نرم‌افزار فوق‌العاده راحت یا همان‌طور که ما می‌شناسیم پایان گردش‌های کاری

Summarize this content to 400 words in Persian Lang
به‌عنوان بنیان‌گذار یک استارت‌آپ نوپای فناوری، تقریباً هر روز به طور مفصل به این فکر می‌کنم که چگونه هوش مصنوعی ممکن است به طور کلی بر نرم‌افزار تأثیر بگذارد و نرم افزار سازمانی به طور خاص.

در حالی که ما می دانیم AGI برای کشف به موقع وجود دارد، ما باید در این مدت تجارتی را توسعه دهیم و اجرا کنیم. چگونه می‌خواهیم تیم‌ها، سازمان‌ها و محصولات را برای ارائه بهترین خدمات به مشتریان توسعه دهیم؟

پس از فکر کردن به آن، چارچوبی را برای کمک به شناسایی فرصت ها و عمل کنید روی آنها، مشتری را در خط مقدم تصمیم گیری نگه می دارد.

The Bane of Enterprise Software: Workflows

بسیاری از نرم افزارهای سازمانی در مورد راه اندازی، نگهداری و به روز رسانی سفت و سخت هستند گردش کار:

بخش منابع انسانی/مالی از نرم افزار حقوق و دستمزد برای پیگیری وظایف مختلف مربوط به حقوق و دستمزد استفاده می کند که باید در یک توالی خاص (نیمه خودکار) اجرا شوند.

توسعه دهندگان یک تست Docker و CI/CD و سازوکار ساخت را برای ارائه به‌روزرسانی‌های نرم‌افزاری راه‌اندازی می‌کنند که باید در هر تغییر عمده اجرا شود.

تیم های فروش از سیستم های CRM برای ردیابی پیشرفت در تبدیل مشتریان بالقوه با سطوح علاقه متفاوت به مشتریان استفاده می کنند.

ویژگی کلیدی بسیاری از این فرآیندهای سازمانی ساده است: آنها شامل تعداد زیادی مرحله برای اجرا هستند. مقدار قابل توجهی از منابع داخلی ابتدا به طراحی گردش کار داده شده سپس، زمان و انرژی بیشتری به آموزش افراد برای پیروی از گردش کار اختصاص داده می شود. همانطور که تجارت در حال تکامل است، فرآیند باید تکرار شود تا جریان کار جاری و مرتبط بماند.

بنابراین، پیچیده و پر هزینه گردش کار آفت وجود شرکت است. آنها شامل:

هزینه های طراحی

هزینه های راه اندازی

هزینه های آموزشی

هزینه های نگهداری

به روز رسانی هزینه ها

مانند باغ های گل ظریف، گردش کار سازمانی نیز به توجه، مراقبت و منابع زیادی نیاز دارد تا آنها را سودآور کند.

یک مثال ملموس تر و شخصی تر

در سازمان ما، نزدیک به ده ها میکروسرویس را مدیریت می کنیم که به معنای مدیریت صدها API است.

علیرغم اینکه طرفدار مهندسی با استانداردهای بالا هستیم، تیم من و من شخصاً در ادغام Swagger یا OpenAPI در زیرساختمان تعلل کردیم. این هزینه های راه اندازی ترکیب یک ابزار استاندارد اسناد API مانند Swagger شامل مراحل زیر است برای هر مخزن API ما حفظ می کنیم:

بررسی کنید که آیا پشتیبانی Swagger برای زبان/چارچوب مخزن وجود دارد یا خیر.
وابستگی اضافی را به پروژه اضافه کنید و آن را به طور کامل آزمایش کنید.
سیستم CI را برای تولید اسناد در هر به روز رسانی راه اندازی کنید.
یک URL پایانی برای دسترسی تیم ایجاد کنید.
استقرار و میزبانی را به درستی مدیریت کنید.
SSL را برای نقاط پایانی مدیریت کنید.
اگر می‌خواهید ویژگی «Try» کار کند، آپاچی یا پروکسی دیگری را تنظیم کنید.

