टुशर माथुर ने फोर्जकोड से एआई की मदद से सॉफ्टवेयर विकास को फैक्ट्री मॉडल में बदलने का प्रस्ताव दिया
और पढ़ें
YourStory [india, en]
yourstory.com

टुशर माथुर ने फोर्जकोड से एआई की मदद से सॉफ्टवेयर विकास को फैक्ट्री मॉडल में बदलने का प्रस्ताव दिया

फोर्जकोड की तुशर माथुर इस बात के पक्षधर हैं कि सॉफ्टवेयर विकास प्रक्रिया एक उत्पादन कारखाने की तरह काम करे, न कि केवल एक परियोजना के रूप में। पारंपरिक रूप से, विकास को स्केल करने के लिए इंजीनियरों, समय और संसाधनों की आवश्यकता होती थी। हालांकि, आर्टिफिशियल इंटेलिजेंस इस प्रतिमान को बदल रहा है, जिससे कोड लिखना तेज और सस्ता हो गया है।

फिर भी, कोड जनरेशन में तेजी अपने आप में तैयार उत्पाद की तेज डिलीवरी की गारंटी नहीं देती है। कोड को अभी भी जांच, परीक्षण और परिनियोजन की आवश्यकता होती है, जो इंजीनियरिंग टीमों के लिए नई बाधाएं पैदा करता है।

इंजीनियरिंग डिवीजनों के प्रमुखों के सामने यह सवाल उठता है: कर्मचारियों की संख्या में आनुपातिक वृद्धि के बिना सॉफ्टवेयर डिलीवरी को कैसे बढ़ाया जाए? फोर्जकोड इस समस्या का समाधान कर रहा है, जिसे वे एआई-उन्मुख सॉफ्टवेयर फैक्ट्री कहते हैं। यह प्लेटफॉर्म सॉफ्टवेयर विकास के पूरे जीवनचक्र को प्रबंधित करने के लिए एआई एजेंटों का उपयोग करता है - कार्य असाइनमेंट और कार्यान्वयन से लेकर परीक्षण और तैनाती तक, जबकि मनुष्य निगरानी करते हैं।

TechSparks 2026 कार्यक्रम में, संस्थापक और सीईओ तुशर माथुर ने प्लेटफॉर्म के कामकाज का प्रदर्शन किया और समझाया कि कोड लिखने की लागत में कमी से सॉफ्टवेयर वितरण के लिए जांच, परीक्षण और परिनियोजन की प्रक्रियाओं को अधिक महत्वपूर्ण क्यों बना देती है।

एआई के कारण व्यक्तिगत उत्पादकता बढ़ने के बावजूद, ये सुधार हमेशा पूरे संगठन के पैमाने पर सॉफ्टवेयर की तेज डिलीवरी में परिवर्तित नहीं होते हैं। माथुर ने टिप्पणी की: 'जो पहली चीज हम देखते हैं, वह यह है कि आज लगभग सारा कोड स्वचालित रूप से उत्पन्न होता है।'

इंजीनियरिंग टीमें हजारों लाइनों का कोड जल्दी से बना सकती हैं, लेकिन बाद के चरण - कोड समीक्षा, परीक्षण, सुरक्षा जांच और परिनियोजन - इस मात्रा के साथ तालमेल बिठाने में संघर्ष करते हैं। माथुर के अनुसार, बाधा कोड लिखने की प्रक्रिया से हटकर उसके निर्माण के बाद होने वाली चीजों के प्रबंधन में चली गई है।

उन्होंने समझाया: 'पहले मुख्य मौलिक बाधा कोड लिखना था। लेकिन आज कोड लिखने की लागत इतनी कम है कि ये अन्य सभी पहलू बाधा बन गए हैं।'

परिणामस्वरूप, टीमें अधिक कोड जारी करने का जोखिम उठाती हैं जिसका गुणवत्ता जांच कम है, जिसमें त्रुटियां हैं या जो असंगठित है, क्योंकि बढ़ी हुई कार्य मात्रा को प्रबंधित करने के लिए आवश्यक सिस्टम इसके साथ तालमेल नहीं बिठा पाते हैं।

