El Movimiento ágil -que fomenta el trabajo cercano e iterativo entre los equipos de tecnología y negocios- está dando un giro intrigante. Inteligencia artificial (IA) tiene la promesa de intervenir, ayudar a mantener a todos sincronizados y liberar a los desarrolladores y profesionales de TI para que puedan dedicar más tiempo a administrar el negocio.
El impacto de la IA tiene el potencial de ser el desarrollo más interesante en Agile desde que se describió por primera vez la práctica hace dos décadas. En el futuro, podríamos estar hablando de otro tipo de IA: la inteligencia ágil.
También: Cinco formas de utilizar la IA de forma responsable
Es importante destacar que el impacto de la IA en Agile funciona en ambos sentidos. Así como la IA está impactando a Agile, también se necesita una filosofía Agile para construir y ejecutar sistemas basados en IA. Pero cuando se utilizan la IA y Agile en combinación, existe la posibilidad de que las empresas potencien sus procesos de diseño y desarrollo de software.
«La inteligencia artificial acerca a los desarrolladores, las operaciones y los usuarios a través de un acceso más rápido al conocimiento, flujos de trabajo optimizados y procesos automatizados», dice Margarita Leevicepresidente senior y director general de gestión de operaciones y servicios digitales de BMC.
También: Los mejores chatbots con IA: ChatGPT y otras alternativas destacadas
Quizás el beneficio más convincente de Colaboración impulsada por la IA es el tiempo que se devuelve tanto a los equipos técnicos como a los usuarios. «La IA puede ayudar con muchas actividades administrativas, por lo que automáticamente nos da más tiempo para colaborar», dice Keith Farleyvicepresidente senior de Aflac.
Dice que la IA esencialmente sirve «como una especie de colaborador de superpotencia»: «Por ejemplo, cuando reúnes a dos personas, tienes los pensamientos, experiencias y personalidades de dos personas para contribuir a la discusión. Si tienes cuatro personas, entonces son cuatro. y así sucesivamente. Pero cuando te sientas para la generación de IA, es como agregar los pensamientos y actitudes de un millón de personas diversas a tu discusión».
Llevar estos diversos pensamientos a las discusiones «nos permitirá mirar más ampliamente y comprender diversos puntos de vista más allá de nuestros propios prejuicios, lo que puede resultar en mejores productos y resultados», añade Farley.
Muchos profesionales de TI están intrigados por el potencial de la colaboración impulsada por la IA y ya están experimentando, afirma Lee de BMC. «Actualmente se están produciendo innovaciones y casos de uso de IA, ya sean generativos, causales, de correlación, predictivos o todos trabajando juntos a través de IA compuesta», dice.
«La automatización impulsada por IA mejora la experiencia de los desarrolladores al simplificar y acelerar su trabajo con una gestión de cambios mejorada. La IA comparte automáticamente conocimientos entre equipos, como DevOps y SRE, para fomentar una mayor colaboración para nuevas aplicaciones y mejoras de procesos».
También: La IA aporta mucho más a DevOps de lo que parece
La IA puede ayudar a «impulsar la colaboración y la innovación a escala», coincide Varun Parmar, Director de operaciones de Miro. «Los mayores obstáculos para la innovación son los desafíos tecnológicos, como las herramientas heredadas y los desafíos organizacionales, especialmente aquellos relacionados con la colaboración interfuncional. El miedo se interpone en el camino de la innovación y las empresas tienen miedo de priorizar la innovación».
Un ejemplo de colaboración impulsada por la IA en acción es «la colaboración entre equipos a través de la identificación predictiva y la corrección automática de incidentes antes de que ocurran mientras se identifica el análisis de la causa raíz de los problemas», dice Lee. «La IA también está mejorando la colaboración entre automatizar la gestión del flujo de trabajo en todos los departamentos, como la incorporación de empleados de recursos humanos».
El resultado neto de este esfuerzo es que la IA está «eliminando las tediosas tareas generales que a menudo afectan a los equipos de todas las empresas», dice Parmar de Miro. «Esto significa encontrar el mejor software para realizar tareas como crear diagramas técnicos, interpretar código y agrupar y resumir contenido».
Con la IA en la mezcla, «los equipos dedican menos tiempo a tareas administrativas que agotan el impulso y la concentración, y más tiempo a las fases de innovación y colaboración de un proyecto», añade Parmar. «Ayuda a eliminar las lagunas de conocimiento de los participantes durante la lluvia de ideas y facilita una investigación más profunda sobre las tendencias de comportamiento del consumidor que dan forma a las decisiones comerciales o de productos. Elimina el sesgo de la investigación humana en sólo segundos, en lugar de horas o días».
También: La IA generativa y el aprendizaje automático están diseñando el futuro en estas 9 disciplinas
Lee dice que una de las herramientas emergentes más importantes para los departamentos de TI es inteligencia artificial para operaciones de TI (AIOps). AIOps ayuda a «monitorear el entorno de operaciones en tiempo real, viendo y respondiendo automáticamente a los incidentes antes de que afecten a la empresa», afirma. Como parte del proceso, AIOps permite el análisis de la causa raíz y la correlación de incidentes en tiempo real.
La IA también promueve la gestión del cambio, «analizando datos y procesos relevantes, mitigando riesgos y promoviendo DevOps», continúa Lee. La integración con las herramientas DevOps «vincula las solicitudes de cambio con el ciclo de vida de desarrollo de software e importa las etapas del proceso de CI/CD, lo que permite la comunicación directa entre los administradores de cambios y los desarrolladores».
Sin embargo, Lee advierte que la IA conlleva algunos riesgos para las operaciones de TI. «Si miras IA generativapromete automatizar procesos que reducen el trabajo de recopilación y correlación de datos entre industrias», afirma. «Las organizaciones y los clientes pueden alcanzar un nivel de eficiencia operativa digital nunca antes visto, pero, en el caso de casos de uso empresarial, los modelos de IA «Necesitamos ser entrenados en conjuntos de datos internos».
Si bien la IA generativa «ofrece importantes beneficios, como la experiencia del cliente y la optimización de las operaciones de TI, debe implementarse cuidadosamente», afirma Lee. «Es necesario comprender los límites de la IA y garantizar una formación adecuada para evitar desafíos en el futuro».
También: IA en 2023: un año de avances que no dejaron ninguna cosa humana sin cambios
Lee está particularmente preocupado por las implicaciones para la calidad e integridad de los datos. «Si las empresas aplican la IA y ChatGPT en casos de uso incorrectos y con datos incorrectos, puede haber consecuencias graves, como uso indebido, resultados defectuosos o fuga de datos confidenciales», advierte. «Esto puede causar interrupciones en el negocio, comprometer la integridad de los datos e insatisfacción del cliente. También hay problemas con la forma en que se entrenan los modelos a lo largo del tiempo: si se alimentan de datos autogenerados, podría llevar al colapso del modelo».
Sin embargo, Lee predice que la mayoría de los productos y servicios tecnológicos incorporarán capacidades de IA generativa durante los próximos 12 meses, «introduciendo formas conversacionales de crear y comunicarse con tecnologías, lo que conducirá a su democratización. Las tecnologías de soluciones de IA pueden proporcionar a los equipos ágiles conocimientos claros y prácticos, identificar riesgos y brindar recomendaciones para resolver los problemas».