این مراحل، در مجموع، می‌تواند به راحتی از چند روز تا یک هفته طول بکشد تا یک مهندس مبتدی شروع به کار کند. علاوه بر این، ما باید تنظیمات یکسانی را برای تقریباً هر بک‌اند میکروسرویس مختلف تکرار کنیم. و این اتفاق می افتد که ما از چندین زبان (JS/Python/Go) و فریمورک های مختلف در این زبان ها بهره می بریم. فقط پیدا کردن مولدهای کد Swagger مناسب برای هر زبان/چارچوب، به اندازه کافی دردسر است که ما را مجبور به تعلل در کار کند.

با نگاهی به مقدار زیاد هزینه راه اندازی، و همچنین هزینه های تخمینی تعمیر و نگهداری، مکانیسم های اضافی صرفه جویی در تلاش خود را پیدا کردیم. در واقع ما زبان متن محور خود را برای مقابله با این موضوع اختراع کردیم. این به نوعی مشکل را برای ما حل کرد، اما قابلیت استفاده هنوز هم عالی نبود – ما یک راه حل بهتر می خواستیم.

مرگ قریب الوقوع گردش کار

نرم افزارهای سنتی معمولاً شامل «مراحل» بسیاری برای انجام کارها هستند.

در دنیای اول هوش مصنوعی، چیزی که خواهیم دید «فشرده شدن» مراحل است.

آنچه قبلاً 8 تا 10 قدم برداشته می شد را می توان به 1 مرحله کاهش داد – یا اصلاً هیچ قدمی نداشت.

بنابراین، نکته کلیدی هوش مصنوعی برای نرم افزارهای سازمانی است راحتی نمایی.

هر جا که یک گردش کار با چندین مرحله مشاهده می‌کنیم، می‌توانیم سعی کنیم اجزای دارای هوش مصنوعی را اختراع کنیم تا آن را به یک مرحله کاهش دهیم.

آنچه قبلاً به مداخله انسانی نیاز داشت، اکنون می‌تواند تا حد زیادی با ورودی صفر انسان (با مکانیسم‌های بازبینی/بازخورد خوب از سوی انسان) حل شود.

نمونه موردی: با مثال Swagger/OpenAPI، ما در نهایت به ساخت LiveAPI رسیدیم که اساساً «هزینه راه‌اندازی هر مخزن» را به «2 کلیک» کاهش می‌دهد.

علاوه بر این، به دلیل عمومیت LLM های اساسی، ابزار ما از اکثر زبان ها/فریم ورک های محبوب خارج از جعبه پشتیبانی می کند. ما همچنین تشخیص زبان/فریم ورک را به‌طور خودکار انجام می‌دهیم، همراه با تشخیص خودکار URL پایه و سایر ویژگی‌های مشابه.

اساساً، کل گردش کار Swagger – که قبلاً شامل هزینه‌های قابل‌توجهی برای راه‌اندازی و نگهداری می‌شد – به یک نوع سیستم “تنظیم و فراموش کردن” کاهش یافته است که برای راه‌اندازی فقط به چند کلیک نیاز دارد.

نرم افزار The Dawn of Ultra-Convenience

برای کارآفرینان، هدف در کوتاه مدت می تواند تمرکز بر تولید انواع محصولات باشد. نرم افزار فوق العاده راحت.

ویژگی تعیین کننده an سیستم نرم افزار فوق العاده راحت کل است فشرده سازی یک گردش کار چند مرحله ای موجود

شما چیزی را با چندین مرحله انجام می‌دهید و آن را در یک فرآیند ساده تک مرحله‌ای نصب می‌کنید. پس از آن، سیستم مبتنی بر هوش مصنوعی به ارائه ارزش ادامه می دهد – تقریباً بدون نیاز به دخالت انسانی.

چشم انداز از نرم افزار فوق العاده راحت درهای زیادی را برای نوآوری باز می کند. در Hexmos، ما مفتخریم که تلاش‌های خود را با LiveAPI آغاز کرده‌ایم، که می‌تواند ارزش هفته‌ها تلاش را در سیستم‌های مبتنی بر گردش کار سنتی تنها در چند دقیقه کاهش دهد.