व्यक्तिगत उत्पादकता और समग्र संगठनात्मक परिणाम के बीच के अंतर को दूर करने के लिए, माथुर ने एआई-उन्मुख सॉफ्टवेयर फैक्ट्री बनाने के लिए फोर्जकोड के दृष्टिकोण को प्रस्तुत किया। मुख्य विचार प्रत्येक चरण के मैन्युअल समन्वय पर निर्भर सॉफ्टवेयर विकास जीवनचक्र को छोड़ना है।

इसके बजाय, एआई एजेंट कार्यों को छांटने, योजना बनाने, कार्यान्वित करने और सत्यापन जैसे कार्यों को संभालते हैं। लोग तभी हस्तक्षेप करते हैं जब समाधान, दिशा या अधिक विस्तृत प्रतिक्रिया की आवश्यकता होती है।

पारंपरिक स्वचालन के विपरीत, जो पूर्वनिर्धारित चरणों के अनुक्रम को जोड़ता है, सॉफ्टवेयर फैक्ट्री निरंतर फीडबैक लूप का उपयोग करती है। शीर्ष प्रबंधन (CXO), उत्पाद प्रबंधक और उत्पादन निगरानी से डेटा सीधे विकास बैकलॉग में जा सकता है। फिर एजेंट सुविधाओं के विकास, त्रुटियों की पहचान और प्रदर्शन में सुधार पर चौबीसों घंटे काम करते हैं, भले ही इंजीनियरिंग टीमें निष्क्रिय हों।

लक्ष्य यह है कि इंजीनियरों को हर व्यक्तिगत कार्य प्रबंधित करने की आवश्यकता के बिना सॉफ्टवेयर विकास की निरंतर गति बनाए रखी जाए।

माथुर ने छह सिद्धांतों की रूपरेखा दी, जिन्हें उनके अनुसार एक प्रभावी एआई-उन्मुख सॉफ्टवेयर फैक्ट्री बनाने के लिए आवश्यक है। इन सिद्धांतों का उद्देश्य सॉफ्टवेयर विकास को अधिक स्वायत्त बनाना है, जबकि व्यवसाय की प्राथमिकताओं के अनुरूप भी रखना है।

प्रश्न और उत्तर सत्र के दौरान, दर्शकों ने माथुर से पूछा कि इंजीनियरिंग टीमों को डेटाबेस आर्किटेक्चर और स्केलेबिलिटी जैसे जटिल गैर-कार्यात्मक आवश्यकताओं के लिए ट्रेड-ऑफ्स के साथ कैसे निपटना चाहिए। उन्होंने जवाब दिया कि जिन आवश्यकताओं को वस्तुनिष्ठ रूप से सत्यापित किया जा सकता है, जैसे कि स्केलिंग लक्ष्य, उन्हें सॉफ्टवेयर फैक्ट्री को सौंपा जा सकता है। सिस्टम लगातार परिणामों की जांच करता है और सत्यापन विफलता पर उनका अनुकूलन करता है। हालांकि, ट्रेड-ऑफ्स के लिए मानवीय निर्णय की आवश्यकता होती है। कंपनी द्वारा स्वीकार किए जाने वाले जोखिम या विफलता के स्तर के बारे में प्रश्न इंजीनियरों और व्यवसाय के नेताओं के लिए बने रहते हैं, जो आवश्यकता पड़ने पर एजेंट को निर्देशित करने के लिए हस्तक्षेप करते हैं।

फोर्जकोड का दावा है कि यह संभव है क्योंकि प्लेटफॉर्म आत्म-सुधार चक्र फीडबैक पर काम करता है। प्रत्येक कार्य, समाधान और सुधार ज्ञानकोष में योगदान देता है जो भविष्य के काम को सूचित करता है। इंजीनियर शुरुआती चरणों में निकटता से शामिल रहते हैं, लेकिन जैसे-जैसे सिस्टम टीम के इंजीनियरिंग अभ्यासों और व्यावसायिक संदर्भ को सीखता है, यह अधिक स्वायत्त रूप से काम कर सकता है।

