetne inteligencije. Strojevima ili računalima davali smo jasne instrukcije, a oni su ponavljali unaprijed definirani slijed koraka.

Razliku između asistenta i agenta najlakše je objasniti primjerom odlaska u kino. Ako pitam ChatGPT koji se akcijski filmovi prikazuju i zatražim preporuku, on može pretražiti ponudu, pogledati recenzije i predložiti mi film.

Ali neće nužno rezervirati sjedala i kupiti karte. Tu dolazi agent kojem mogu reći da želim sjedala u trećem redu, karte za sebe i dijete te da ne želim potrošiti više od 15 eura. Agent tada obavlja te aktivnosti u moje ime.

Važno je razlikovati samog agenta od njegove autonomije. Agent može izvršavati aktivnosti i određivati slijed koraka potreban za ostvarenje cilja, ali pitanje je koliko toga radi samostalno, a u kojim situacijama čovjek mora biti uključen.

Kako Ericsson Nikola Tesla koristi 46 AI agenata

Marin: Možemo li prijeći na konkretan primjer iz Ericssona Nikole Tesle? Kako ste počeli uvoditi AI u razvoj softvera?

Jelena: Ericsson Nikola Tesla prvenstveno se bavi razvojem softvera. Imamo oko 2000 inženjera koji svakodnevno rade na njegovu razvoju, pa nam je prioritet bio razumjeti kako će umjetna inteligencija utjecati na taj proces.

Krenuli smo od povećanja primjene AI-ja među zaposlenicima. Developeri su počeli koristiti alate za pomoć pri pisanju koda i došli smo do faze u kojoj se kod proizvodi brže.

No vrlo brzo pokazalo se da automatizacija samo jednog koraka prebacuje usko grlo negdje drugdje. Možemo brže generirati kod, ali i dalje čekati na ručni pregled koda. Ili developer radi brže, ali zahtjevi poslovnih analitičara ne stižu dovoljno brzo da bi mogao nastaviti.

Zato smo definirali ono što nazivamo agentic software development lifecycle. Uveli smo 46 agenata koji pokrivaju različite faze razvoja softvera: od definiranja zahtjeva i dizajna preko razvoja, testiranja i isporuke u produkciju do održavanja, ispravljanja pogrešaka i nadogradnji.

U taj proces uključili smo i druge uloge, poput projektnih menadžera, arhitekata rješenja i poslovnih analitičara. Ne govorimo, dakle, samo o jednom agentu koji pomaže developeru napisati kod, nego o agentima koji koordinirano rade kroz različite faze razvoja.

To je velika promjena načina na koji razvijamo softver. Ipak, još nemamo potpuno autonomnu AI tvornicu. Čovjek je i dalje uključen u proces, ali ne mora odobravati svaki korak, nego one koje smatramo poslovno kritičnima.

Marin: Kako onda odlučujete koliko autonomije dati agentu? Koje odluke može donositi samostalno, a koje mora pregledati čovjek?

Jelena: Odluku ne donosimo na temelju toga što je tehnološki moguće, nego na temelju rizika koji smo spremni preuzeti.

Ako pogrešna odluka agenta može imati neprihvatljive posljedice, nećemo mu je prepustiti. Isto vrijedi za procese u kojima pogrešku nije moguće jednostavno ispraviti ili u kojima nemamo jasne kriterije za mjerenje kvalitete.

U razvoju softvera agent, primjerice, može samostalno pripremiti slučajeve uporabe, odnosno dokumentaciju koja definira što softver treba raditi. No prije prelaska iz definiranja zahtjeva u fazu dizajna čovjek i dalje pregledava ono što smatramo arhitekturno važnim.

Ako bismo ručno pregledavali sve, stvorili bismo novo usko grlo. Zato moramo odrediti prioritete i uključiti ljude ondje gdje bi pogrešna odluka mogla izazvati neprihvatljiv rizik.

Marin: Koji će se poslovni procesi sljedeći moći prepustiti AI agentima?

Jelena: Prvo će to biti ponavljajući procesi, oni s jasno definiranim pravilima i manjim rizikom. Korisnička podrška dobar je primjer jer se ondje nalazi mnogo procesa u kojima se može postići visoka razina autonomije.

