Dla części firm tworzących rozwiązania oparte na nowych technologiach, porażka nie jest krokiem wstecz, lecz elementem strategii. Przedsiębiorstwa przyjmują podejście „fail fast”, czyli szybkiego uczenia się na błędach, aby utrzymać konkurencyjność w obecnym okresie dynamicznego rozwoju. Jest to także pewnego rodzaju ułatwienie dla wielu menedżerów, znajdujących się pod presją rad nadzorczych. Ta taktyka ma jednak również swoją drugą stronę.
Choć sztuczna inteligencja (AI) umożliwia niektórym firmom szybsze działanie, wiąże się to również z pewnym ryzykiem.
Firmy takie jak Okta, Salesforce, Snowflake, Blackstone i inne szybko wprowadzają na rynek produkty wykorzystujące AI, **mając pełną świadomość, że nie wszystkie z nich okażą się sukcesem.**
Menedżerowie podkreślają, że nie mogą sobie pozwolić na drobiazgowe testowanie pomysłów w izolacji, jeśli chcą wyprzedzić konkurencję, a AI i tak ułatwia wdrażanie nowych rozwiązań na szeroką skalę.
Wspomniana metoda „fail fast” nie jest zjawiskiem nowym – start-upy technologiczne stosują ją od lat. Obecnie jednak zyskuje na popularności również wśród większych, ugruntowanych na rynku przedsiębiorstw.
— **To zwiększyło tempo tego, co jest możliwe** — powiedział Eric Kelleher, prezes i dyrektor operacyjny firmy Okta, specjalizującej się w rozwiązaniach z zakresu tożsamości cyfrowej. Firma ta w ciągu ostatnich dwóch lat uruchomiła około 120 projektów pilotażowych i funkcji opartych na AI, zachowując połowę z nich, a pozostałe odrzucając. — Można jednocześnie wdrażać znacznie więcej projektów pilotażowych — dodaje.
Liderzy wskazują, że **znajdują się pod presją rad nadzorczych i akcjonariuszy, aby uzasadnić inwestycje w AI, a podejście „fail fast” pomaga im sprostać obecnym wyzwaniom.**
— Stawka jest wyższa, ryzyko większe, a aby nadążyć za tempem innowacji, musimy ponosić porażki szybciej niż kiedykolwiek wcześniej — powiedział w rozmowie z Business Insiderem Guy Diedrich, starszy wiceprezes i globalny dyrektor ds. innowacji w firmie Cisco.
Wszystko dzieje się szybciej
Dla niektórych firm „fail fast” to nie tylko sposób myślenia – to nowa rzeczywistość napędzana wzrostem efektywności dzięki zastosowaniu AI.
Sridhar Ramaswamy, prezes Snowflake, firmy działającej w obszarze chmurowych platform danych, poinformował, że przedsiębiorstwo wdrożyło liczne programy pilotażowe, **często przechodząc od spotkania planistycznego w poniedziałek do demonstracji rozwiązania w piątek.** W przypadku ich systemu wsparcia opartego na agentach AI, wiele zadań, których debugowanie kiedyś zajmowało godziny, można teraz wykonać w około 20 minut.
Podobnie, przygotowanie podsumowania dla klienta dla członka zarządu, co kiedyś zajmowało godziny, teraz – jak zaznacza Ramaswamy – można wykonać w minutę, zlecając to zadanie agentowi sprzedaży.
John Stecher, dyrektor ds. technologii w Blackstone, podkreślił w rozmowie z Business Insiderem, że **podejście „fail fast” od dawna stanowi standard w inżynierii oprogramowania, jednak narzędzia AI umożliwiły firmom znaczące przyspieszenie cykli rozwoju.**
— Nasi inżynierowie oprogramowania, według mierzalnych wskaźników, są około dwukrotnie bardziej efektywni w zakresie pisania kodu niż w 2024 roku — stwierdził Stecher, dodając, że firma ma obecnie możliwość dostarczania pracy szybciej i o wyższej jakości.
Wyjaśnił, że „podstawowe, operacyjne elementy tworzenia oprogramowania i inżynierii”, w tym zadania takie jak pisanie testów jednostkowych i kodu o wyższej jakości, pozwalają inżynierom wdrażać bardziej solidny, niezawodny i bezpieczny kod. Dzięki temu pracownicy poświęcają mniej czasu na naprawianie błędów, a więcej na tworzenie nowych rozwiązań. Wzrost produktywności umożliwia zespołom szybsze budowanie prototypów i wcześniejsze udostępnianie ich użytkownikom.
Ramaswamy dodał, że wiele czasochłonnych zadań inżynieryjnych — takich jak pisanie kodu szablonowego, testy czy migracje — przebiega obecnie znacznie szybciej. Pozwala to pracownikom skoncentrować się na zadaniach wymagających oceny, projektowania architektury i estetyki.
Ciemna strona szybkiego uczenia się na błędach
Jednakże działanie w ekstremalnie szybkim tempie wiąże się z ryzykiem.