प्लेटफॉर्म यह भी निर्धारित करता है कि कौन से निर्णय महत्वपूर्ण हैं और विशेषज्ञ पर्यवेक्षण की आवश्यकता है, विशेष रूप से सुरक्षा, विश्वसनीयता, प्रदर्शन और प्रतिस्पर्धी व्यावसायिक प्राथमिकताओं से संबंधित। ऐसे मामलों में, यह काम रोक देता है और आगे बढ़ने से पहले मानवीय भागीदारी का अनुरोध करता है। दिनचर्या निष्पादन और विशेषज्ञ निर्णय की आवश्यकता वाले निर्णयों के बीच अंतर करने की यह बढ़ती क्षमता उत्पाद के कामकाज के लिए केंद्रीय है।

फोर्जकोड की एआई-उन्मुख सॉफ्टवेयर फैक्ट्री को व्यक्तिगत कोड उत्पादकता में वृद्धि को पूरे संगठन के भीतर तेज सॉफ्टवेयर डिलीवरी में बदलने के लिए डिज़ाइन किया गया है। समन्वय, कोड जांच, परीक्षण और अन्य विकास कार्यों के प्रबंधन के लिए एजेंटों का उपयोग करके, प्लेटफॉर्म उन बाधाओं को कम करने का प्रयास करता है जो इंजीनियरिंग टीमों के काम को धीमा कर सकती हैं।

माथुर के लिए, यह बदलाव इंजीनियरों की भूमिका में परिवर्तन का मतलब है। प्रत्येक विकास चरण का प्रबंधन करने के बजाय, वे आवश्यकताओं को परिभाषित करने, निर्णय लेने, परिणामों का विश्लेषण करने और समग्र प्रक्रिया का मार्गदर्शन करने पर ध्यान केंद्रित करेंगे। लक्ष्य केवल अधिक कोड उत्पन्न करना या बड़ी टीमें बनाना नहीं है, बल्कि मानव नियंत्रण में लगातार काम करने वाली स्वायत्त प्रणालियों के माध्यम से अधिक कुशल सॉफ्टवेयर विकास करना है।

}

समान कहानियाँ

IBM के रागावन का दावा है कि एआई अधिक सॉफ्टवेयर बनाएगा और डेवलपर्स की भूमिकाओं को बदलेगा
और पढ़ें
business-standard.com

IBM के रागावन का दावा है कि एआई अधिक सॉफ्टवेयर बनाएगा और डेवलपर्स की भूमिकाओं को बदलेगा

श्रीराम रागावन, आईबीएम सॉफ्टवेयर इंडिया और सॉफ्टवेयर इनोवेशन लैब के महाप्रबंधक ने कहा कि आर्टिफिशियल इंटेलिजेंस (एआई) एजेंट सॉफ्टवेयर बनाने की प्रक्रिया को तेज करेंगे और डेवलपर्स के कार्यों को बदल देंगे। उन्होंने इस बात पर भी जोर दिया कि उद्यमों को साइबर सुरक्षा, प्रबंधन और कर्मचारियों के कौशल को मजबूत करने की आवश्यकता है।

रागावन के अनुमान के अनुसार, वैश्विक स्तर पर अंततः दो अरब तक एआई एजेंट लागू किए जा सकते हैं, जिसमें एआई सभी कोड का आधा हिस्सा लिखेगा। उन्होंने स्पष्ट किया कि इन एजेंटों के प्रसार से सॉफ्टवेयर विकास का अंत नहीं होगा, बल्कि इसके विपरीत, काफी अधिक सॉफ्टवेयर बनने को प्रेरित करेगा, जिससे डेवलपर्स का काम और कंपनियों में प्रौद्योगिकी निर्माण के तरीके मौलिक रूप से बदल जाएंगे।

मुंबई में आईबीएम थिंक कार्यक्रम में, रागावन ने बिजनेस स्टैंडर्ड को बताया कि जारी किए गए सॉफ्टवेयर की मात्रा में वृद्धि होने की संभावना है। उन्होंने उल्लेख किया कि एआई ने पहले ही सॉफ्टवेयर विकास में महत्वपूर्ण बदलाव लाए हैं, जो टीमों के संगठन, कार्यप्रवाह प्रबंधन और सॉफ्टवेयर निर्माण की प्रक्रिया से संबंधित हैं।