Trenutačno imamo mnogo pilot-projekata, a nešto manje stvarnih produkcijskih primjena. Trebat će nam vremena da steknemo sigurnost u to kako se sustavi ponašaju u produkciji. Kako modeli budu napredovali, a mi stjecali više iskustva, vjerujem da ćemo im prirodno prepuštati sve više autonomije.

Ipak, u osjetljivim područjima, uključujući visokorizične AI sustave, ljudski nadzor ostat će nužan.

Kako će AI agenti promijeniti posao softverskih inženjera?

Marin: Što se događa s ljudima i njihovim ulogama kada AI počne automatizirati zadatke i preuzimati čitave poslovne procese?

Jelena: Ne pripadam onima koji tvrde da će AI sutra svima uzeti posao i da više nećemo biti potrebni. S druge strane, trebamo biti realni i prihvatiti da će se određene uloge i poslovi promijeniti, a neki će i nestati.

U našem slučaju vidimo da se timovi mijenjaju. Sada imamo manje timove koji isporučuju više funkcionalnosti u jedinici vremena. Neke se uloge spajaju.

Mislim da će se u budućnosti, primjerice, spojiti uloge frontend i backend developera. Korisnici više neće nužno klikati kroz aplikacije, nego će agentima zadavati ciljeve, a oni će u pozadini koordinirati aktivnosti i komunicirati s drugim agentima.

To ne znači da će uloga softverskog developera nestati. I dalje će biti važna, ali će se promijeniti ono na što će se developeri fokusirati.

Marin: Ako će inženjeri sve više upravljati agentima, a manje se baviti samim pisanjem koda, koje će im vještine biti najvažnije?

Jelena: Tehnološko znanje i dalje će biti važno. Inženjeri će se više fokusirati na definiranje standarda i arhitekture, a manje samo na kodiranje.

Morat će imati i mnogo bolje domensko znanje, odnosno razumjeti poslovni problem i proces od početka do kraja. Kada agenti obavljaju velik dio posla, inženjer mora razumjeti širu sliku i implikacije odluka koje agent može donijeti.

Ipak, na prvo bih mjesto stavila kritičko razmišljanje i sposobnost rasuđivanja. Što agentima budemo davali više autonomije, to ćemo bolje morati procjenjivati rizike i kvalitetu njihovih rezultata.

Što mladi inženjeri trebaju znati za tržište rada?

Marin: Što biste savjetovali studentima koji tek izlaze na tržište rada i pitaju se koliko će im znanje stečeno na fakultetu biti korisno u svijetu u kojem AI preuzima sve više zadataka?

Jelena: Za sada sam optimistična jer s fakulteta već izlaze ljudi koje nazivamo AI native generacijom. Oni razumiju da umjetna inteligencija više nije stvar izbora. Ako želimo biti konkurentni, moramo svakodnevno razmišljati o tome kako svoj posao možemo obaviti bolje i učinkovitije uz pomoć AI-ja.

Najvažnije je raditi na širini znanja. Dijelove posla koji su vrlo usko specijalizirani i slijede strogo definirana pravila možda će biti najlakše zamijeniti umjetnom inteligencijom.

Zato će temeljna znanja ostati ključna. Važno je imati širinu i kontinuirano raditi na sebi, učiti nove stvari i stjecati nove vještine. S obzirom na brzinu razvoja umjetne inteligencije, spremnost na učenje bit će još važnija nego dosad.

No odgovornost nije samo na studentima i mladim inženjerima. Moramo transformirati i obrazovni sustav kako bi mladi na tržište rada dolazili spremni za ono što ono već očekuje od njih.

AI agenti već samostalno upravljaju dijelovima telekomunikacijskih mreža

Marin: Počeli li AI agenti već samostalno upravljati telekomunikacijskom infrastrukturom?

Jelena: To je zanimljivo pitanje jer je telekomunikacijska infrastruktura kritična i vrlo kompleksna. Parametri mreže, broj korisnika i dostupni resursi neprestano se mijenjaju, pa je tim promjenama potrebno upravljati u stvarnom vremenu.

