Razvoj poslovne aplikacije počinje razumijevanjem posla: tko koristi sustav, koje podatke obrađuje i koji problem treba riješiti. Umjetna inteligencija pomaže nam brže analizirati zahtjeve, razraditi moguća rješenja i provjeriti ideje. Programeri pritom donose odluke o arhitekturi, pregledavaju kod i odgovaraju za konačno rješenje.
U Dotsoftu AI koristimo kao alat u razvojnom procesu. Njegov prijedlog polazna je točka koju treba razumjeti, prilagoditi projektu i testirati. Vrijednost tog alata dolazi do izražaja kada ga povežemo s iskustvom i poznavanjem poslovanja korisnika.
Gdje nam umjetna inteligencija pomaže u razvoju?
1. Analiza zahtjeva i razrada problema
Zahtjev poput „želimo bolje pratiti narudžbe” otvara niz pitanja. Tko unosi narudžbu? Kada se rezervira roba? Tko odobrava promjenu i što se događa ako artikl nije dostupan?
AI nam pomaže razložiti takav zahtjev na funkcionalne cjeline, pripremiti pitanja i razmotriti različite scenarije. Razgovor s korisnikom daje poslovni kontekst, a naš je zadatak pretvoriti ga u jasnu specifikaciju i odrediti prioritete razvoja.
2. Pisanje i nadogradnja koda
Pri radu s PHP-om, JavaScriptom i SQL-om AI može pomoći u pripremi funkcije, oblikovanju upita ili razradi izmjene postojećeg koda. Koristan je i za usporedbu mogućih pristupa istom zadatku.
Prije uključivanja prijedloga u aplikaciju provjeravamo odgovara li postojećoj strukturi projekta, obrađuje li pogrešne ulazne podatke i poštuje li pravila pristupa. Kod mora biti razumljiv i održiv programerima koji će ga kasnije nadograđivati.
3. Pronalaženje grešaka
AI koristimo kao pomoć pri analizi koda, poruka o pogreškama i mogućih uzroka neočekivanog ponašanja. Može predložiti gdje tražiti problem ili koje pretpostavke dodatno provjeriti.
Uzrok potvrđujemo reprodukcijom greške i provjerom ponašanja aplikacije. Prijedlog koji zvuči uvjerljivo još uvijek treba dokazati u konkretnom sustavu.
4. Optimizacija postojećeg koda
Kod sporog izvještaja ili obrade podataka AI može pomoći uočiti ponavljajuće operacije, nepotrebne upite ili dijelove koje je moguće pojednostavniti. Odluku o izmjeni temeljimo na mjerenju i razumijevanju načina na koji se aplikacija koristi.
Primjerice, izmijenjeni SQL upit treba vratiti točne rezultate i prihvatljivo raditi na stvarnoj količini podataka. Kraći zapis sam po sebi ne znači brži ili kvalitetniji kod.
5. Tehnička dokumentacija
AI pomaže pripremiti nacrte opisa funkcija, API dokumentacije i uputa za korištenje pojedinih dijelova sustava. Tako lakše oblikujemo početnu verziju dokumentacije i izdvajamo informacije važne budućem čitatelju.
Dokumentaciju potom usklađujemo s onim što aplikacija stvarno radi, uključujući ograničenja, potrebne ovlasti i način postupanja u slučaju pogreške.
6. Testiranje i rubni slučajevi
Pri pripremi testova AI nam pomaže proširiti popis scenarija. Osim očekivanog tijeka, razmatramo prazan unos, duplikate, neispravne datume, prekid veze i korisnika bez potrebnih ovlasti.
Programer određuje očekivani rezultat prema poslovnim pravilima, izvršava odgovarajuće provjere i procjenjuje pokrivaju li testovi važne rizike. Generirani test treba pregledati jednako pažljivo kao i kod koji provjerava.
Primjena umjetne inteligencije u poslovanju
Uz pomoć u razvoju, AI može postati funkcionalni dio poslovne aplikacije. Primjena umjetne inteligencije u poslovanju ima smisla kada postoji konkretan zadatak, dostupni podaci i način provjere rezultata.