डेवलपर की भूमिका में एक मौलिक बदलाव आ रहा है: कोड लिखने के बजाय, विशेषज्ञ अब एआई द्वारा उत्पन्न परिणामों की निगरानी, सत्यापन और आलोचनात्मक मूल्यांकन करते हैं। रागावन ने इस बात पर जोर दिया कि यह कौशल में एक परिवर्तन है जिसके लिए डेवलपर्स की अलग तैयारी की आवश्यकता है।

उन्होंने इस प्रवृत्ति की तुलना सेमीकंडक्टर उद्योग में इलेक्ट्रॉनिक डिजाइन के स्वचालन से की। उनके अनुसार, स्वचालन ने इंजीनियरों को अधिक जटिल चिप्स विकसित करने की अनुमति दी है, जबकि हार्डवेयर इंजीनियरों की आवश्यकता समाप्त नहीं हुई है। रागावन सॉफ्टवेयर क्षेत्र में इसी तरह के परिवर्तन की उम्मीद करते हैं, जहां स्वचालन अधिक एप्लिकेशन बनाने की अनुमति देगा, लेकिन नई दक्षताओं की आवश्यकता होगी।

इस क्षेत्र में विशेषज्ञता अब सत्यापन, प्रमाणीकरण, रणनीति निर्धारण, बाधाओं को स्थापित करने और एआई को सही कार्य करने के लिए निर्देशित करने पर केंद्रित है। रागावन का मानना है कि सॉफ्टवेयर इंजीनियरिंग इसी दिशा में आगे बढ़ रही है। उनका अनुमान है कि अगले दो-तीन वर्षों में पहले से कहीं अधिक सॉफ्टवेयर बनाया जाएगा, क्योंकि नवाचार की संभावनाएं अभूतपूर्व हो गई हैं, और अब मूल्य कोड बनाने में नहीं, बल्कि विचारों और उनके कार्यान्वयन में निहित है।

हालांकि, रागावन ने चेतावनी दी कि एआई के बढ़ते उपयोग से बुनियादी इंजीनियरिंग कौशल का महत्व कम नहीं होगा; बल्कि, निर्णय और मुख्य कौशल और भी अधिक महत्वपूर्ण हो जाते हैं।

नए एआई मॉडल से जुड़ी हाल की सुरक्षा समस्याओं के सवालों का जवाब देते हुए, रागावन ने कहा कि एआई का कार्यान्वयन साइबर सुरक्षा परिदृश्य को मौलिक रूप से बदल रहा है। उन्होंने उल्लेख किया कि एआई के कारण साइबर सुरक्षा के मामलों में पूरी तरह से अलग तरीके से सोचना आवश्यक है। रागावन ने इस बात पर जोर दिया कि भेद्यताओं के प्रबंधन और एआई-आधारित जोखिम प्राथमिकता के लिए सर्वोत्तम प्रथाओं और प्रौद्योगिकियों का सक्रिय, निरंतर एकीकरण अत्यंत आवश्यक है। उन्होंने जोड़ा कि कंपनी के प्रस्ताव इस दृष्टिकोण को दर्शाते हैं, एआई के दुरुपयोग की चिंताओं के साथ-साथ सुरक्षा में एआई को अपनाने की आवश्यकता पर जोर देते हैं।

एआई एजेंटों की अनजाने में की गई कार्रवाइयों से जुड़े जोखिमों के संबंध में, रागावन ने उद्यमों को आंतरिक प्रणालियों तक एजेंटों की पहचानकर्ताओं, अनुमतियों और पहुंच पर अधिक सख्त नियंत्रण लागू करने की सलाह दी। एजेंटों को किसी विशिष्ट कार्य को पूरा करने के लिए केवल न्यूनतम आवश्यक अनुमतियाँ दी जानी चाहिए, न कि सभी कॉर्पोरेट सिस्टम तक व्यापक पहुंच। उन्होंने समझाया कि उपयोगकर्ता की ओर से कार्रवाई करने के लिए एजेंट को 30 सेकंड के लिए केवल प्रमाणपत्र और टोकन की आवश्यकता होती है। इसके अलावा, उन्होंने निरंतर निगरानी के महत्व पर जोर दिया, क्योंकि एआई सिस्टम पारंपरिक सॉफ्टवेयर के विपरीत हमेशा अनुमानित व्यवहार नहीं दिखाते हैं।

