Sunʼiy intellekt dasturiy taʼminot yaratish jarayonini soddalashtirib, mahsulot menejerlari, dizaynerlar va soha ekspertlari chuqur kodlash koʻnikmalari boʻlmasa ham gʻoyalarni prototiplarga aylantirish imkonini beradi. Biroq, bu prototiplarni real muammolarni hal qiluvchi ishonchli mahsulotlarga aylantirish murakkab vazifa boʻlib qolmoqda.
TechSparks 2026 tadbirida «Kim kodlay oladi va kim qurishi mumkin» nomli panel munozarasi ushbu oʻzgarishlarni yoritdi. Ishtirokchilarga Diligent Indiaʼda muhandislik boʻyicha bosh vitse-prezident, maydon rahbari va mamlakat boshligʻi boʻlgan Srinivas Chamarthy, EY GDS da raqamli muhandislik va texnologik strategiya boshligʻi Madhusudan N. Murthy va Target in Indiaʼda muhandislik boʻyicha vitse-prezident Arun Kalyanaraman qoʻshildi. Moderator esa YourStorydagi kontent direktori Chhavi Mahajan boʻldi.
AI yordamida ishlab chiqish biznes jamoalariga konsepsiyalarni ancha ilgakli sinovdan oʻtkazish, gʻoyalarni namoyish etish va fikr-mulohazalar yigʻish imkonini beradi. Biroq, gʻoyaning ishlayotganligini koʻrsatadigan prototip hali toʻliq ishlab chiqarishga tayyor emas. Ilovalar hali ham xavfsizlik, kengaytirilish va ishonchlilik talablariga javob berishi kerak.
Murthy AI eksperimentlarni osonlashtirib, ammo kompaniyalar konsepsiya (imkoniyatni isbotlovchi) va ishlab chiqarishda ishlaydigan ilova oʻrtasida aniq farq qoʻyishlari shartligini taʼkidladi. Muhandislik jamoalari hali ham zaifliklarni aniqlashi, himoya mexanizmlarini joriy etishi va tizimlarning haqiqiy foydalanish yuklamasiga bardosh bera olishini taʼminlashi kerak. U shunday dedi: «Bu yaxshi, bu juda ijobiy rivojlanish, lekin uning cheklovlari ham boʻlishi kerak».
Kalyanaraman AI nafaqat dasturchilar kod yozishni tezlashtira olishini, balki muammoni aniqlash va yechimni sinovdan oʻtkazishdan tortib manfaatdor tomonlarning tasdiqotini olishgacha boʻlgan butun ishlab chiqish siklini optimallashtira olishini bildirdi. Shu bilan birga, u fundamental muhandislik bilimlari, arxitektura fikrlashi va texnik chuqurlik AI yordamida yechimlarni qurish usullari oʻzgarganda ham ajralmas qolishini taʼkidladi.
U mahsulot egasi, muhandis va UX mutaxassisi AI vositalari va katta til modellaridan foydalanib murakkab konsepsiyaning prototipini yaratib, uni rahbarlikka bir hafta ichida taqdim etgan misolni keltirdi. Bu vositalarsiz bu jarayon olti haftadan ikki oygacha davom etishi mumkin edi. Afzallik faqat tezroq kodlashda emas, balki gʻoyani tezroq tekshirish va qaror qabul qilish imkoniyatida edi.
Chamarthy generativ AI davrida kodlash tovarga aylanishini, bu esa prototiptan mijozdan kelgan fikr-mulohazaga va keyin ishlab chiqarishga chiqarilishgacha boʻlgan yoʻlni potentsial jihatdan toʻqqiz oydan bir-ikki oyga qisqartirishini taʼkidladi. Tezlik ortib borayotgan sari, nima qurilmasligini bilishning ahamiyati yanada oshadi, shuning uchun gʻoyalar tajriba maydonchasida tekshirilishi kerak, shu vaqtda tajribali muhandislar ularni xavfsizlik, kengaytirilish va maxfiylik nuqtai nazaridan mustahkamlaydi.
Kompaniyalar AI dan dasturchilarga yordam berishdan cheklangan nazorat ostida vazifalarni bajaradigan agentlarni joriy etishga oʻtish paytida avtonomlik darajasini aniqlash zarur. Chamarthy bunga bogʻliq xatarlar, yechimning potentsial taʼsiri va natijasini bekor qilish imkoniyatiga bogʻliq boʻlishi kerakligini maslahat berdi. U tashkilotlarga yechim 'kirish va qaytish eshigiʼmi yoki 'bir tomonlama eshikʼmi ekanligini koʻrib chiqishni taklif qildi, bunda sezilarli moliyaviy yoki strategik qarorlar inson nazorati va kontekstual hukmronlikni talab qiladi.