Analiza i strukturiranje većih količina podataka
Moguće primjene uključuju razvrstavanje upita kupaca, izdvajanje podataka iz dokumenata i sažimanje većeg broja tekstualnih zapisa. Kod velikih skupova podataka potrebno je osmisliti obradu u dijelovima, kontrolu kvalitete i povezivanje s bazom podataka.
Za točne iznose, obračune i provjerljiva poslovna pravila koristimo odgovarajuće programske postupke. AI može pomoći u obradi nestrukturiranog teksta, dok aplikacija provjerava format i potpunost dobivenih podataka.
Automatizacija poslovnih procesa
Zamislimo sustav koji zaprima upite za ponudu. AI može predložiti kategoriju upita, izdvojiti tražene proizvode i pripremiti sažetak za prodaju. Aplikacija zatim provjerava artikle i raspoloživost u ERP sustavu, a djelatnik pregledava i odobrava ponudu.
To je primjer mogućeg procesa u kojem svaki dio ima jasnu ulogu. Opseg automatizacije određuje se prema pouzdanosti rezultata i posljedicama eventualne pogreške.
Povezivanje AI-ja s vlastitim aplikacijama
Kroz API integracije moguće je povezati AI model s web aplikacijom, internim portalom ili poslovnim programom. Korisnik tada dobiva pomoć unutar sučelja u kojem već radi, primjerice pri pretraživanju dokumentacije ili pripremi sažetka predmeta.
Takva integracija uključuje obradu zahtjeva, upravljanje ovlastima, ograničavanje dostupnih podataka i postupanje kada AI usluga nije dostupna ili vrati neupotrebljiv odgovor. Prije uvođenja treba definirati koji se podaci smiju obrađivati i pod kojim uvjetima.
Kako biramo AI model za određeni zadatak?
AI model procjenjujemo prema zadatku koji treba obaviti. Važni su kvaliteta odgovora na reprezentativnim primjerima, podrška za jezik, brzina, trošak i uvjeti obrade podataka.
Za razvrstavanje kratkih poruka kriteriji mogu biti drukčiji nego za analizu opsežne dokumentacije. Zato rješenje prvo treba provjeriti na ograničenom, jasno definiranom zadatku i dogovoriti kako će se mjeriti uspješnost.
Iskustvo, poslovno razumijevanje i provjera rezultata
Naš pristup možemo opisati ovako:
Iskustvo + poslovno razumijevanje + programiranje + AI + provjera rezultata.
Iskustvo pomaže prepoznati rizike. Poslovno razumijevanje određuje što rješenje treba postići. Programiranje povezuje sve dijelove u aplikaciju, a AI pomaže ubrzati pojedine korake. Provjera rezultata pokazuje radi li ono što smo izradili prema dogovorenim pravilima.
Odluke o arhitekturi, pristupu podacima i puštanju izmjena u rad ostaju na ljudima. To je posebno važno kada aplikacija obrađuje poslovne podatke ili pokreće radnje koje utječu na kupce i zaposlenike.
Znače li „AI inteligencija” i umjetna inteligencija isto?
Izraz „AI inteligencija” ponekad se koristi za umjetnu inteligenciju, iako kratica AI već dolazi od engleskog naziva artificial intelligence. U kontekstu poslovnog softvera korisnije je precizirati što alat radi: pomaže li analizirati tekst, predlaže kod ili razvrstava dokumente. Tako je lakše postaviti realna očekivanja i provjeriti korist.
Gdje AI može pomoći vašem poslovanju?
Dobra početna točka je zadatak koji se često ponavlja: ručna obrada upita, pretraživanje dokumentacije ili prijenos podataka između sustava. Zajedno možemo razmotriti gdje AI ima smisla, koji su podaci potrebni i kako provjeriti rezultat prije šire primjene.
U sklopu razvoja softvera po mjeri povezujemo poslovne potrebe, programiranje i mogućnosti AI-ja. Opišite nam proces koji želite unaprijediti kako bismo mogli procijeniti odgovarajući pristup.