Endava przebudowała dostawę oprogramowania wokół agentów AI

Większość firm traktuje AI jak dodatek do istniejących procesów. Endava zrobiła coś innego - przebudowała cały sposób dostarczania oprogramowania tak, żeby AI było w centrum, nie na marginesie.

Matthew Cloke, CTO firmy, mówi wprost: "Musieliśmy odpowiedzieć na pytanie, jak być istotną organizacją w nowym świecie AI". Nie chodziło o wdrożenie narzędzi. Chodziło o zmianę zachowań, sposobu myślenia i współpracy w 11-tysięcznej globalnej firmie.

Kiedy programiści przyspieszyli, reszta firmy stanęła w miejscu

Endava zaczęła od zespołów deweloperskich. Programiści dostali dostęp do ChatGPT Enterprise i Codex - narzędzi OpenAI do wspomagania kodowania i automatyzacji zadań.

Szybko okazało się, że wąskim gardłem przestało być pisanie kodu. Problem przesunął się w inne miejsce: zbieranie wymagań, analiza biznesowa, planowanie, koordynacja z interesariuszami. Wszystko to musiało nadążyć za nowym tempem pracy deweloperów.

Cloke opisuje to tak: "Zaczęliśmy kwestionować, jak szybko możemy tworzyć wymagania i jak szybko możemy dostarczać właściwe rozwiązania biznesowe dla naszych klientów".

Odpowiedzią było stworzenie DavaFlow - metodologii dostarczania oprogramowania zaprojektowanej od podstaw z myślą o AI. Nie adaptacja Scruma czy Kanbana. Nowa metodologia.

DavaFlow - metodologia zbudowana wokół agentów

DavaFlow to sposób pracy, w którym technologia OpenAI jest wpleciona w każdy etap projektu: przygotowanie spotkań, planowanie biznesowe, odkrywanie produktu, inżynierię oprogramowania i wdrożenie.

Cloke mówi bez ogródek: "Nie ma części DavaFlow, która nie używa technologii OpenAI".

Kluczowe jest to, że AI nie zostało w dziale IT. Prawnicy zaczęli używać AI do usprawnienia badań i dokumentacji. Menedżerowie projektów generują raporty zarządcze i podsumowania postępów w kodzie przez Codex. Zespoły komercyjne zamiast arkuszy kalkulacyjnych budują lekkie aplikacje AI.

Przykład? Podczas wewnętrznej dyskusji o cenach zespół pominął Excela i zbudował jednostronicową aplikację do wyceny, z którą można było od razu wchodzić w interakcje.

"To całkowicie zmieniło rozmowę" - podsumowuje Cloke.

Agenci w codziennej pracy liderów

Zespoły zarządzające w Endavie używają agentów AI do podsumowywania projektów, automatyzacji komunikacji, zarządzania skrzynkami pocztowymi i koordynacji pracy asynchronicznej.

Cloke przyznaje: "Jeśli nie mam agenta działającego w tle, czuję, że marnuję czas".

To nie jest gadżet. To zmiana w kulturze pracy - AI staje się domyślnym sposobem rozwiązywania problemów, nie ostatecznością.

Wyniki: szybsza dostawa, mniej ręcznej roboty

Endava nie podaje konkretnych procentów wzrostu produktywności, efekty są jednak wymierne:

• Przyspieszenie dostarczania oprogramowania przez integrację agentów AI w przepływach inżynieryjnych
• Rozszerzenie adopcji AI poza inżynierię - na zespoły prawne, finansowe i operacyjne
• Redukcja ręcznej pracy przy raportowaniu i koordynacji dzięki wspomaganym AI przepływom
• Możliwość budowania wewnętrznych narzędzi i aplikacji bez dedykowanego wsparcia inżynieryjnego
• Ustanowienie biegłości w AI jako kryterium rekrutacji i awansów w całej firmie

Ten ostatni punkt jest kluczowy. Endava traktuje umiejętność pracy z AI jak podstawową kompetencję - nie dodatek do CV, a warunek zatrudnienia i rozwoju kariery.

Lekcje z wdrożenia w 11-tysięcznej firmie

Cloke dzieli się kilkoma zasadami, które wyłoniły się podczas wdrażania AI w globalnej organizacji:

Traktuj adopcję AI jak zmianę zachowania, nie wdrożenie technologii. Nie wystarczy dać ludziom dostęp do ChatGPT. Trzeba zmienić sposób, w jaki myślą o rozwiązywaniu problemów.

Eksperymentowanie nie jest opcjonalne - jest oczekiwane. W Endavie kultura testowania AI jest normą, nie wyjątkiem. Jeśli nie próbujesz nowych podejść, zostajesz w tyle.

AI musi być wplecione w codzienną pracę, nie być dodatkiem. Cloke mówi: "Być AI-native w Endavie to myśleć o AI jako pierwszym sposobie rozwiązania problemu. To pierwsza rzecz, którą robisz, nie ostatnia".

To podejście kontrastuje z tym, jak większość firm wdraża AI - jako pilot w jednym dziale, eksperyment w laboratorium, prezentacja na konferencji. Endava postawiła na pełną integrację.

Co to zmienia dla rynku usług technologicznych

Endava to nie startup eksperymentujący z nowymi narzędziami. To firma z 25-letnim stażem, obsługująca duże przedsiębiorstwa, zatrudniająca 11 tysięcy ludzi globalnie.

Jeśli taka organizacja potrafi przebudować swoje procesy wokół AI - i robi to z sukcesem - to sygnał dla reszty branży. Pytanie brzmi: jak szybko to się stanie?

Dla klientów Endavy oznacza to szybsze projekty, mniej ręcznej koordynacji, więcej czasu na rozwiązywanie rzeczywistych problemów biznesowych zamiast administracji.

Dla konkurencji - pytanie, jak długo mogą sobie pozwolić na pozostanie przy starych metodologiach, kiedy inni dostarczają szybciej i taniej.

Cloke podsumowuje to prosto: firma musiała odpowiedzieć na pytanie, jak być istotną w nowym świecie AI. Odpowiedź? Nie dodawać AI do starego sposobu pracy. Zbudować nowy sposób pracy wokół AI.

Najczęstsze pytania

Czy Endava używa tylko narzędzi OpenAI?

Tak, firma wybrała OpenAI jako swoją platformę AI dla przedsiębiorstwa. Pracownicy mają dostęp do ChatGPT Enterprise i Codex, które są zintegrowane z metodologią DavaFlow na każdym etapie dostarczania oprogramowania.

Czy AI w Endavie zastąpiło programistów?

Nie. AI przyspieszyło pracę deweloperów, nie zastąpiło ich. Problem przesunął się na inne obszary - zbieranie wymagań, analizę biznesową i koordynację, które też musiały przyspieszyć, żeby nadążyć za nowym tempem kodowania.

Jak Endava mierzy sukces wdrożenia AI?

Firma nie podaje konkretnych wskaźników procentowych, mierzy jednak szybkość dostarczania oprogramowania, redukcję ręcznej pracy przy raportowaniu i koordynacji oraz zdolność zespołów do budowania narzędzi bez wsparcia inżynieryjnego. Dodatkowo biegłość w AI stała się kryterium rekrutacji i awansów.

Czy mniejsze firmy mogą wdrożyć podobne podejście?

Paradoksalnie, mniejsze firmy mogą mieć łatwiej - mniej procesów do zmiany, szybsze podejmowanie decyzji, mniej oporu przed zmianą. Kluczowe jest traktowanie AI jako domyślnego sposobu rozwiązywania problemów, nie dodatku do istniejących metod pracy.