Chamarthy AI asosidagi kodlash vositalariga kirish muhandislik tajribasining oʻrnini bosa olmaydi. Tajribali muhandislar uzoq muddatli texnik xizmat koʻrsatish, xavfsizlik va kengaytirilishga taʼsir qiluvchi arxitektura yechimlarini, prototipda sezilmaydigan xatarlarni tushunadilar. Uning maslahati - tajribalarni nazorat qilinadigan muhitda ragʻbatlantirish: «Kodni toʻxtatmang. Uni tajriba maydonchasida sinab koʻring».
Bu koʻproq xodimlar gʻoyalarni tekshirishiga imkon beradi va muhandislik jamoalariga ilovalarni tahlil qilish, zaif joylarni bartaraf etish va ularni chiqarishga tayyorlash imkonini beradi.
AI kodni yaratish va javoblarni topishni soddalashtirgani sababli, qanday muammolarni hal qilish muhimligi ortib bormoqda. Kalyanaraman AI dan foydalanishni faqat uchta tilakni bajaradigan jinoga murojaat qilishga oʻxshatdi. Foydali natijani olish toʻgʻri savollar berish va cheklovlarni tushunish qobiliyatiga bogʻliq. U shunday dedi: «Javoblarni osongina olish mumkin boʻlgan dunyoda, toʻgʻri savol berish qobiliyati haqiqatan ham muhim koʻnikma boʻladi».
Mijozlar ehtiyojlari, biznes jarayonlari va operatsion talablarni tushunadigan odamlar haqiqiy qiymat yaratadigan yechimlarni aniqlashga yaxshiroq mos keladi. Muhandislik jamoalari ham ishlab chiqarish tizimlari uchun xavf tugʻdirmasdan no-muhandislarga ilovalar ishlab chiqishda yordam berish uchun tizimli fikrlash va platformalar boʻyicha ekspertiza talab qiladi.
Bu siljish kadrlar rivojlanishi uchun ham oqibatlarga ega. Murthy EY GDS xodimlari AI tomonidan boshqariladigan ish joyiga tayyorlayotganini, tajribali mutaxassislar va yosh isteʼdodlarni birlashtirayotganini maʼlum qildi. Mavjud xodimlar mijozlar va tizimlar haqidagi bilimlarni olib kelishsa, yangi jamoa aʼzolari yangi yondashuvlar taklif etadi va yangi texnik koʻnikmalarni rivojlantiradi.
Chamarthy jamoalarga kuchli tomonlar balansi kerakligini qoʻshimcha qildi: tashkilotlar oʻz mahsulotlari va mijozlari bilan tanish boʻlgan mavjud xodimlarni malakasini oshirishi, shu bilan birga AI vositalari bilan ishlashga qodir yangi bitiruvchilarni jalb qilishi kerak. U shuningdek, muhandislarning samaradorligi faqat kod satrlari soni yoki yopilgan tiketlar kabi metrikalarga emas, balki jamoalar mijozlar uchun hal qilayotgan muammolarga qarab baholanishi kerakligini taʼkidladi. AI rutin ishni oʻz zimmasiga olgani sababli, muhandislik jamoalari tomonidan taqdim etilgan natijalar ularning hissasini koʻrsatuvchi yanada koʻproq mezonga aylanadi.
Panelistlar xodimlar va AI agentlari yanada yaqinroq hamkorlik qilishini kutmoqdalar. Agentlar yanada murakkab vazifalarni oʻz zimmasiga olgan sari, kompaniyalar ish jarayonlarini, hisobdorlikni va samaradorlik kutganchalarini qayta koʻrib chiqishlari kerak boʻladi. Shuningdek, ular himoya mexanizmlarining texnologiya imkoniyatlaridan oldinda qolishini taʼminlashi kerak.
Murthy menejerlar insonlar bilan birga AI agentlarini nazorat qiladigan kelajakni tasvirladi. U shunday dedi: «Men koʻrayotgan kelajak – bu agentlar faqat insonlar emas, sizga boʻysunishga oʻrganishi».
Kalyanaraman Yangi Texnologik Tartib faqat AI biz uchun nima qila olishi bilan emas, balki uning salohiyatidan maksimal darajada foydalanish uchun bizning fikrlashimiz, muhandislik amaliyotlarimiz va qaror qabul qilish jarayonlarimiz qanday evolyutsiya qilishimiz bilan ham bogʻliq ekanligini yakunladi. AI dasturiy taʼminot yaratishni soddalashtirsa-da, kompaniyalarga qaysi gʻoyalarni rivojlantirish kerak va qaysi prototiplar ishlab chiqarishga tayyor ekanligini aniqlash uchun muhandislik ekspertizasi, soha bilimlari va inson hukmi hali ham kerak boʻladi.