Razvoj ide prema onome što nazivamo potpuno autonomnim mrežama. Put do toga nije jednostavan, ali postoje izolirani slučajevi u kojima je već postignuta četvrta razina autonomije.

Primjerice, na globalnoj razini Ericssona postoje primjene u praćenju potrošnje energije u radijskoj pristupnoj mreži i praćenju kvalitete 5G mreža. U tim slučajevima sustavi mogu samostalno djelovati i donositi određene odluke.

To je ipak daleko od potpuno autonomne mreže. Riječ je o pojedinačnim slučajevima uporabe u kojima je postignuta visoka razina autonomije, dok se razvoj cjelovitih autonomnih mreža nastavlja.

“Agentu možemo delegirati posao, ali ne i odgovornost”

Marin: Što se događa kada agent pogriješi? Tko onda snosi odgovornost?

Jelena: Volim reći da agentu možemo dati posao, delegirati mu posao, ali mu ne možemo delegirati odgovornost.

Odgovornost u svakoj situaciji ostaje na čovjeku, čak i kada imamo visoku razinu autonomije ili potpuno autonomni AI. Ljudi su odlučili da su uvjeti dovoljno jasno definirani i da sustav može tako funkcionirati.

Zato je čovjek odgovoran i kada agent samostalno izvršava zadatke. Autonomija ne znači da smo se odrekli odgovornosti za ono što sustav radi.

Hoćemo li uskoro imati osobnog AI agenta na mobitelu?

Marin: Što očekujete da ćemo moći raditi s AI agentima u sljedeće tri do pet godina?

Jelena: Mislim da nas očekuje jako puno toga. Ericsson Nikola Tesla radi i na razvoju tehnologija 5G, naprednog 5G-a i budućeg 6G-a, a velik dio našeg istraživačko-razvojnog centra radi za globalni Ericsson. Osim telekomunikacijskih tehnologija, prisutni smo i u digitalnoj transformaciji društva, kroz rješenja za javni i privatni sektor.

Jedna od stvari koju očekujem jest da ćemo na svojim mobilnim uređajima imati osobnog agenta. Mislim da bi on u budućim generacijama uređaja mogao postati standard.

Taj agent, uz naša dopuštenja i ograničenja, mogao bi pristupati digitalnom novčaniku s osobnim podacima i dokumentima te komunicirati s drugim agentima kako bi za nas obavljao različite usluge.

U javnom sektoru to bi, primjerice, moglo značiti da nakon rođenja djeteta agent samostalno odrađuje niz administrativnih koraka. Ne bismo morali znati kojoj se instituciji obratiti, koji obrazac ispuniti i kojim redoslijedom obaviti pojedine radnje.

Slično bi funkcionirao i jednostavniji primjer poput odlaska u kino. Agent bi, unutar granica koje smo sami postavili, mogao obaviti zadatak umjesto nas.

Marin: Dakle, više ne govorimo samo o AI-ju s kojim razgovaramo, nego o sustavu koji nas poznaje, ima pristup našim podacima i može djelovati u naše ime.

Jelena: Upravo tako. Važno je da sami definiramo granice unutar kojih agent može djelovati i što mu dopuštamo. To će biti važan dio načina na koji ćemo koristiti takve sustave.

Sukladno članku 94. Zakona o elektroničkim medijima, komentiranje članaka na Netokraciji dopušteno je samo korisnicima koji ostave svoje ime i prezime te mail adresu i prihvate pravila ponašanja.

Pravila ponašanja

Na Netokraciji za vas stvaramo kvalitetan, autorski potpisan sadržaj i zaista se veselimo vašim kvalitetnim, kontruktivnim komentarima. Poštujmo stoga jedni druge prilikom komentiranja, kao i Zakon, držeći se sljedećih pravila ponašanja:

  • Ne budite 💩: Nema vrijeđanja, diskriminiranja, ni psovanja (osim ako nije osobni izričaj, ali onda neka psovka bude općenita, a ne usmjerena prema nekome). Također, upoznajte se sa stavkom 2. članka 94. Zakona o elektroničkim medijima prije no što ostavite komentar.
  • Samo kvalitetna rasprava, manje trolanja: Ne morate se ni sa kim slagati, ali budite konstruktivni i doprinesite raspravi! Svako trolanje, flameanje, koliko god "plesalo" na granici, leti van.
  • Imenom i prezimenom, nismo Anonymous 👤: Autor sadržaja stoji iza svog sadržaja, stoga stojite i vi iza svog komentara. Koristimo ime i prezime te pravu email adresu.

