Radek Smilgin
W pierwszej części naświetliłem to, jak będą odchodzić do lamusa kolejne obowiązki członków zespołów w IT, a w konsekwencji całe role. W tej części stawiam tezę, że AI zastąpi oprogramowanie.
Najprostszą architekturą rozwiązań sieciowych są 3 warstwy: warstwa prezentacji danych, warstwa logiki i warstwa bazy danych. W poprzedniej części postawiłem tezę, że sztuczna inteligencja jest jak ludzki mózg, ma więc wbudowaną pewną logikę oraz pamięć. W tym przypadku zastępuje dwie z trzech warstw. Możemy się jedynie zastanowić nad tym, czy sama architektura bazy danych nie musiałaby być predefiniowana. Zakładam, że nie. AI, otrzymując dane wejściowe, jednocześnie buduje relacje między nimi i samą strukturę bazy danych może dostosować do potrzeb. Proces migracji do nowej struktury staje się zbędny, bo sztuczna inteligencja zapewni, aby żadne dane nie zostały uszkodzone lub zmodyfikowane przypadkowo, a sama struktura bazy będzie skrajnie elastyczna.
Trzecia warstwa - prezentacji - służy do tego, aby przyjmować i przekazywać dane użytkownikom. Ludzki mózg może przekazać informacje na wiele sposobów, tym bardziej może zrobić to maszyna. AI, posadowiona wśród wystarczających zasobów, jest więc zdolna zastąpić całą architekturę rozwiązania informatycznego.
Spróbujmy to pokazać na przykładzie systemu zarządzania magazynem. Dla uproszczenia zaprzęgnijmy do tego ChatGPT, który jest popularną obecnie emanacją AI, a jego instancja zajmie się prowadzeniem magazynu. Jak może to wyglądać?
- Uczymy na początek AI, czym jest magazyn i jak działa, przekazując jej ogólnodostępne informacje, np. pokazujemy umieszczenie produktów, uczymy, czym są stany magazynowe oraz jak działa mechanizm wprowadzania przedmiotów do magazynu i ich wyprowadzania. Czy przy obecnie dostępnej wiedzy możemy założyć, że AI nauczy się tego, jak działa magazyn? TAK.
- Przekazujemy maszynie dane o magazynie, np. obecne stany magazynowe, pojemność magazynu itd. Czy AI jest w stanie kalkulować dane? TAK.
- Pracownik magazynu informuje AI o nowych przedmiotach w magazynie oraz o ich wydaniu. Czy AI może przyjmować aktualizacje do danych? TAK.
- Menadżer magazynu może zdefiniować powiadomienia i ostrzeżenia z systemu, bazując np. na tym, że w magazynie nie ma wystarczającej ilości jakiegoś produktu. Czy AI potrafi generować powiadomienia, bazując na różnych parametrach? TAK.
- Menadżer magazynu może poprosić AI w dowolnym momencie o raport ze stanu magazynowego. Czy AI potrafi kompilować dane? TAK.
Widać więc, że zamiast generować program magazynowy, ChatGPT potrafiłby dziś samodzielnie poprowadzić magazyn.
Jednak jest to jedynie etap przejściowy. Jeśli udostępnimy maszynie dostęp do czujników takich jak kamery, skanery czy możliwość prześwietlania, AI samo będzie mogło aktualizować stany magazynowe. Jeśli dodatkowo wyposażymy je w fizyczne narzędzia do przemieszczania przedmiotów w magazynie, to pracownik magazynu stanie się zbędny. Takie magazyny już istnieją, jedynym problemem jest to, że zarządzają nimi złożone programy oparte na AI, a nie sama sztuczna inteligencja.
Przy okazji eliminujemy wtedy (lub znacząco redukujemy), oprócz stanowiska pracy, również najbardziej nieoptymalny interfejs w systemach informatycznych, czyli GUI. Wszystkie formularze zostaną przeniesione do muzeum informatyki. Pozostawiając jakiś poziom ludzkiej kontroli lub dostępu do danych, możemy weryfikować poziom uprawnień człowieka nie za pomocą loginu czy hasła, a bazując na analizie naszego głosu czy źrenicy. Polecenia mogą być przekazywane głosowo lub tekstowo w formie chatu z AI. Informacje na wyjściu mogą być wyświetlane na ekranach lub odczytywane przez sztuczną inteligencję na głos.
W powyższym przykładzie system magazynowy zastępuje warstwę logiki i bazę danych, redukuje warstwę prezentacji do chatu. W całym świecie informatycznym, gdzie pojawia się taka architektura, zamiast wszystkich aplikacji będziemy potrzebowali tylko jednej - takiej, która będzie wyszukiwać dla nas informacje i przyjmować od nas polecenia. Żaden nowy kod nie musi być pisany ani generowany.
Rola analityka, testera, programisty staje się zbędna. Za to pojawiają się zupełnie nowe role, jak np. nauczyciel AI. W części 3 skoncentruję się na nowych rolach, jakie będą mogli przyjąć ci, dla których zabraknie pracy w ich pierwotnych funkcjach.