भारत में एआई का कार्यान्वयन

इस साल की शुरुआत में MeitY के साथ मिलकर आईबीएम द्वारा किए गए एक अध्ययन का हवाला देते हुए, रागावन ने बताया कि केवल लगभग 15 प्रतिशत भारतीय उद्यम एआई कार्यान्वयन के स्केलिंग चरण तक पहुंचे हैं, जबकि शेष 85 प्रतिशत कठिनाइयों का सामना कर रहे हैं। जो कंपनियां सफलतापूर्वक एआई को स्केल कर रही हैं, वे व्यक्तिगत उपयोग के मामलों से परे चली गई हैं और अपनी पूरी संरचना में तकनीक को लागू कर रही हैं।

रागावन के अनुसार, लगभग 15% उद्यम वास्तव में एआई को स्केल कर रहे हैं, जिसका अर्थ है कि वे एक मामले के कार्यान्वयन चरण से आगे निकल चुके हैं जिसे संगठन में एकीकृत किया गया था, और शायद दूसरे या तीसरे मामले की ओर बढ़ रहे हैं। शेष कंपनियों के लिए, मुख्य बाधाएं डेटा प्रबंधन, कॉर्पोरेट शासन और कुशल जनशक्ति की कमी बनी हुई हैं।

Forge Code के विशेषज्ञ ने समझाया कि प्रभावी सॉफ्टवेयर विकास के लिए AI-आधारित 'सॉफ्टवेयर फैक्ट्री' क्यों आवश्यक है
और पढ़ें
yourstory.com

Forge Code के विशेषज्ञ ने समझाया कि प्रभावी सॉफ्टवेयर विकास के लिए AI-आधारित 'सॉफ्टवेयर फैक्ट्री' क्यों आवश्यक है

भले ही आर्टिफिशियल इंटेलिजेंस अभूतपूर्व गति से कोड उत्पन्न करने में सक्षम हो, लेकिन इसके परीक्षण, सत्यापन और उत्पादन वातावरण में तैनाती की प्रक्रिया एक अलग जटिल कार्य प्रस्तुत करती है। इंजीनियरिंग टीमें कोड लिखने, त्रुटियों को ठीक करने और नई सुविधाएँ बनाने के लिए तेजी से AI एजेंटों का उपयोग कर रही हैं, हालांकि कोडिंग में तेजी सॉफ्टवेयर वितरण में तेजी की गारंटी नहीं देती है।

जैसे-जैसे कोड जनरेशन गति पकड़ रहा है, जांचों की संख्या बढ़ रही है, परीक्षण धीमा हो रहा है, और टीमों के लिए परिवर्तनों की बढ़ती मात्रा का समन्वय करना मुश्किल होता जा रहा है।

TechSparks 2026 सम्मेलन में, Forge Code के सीईओ तुषार मातुर ने अपने सत्र 'सॉफ्टवेयर फैक्ट्री की शारीरिक रचना' में इस समस्या पर प्रकाश डाला। उन्होंने समझाया कि AI-उन्मुख इंजीनियरिंग संगठन व्यक्तिगत कोडिंग कार्यों के स्वचालन से परे जाकर सॉफ्टवेयर डेवलपमेंट लाइफसाइकिल (SDLC) के पूरे जीवन चक्र को प्रबंधित करने वाली प्रणालियाँ कैसे बना सकते हैं।

मातुर ने उल्लेख किया कि केवल इसलिए कि कोड जनरेशन आसान और तेज हो गया है, इसका मतलब यह नहीं है कि समग्र SDLC तेज हो जाएगा। उन्होंने याद दिलाया कि पारंपरिक विकास दृष्टिकोण प्रभावी ढंग से कोड लिखने पर केंद्रित था, जिसके लिए टीमों को कार्यान्वयन चरण पर बोझ कम करने के लिए आवश्यकताओं को परिभाषित करने, विनिर्देश तैयार करने और वास्तुकला डिजाइन करने की आवश्यकता होती थी।

हालांकि, चूंकि AI कोडिंग का अधिकांश काम संभाल रहा है, इसलिए बाधाएं अन्य क्षेत्रों में स्थानांतरित हो जाती हैं। मातुर ने उस स्थिति का वर्णन किया जब संगठनों को समीक्षा की प्रतीक्षा कर रहे मर्ज अनुरोधों (पुल रिक्वेस्ट) की भारी मात्रा, लंबे परीक्षण चक्र और मौजूदा रिग्रेशन सेट द्वारा पता लगाए जा सकने वाले त्रुटियों की तुलना में अधिक त्रुटियों का सामना करना पड़ता है।