Kako koristimo podatke koje ostavljate? Bacite oko na našu izjavu o privatnosti.

Sve ostale komentare ćemo s guštom spaliti, jer ne zaslužuju svoje mjesto na internetu.

Odgovori

Tvoja e-mail adresa neće biti objavljena.

Popularno

Vodič

Imate pretplatu na AI alate? Evo što računovođe kažu o ispravnom evidentiranju

U novoj kolumni Bruno Cvitanović, direktor računovodstvenog i konzultantskog servisa Brojevi objašnjava kako računovodstveno tretirati AI alate, što vrijedi za poduzetnike izvan sustava PDV-a i na koje pogreške treba paziti.

Veliki intervjui

Hrvatski dizajner napravio idealnu mobilnu igru za ribiče sa 76 pravih vrsta riba i 40 lokacija

Claude Code pisao je kod, Codex je pomogao s ilustracijama i tako je grafički dizajner osmislio mobilnu video igru za ribiče. No izraditi igru koja radi i osmisliti igru kojoj će ljubitelji ribolova vjerovati dvije su različite stvari.

Veliki intervjui

Ako AI može napraviti film ili igru, što ostaje kreativcima? Odgovara CEO Nanobita

Može li umjetna inteligencija promijeniti način na koji nastaju filmovi i igre, a da pritom ne žrtvujemo kvalitetu priče i kreativnu viziju? Nanobit već testira odgovor na to pitanje, razvijajući AI produkcijske procese koji otvaraju mogućnost stvaranja sadržaja velikom brzinom.

Što ste propustili

Netokracija Podcast

Hrvatska planira uložiti 932 milijuna eura u umjetnu inteligenciju

U novoj epizodi Netokracija Podcasta razgovaramo o hrvatskom Nacionalnom planu za razvoj umjetne inteligencije, u koji se do 2032. planira uložiti 932 milijuna eura, a dotaknuli smo se i globalne AI utrke gdje se troše milijarde.

Analiza

Kako Hrvatska oblikuje stajališta o europskim digitalnim zakonima?

Europski digitalni propisi oblikuju se puno prije nego što stignu na stol europskih institucija. Hrvatska pritom ima priliku zastupati vlastite interese, ali i uključiti domaću tehnološku industriju u pripremu nacionalnih stajališta. Istražili smo kako taj proces izgleda, ali i što bi moglo bolje.

Veliki intervjui

Digitalna pomoć za roditelje: aplikacija za dječja igrališta, zdravlje i obiteljske aktivnosti

Kako pronaći dobar parkić ili... najbliže gradilište? Hrvatski roditelji napravili su Parkich, aplikaciju koja na jednom mjestu okuplja više od 3400 igrališta i niz korisnih funkcija za obitelji.

Netokracija Podcast

Puca li AI balon u 2027. godini?

Što se događa kada AI obećanja sudare sa stvarnošću? Dok tehnološke kompanije ulažu milijarde u umjetnu inteligenciju, developeri se suočavaju s promjenama u svakodnevnom radu, juniori sve teže pronalaze prve prilike, a kompanije tek otkrivaju koliko je zahtjevno AI implementirati u poslovanje.

Umjetna inteligencija

Tko plaća AI alate na poslu? Tvrtka, zaposlenik ili oboje?

Tko plaća AI alate koje zaposlenici koriste za posao, koliko takva ulaganja stoje i trebaju li zaposlenici sudjelovati u podmirivanju računa? Istražili smo globalne prakse i razgovarali s hrvatskim IT tvrtkama.

Umjetna inteligencija

Hrvatski inženjerski trojac ušao u vrh europskog AI natjecanja s rješenjem u poljoprivredi

Zagrebački Motiq spaja robotiku, strojarstvo, mehatroniku i AI. Nastao kao ideja u noćnim Discord razgovorima, sada je prepoznat i u Europi, a konkurencija su mu bile velike tvrtke i sveučilišta.