**W ubiegłym roku Salesforce wdrożył agenta AI zaprojektowanego do obsługi zapytań klientów, który zamiast udzielić odpowiedzi, zalecił użytkownikowi skorzystanie z aplikacji konkurencji.** Użytkownik opisał ten incydent na platformie LinkedIn – relacjonuje Joe Inzerillo, prezes ds. enterprise i AI w firmie.
Innym razem, jeden z nowo wprowadzonych agentów AI Salesforce **przekazał klientowi nieprawdziwe informacje, pochodzące ze starych stron internetowych, które zostały usunięte z witryny firmy, ale wciąż były indeksowane przez wyszukiwarki.** Błąd został wykryty podczas analizy rozmów prowadzonych przez agenta z użytkownikami.
Choć oba incydenty ujawniły niedociągnięcia we wczesnej fazie rozwoju produktu, Inzerillo podkreślił, że dostarczyły one również cennych informacji na temat sposobu, w jaki użytkownicy wchodzą w interakcję z produktami i jak można ulepszyć ich doświadczenia. — Podchodzimy do każdego wdrożenia jak do eksperymentu, z którego chcemy się czegoś nauczyć — stwierdził.
**Konsekwencje szybkiego wdrażania rozwiązań mogą być jednak znacznie poważniejsze, jeśli firmy zlekceważą kluczowe kwestie związane z bezpieczeństwem.**
Stecher podkreślił, że firmy nie powinny wdrażać większej liczby produktów tylko dlatego, że jest to obecnie łatwiejsze. Kluczowe jest posiadanie „solidnego systemu kontroli i równowagi” oraz odpowiednich zabezpieczeń chroniących prywatność i dane od samego początku wdrożenia. W przeciwnym razie firmy mogą ponieść koszty w postaci przestojów w działaniu lub incydentów związanych z cyberbezpieczeństwem.
Ramaswamy ze Snowflake zauważył, że choć koncepcja „fail fast” powraca, jej obecne rozumienie „mniej dotyczy lekkomyślności, a bardziej skracania pętli informacji zwrotnej”. Jego zdaniem określenie „szybka iteracja” lepiej oddaje podejście firmy do tworzenia rozwiązań z wykorzystaniem AI.
— Identyfikujemy obszary, w których wiemy, że AI przyniesie ogólnie pozytywny wpływ, ale wyznaczamy małe, niemal cotygodniowe cele — powiedział Ramaswamy. — Dzięki temu możemy się dostosowywać i wiedzieć, kiedy coś działa dobrze, a kiedy należy skorygować kurs — dodał.
Powyższy tekst stanowi tłumaczenie artykułu z amerykańskiego wydania Business Insider.
Dziękujemy za przeczytanie naszego artykułu do końca. Bądź na bieżąco! Obserwuj nas w Google.
Wyniki Biznes Fakty:
- Strategia „Fail Fast”: Firmy technologiczne, w tym Okta, Salesforce i Snowflake, coraz częściej stosują strategię szybkiego wprowadzania produktów i uczenia się na błędach, aby utrzymać konkurencyjność w erze AI.
- Presja Rynkowa: Menedżerowie podlegają presji rad nadzorczych i akcjonariuszy, aby wykazać zwrot z inwestycji w AI, co skłania ich do szybszego wdrażania rozwiązań, nawet jeśli nie są one idealne.
- Wzrost Efektywności dzięki AI: Narzędzia AI znacząco przyspieszają procesy tworzenia oprogramowania, takie jak pisanie kodu, testowanie i debugowanie, co przekłada się na około dwukrotny wzrost efektywności inżynierów.
- Ryzyko Porażek: Szybkie wdrażanie może prowadzić do błędów, takich jak udzielanie nieprawidłowych informacji klientom czy polecanie produktów konkurencji, jak miało to miejsce w przypadku Salesforce.
- Znaczenie Bezpieczeństwa: Pomimo przyspieszenia, kluczowe pozostaje wdrażanie solidnych zabezpieczeń prywatności i bezpieczeństwa danych, aby uniknąć poważnych incydentów i przestojów.
- Szybka Iteracja: Nowoczesne podejście „fail fast” jest coraz częściej określane jako „szybka iteracja”, co podkreśla skupienie na ciągłym doskonaleniu i dostosowywaniu rozwiązań na podstawie zebranych informacji zwrotnych.
- Nowe Regulacje (implikacja): W kontekście 2026 roku, firmy muszą uwzględnić potencjalne nowe regulacje dotyczące odpowiedzialności za błędy AI oraz ochrony danych, co może wpłynąć na strategię „fail fast” i wymagać bardziej ostrożnego podejścia do bezpieczeństwa i zgodności.
- Koszty Pracy (implikacja): Wzrost produktywności dzięki AI może w przyszłości wpłynąć na zapotrzebowanie na pewne role w sektorze IT oraz na modele zatrudnienia i koszty pracy, co jest istotnym aspektem dla planowania biznesowego w perspektywie długoterminowej.
Więcej informacji na : businessinsider.com.pl