उन्होंने जोर दिया कि समस्या का समाधान जरूरी नहीं कि अधिक इंजीनियरों को नियुक्त करने या अधिक AI एजेंटों को चलाने में निहित हो। अतिरिक्त कर्मचारी समन्वय लागत बढ़ा सकते हैं, और प्रभावी फीडबैक तंत्र के बिना एजेंटों को जोड़ने से ऐसा कोड बन सकता है जो सत्यापन और परीक्षण प्रणालियों पर अत्यधिक भार डालता है।

मातुर ने समझाया, 'इसका कारण यह है कि कोई संकेत मौजूद नहीं है,' यह समझाते हुए कि स्वचालित चरणों को बस जोड़ने से एक प्रभावी सॉफ्टवेयर फैक्ट्री क्यों नहीं बनती है।

मातुर ने Forge Code को एक सॉफ्टवेयर फैक्ट्री के रूप में प्रस्तुत किया जो पूरे विकास चक्र के दौरान AI एजेंटों का समन्वय करता है। प्रक्रिया अनुरोधों को छांटने, विनिर्देश बनाने और सुविधाओं को लागू करने से शुरू होती है। फिर एजेंटों द्वारा तैनाती से पहले परिवर्तनों की जाँच की जाती है, जिसमें मानव इंजीनियर तब हस्तक्षेप करते हैं जब समाधान या प्रतिक्रिया की आवश्यकता होती है।

यह प्रणाली कार्य वातावरण में निगरानी भी करती है, प्राप्त डेटा का उपयोग भविष्य के कार्यों को सूचित करने के लिए करती है। यह एक फीडबैक लूप बनाता है, जिससे फैक्ट्री समस्याओं की पहचान कर सकती है, अपनी कार्यप्रणाली में सुधार कर सकती है और प्राप्त अनुभव के आधार पर नया काम उत्पन्न कर सकती है। प्रस्तुति के दौरान, मातुर ने बताया कि Forge Code ने सुविधाओं, संगतता और त्रुटि का पता लगाने पर काम करने के लिए पृष्ठभूमि में लगभग 100 एजेंटों का उपयोग किया था।

उन्होंने एक प्रभावी सॉफ्टवेयर फैक्ट्री बनाने के लिए छह सिद्धांतों की रूपरेखा प्रस्तुत की: स्वायत्तता, मापनीयता, आर्थिक दक्षता, मापनीयता, स्व-सुधार और व्यावसायिक लक्ष्यों के साथ संरेखण। अंतिम सिद्धांत विशेष महत्व रखता है।

फैक्ट्री को प्रत्येक अनुरोध के लिए कोड लिखने के कार्य के रूप में काम नहीं करना चाहिए, बल्कि ग्राहक प्रतिधारण बढ़ाने या नियामक अनुपालन सुनिश्चित करने जैसे विशिष्ट परिणामों को प्राप्त करने पर केंद्रित होना चाहिए। फिर टीमें मूल्य के आधार पर सुविधाओं को प्राथमिकता दे सकती हैं। इस मॉडल में, इंजीनियर प्रत्येक कार्य के प्रबंधन में कम समय बिताते हैं और परिणामों की निगरानी करने, संकेतों का विश्लेषण करने और स्वयं प्रणाली में सुधार करने में अधिक समय बिताते हैं। व्यवसाय के नेता भी सीधे अनुरोध और प्राथमिकताएं प्रदान कर सकते हैं, जिससे फैक्ट्री संगठनात्मक लक्ष्यों को विकास बैकलॉग में बदल सकती है।

कोड लिखने की गति अच्छी है, लेकिन बेहतर सॉफ्टवेयर बनाना ही वास्तविक जीत है। इंजीनियरिंग टीमों के लिए कुंजी AI द्वारा प्रदान की गई गति को विश्वसनीय उत्पादों, मापने योग्य प्रगति और वास्तविक व्यावसायिक परिणामों में बदलना है।

लोकप्रिय