Orchestrating Human-AI Software Delivery: A Retrospective Longitudinal Field Study of Three Software Modernization Programs
औद्योगिक सॉफ्टवेयर आधुनिकीकरण कार्यक्रमों के तीन रिट्रोस्पेक्टिव अनुदैर्ध्य क्षेत्र अध्ययन यह प्रदर्शित करते हैं कि संपूर्ण वितरण जीवनचक्र में एक ऑर्केस्ट्रेटेड मानव-AI वर्कफ़्लो के भीतर AI एजेंटों को समाहित करना, AI का एक अलग कोडिंग सहायक के रूप में उपयोग करने की तुलना में गति, गुणवत्ता और दक्षता में काफी अधिक सुधार प्रदान करता है।
मुख्य विचार: "सुपर-टूल" से "सुपर-टीम" तक
कल्पना कीजिए कि आप एक विशाल, पुराने घर (सॉफ्टवेयर) का नवीनीकरण करने की कोशिश कर रहे हैं। अतीत में, आपके पास मानव निर्माणकर्ताओं (builders) की एक टीम थी। फिर, आपको एक जादुई हथौड़ा (AI) मिला जो कीलें दोगुनी तेजी से ठोक सकता था।
अधिकांश लोगों ने सोचा, "शानदार! अगर हम हर बिल्डर को एक जादुई हथौड़ा दे दें, तो पूरा घर आधे समय में बन जाएगा।"
लेकिन यह शोध एक अलग सवाल पूछता है: क्या होगा अगर हम केवल हथौड़े ही न बांटें, बल्कि पूरे निर्माण स्थल, ब्लूप्रिंट और टीम के एक साथ काम करने के तरीके को ही फिर से डिजाइन कर दें?
शोधकर्ताओं ने Chiron नामक एक प्लेटफॉर्म का अध्ययन किया (इसे एक "स्मार्ट कंस्ट्रक्शन मैनेजर" के रूप में सोचें) जिसने केवल बिल्डरों को AI टूल्स ही नहीं दिए; बल्कि इसने पूरे वर्कफ़्लो को ही पुनर्गठित कर दिया। उन्होंने तीन अलग-अलग नवीनीकरण परियोजनाओं (एक बैंक ऐप, एक अकाउंटिंग सिस्टम और एक मॉर्टगेज ऐप) को देखा, जब वे अपने "स्मार्ट मैनेजर" को वर्जन 1 से वर्जन 4 में अपग्रेड कर रहे थे।
चार वर्जनों की कहानी
अध्ययन ने देखा कि समय के साथ टीम कैसे विकसित हुई। यहाँ वह यात्रा है:
- पुराना तरीका (पारंपरिक): 6 वरिष्ठ विशेषज्ञों की एक टीम जो सब कुछ मैन्युअल रूप से करती थी। तीनों प्रोजेक्ट्स को पूरा करने में उन्हें 36 सप्ताह लगे।
- वर्जन 1 ("जादुई हथौड़ा" चरण): उन्होंने रिसर्च करने और कोड लिखने में मदद के लिए AI एजेंट्स को पेश किया।
- परिणाम: यह तेज़ हो गया! लेकिन गुणवत्ता गिर गई। यह एक ऐसे बिल्डर की तरह था जो कीलें तो बहुत तेज़ी से ठोकता है लेकिन यह देखना भूल जाता है कि दीवार सीधी है या नहीं। वे जल्दी काम पूरा कर रहे थे, लेकिन घर में दरारें थीं और बाद में बहुत मरम्मत की ज़रूरत पड़ी।
- वर्जन 2 ("बेहतर हथौड़ा" चरण): उन्होंने टूल्स को बेहतर तरीके से व्यवस्थित करने की कोशिश की, लेकिन यह अभी भी थोड़ा अराजक था। गति में मामूली सुधार हुआ, लेकिन गुणवत्ता अभी भी अस्थिर थी।
- वर्जन 3 ("फोरमैन" चरण): यह एक महत्वपूर्ण मोड़ था। उन्होंने एक "फोरमैन" (AI) जोड़ा जिसने काम पूरा होने से पहले एक चेकलिस्ट के आधार पर काम की जांच की।
- परिणाम: अचानक, गति और गुणवत्ता दोनों बढ़ गए। टीम केवल तेज़ी से काम नहीं कर रही थी; वे सही काम कर रहे थे।
- वर्जन 4 ("ऑर्केस्ट्रेटेड सिम्फनी" चरण): यह अंतिम, परिपक्व संस्करण है। AI ने केवल कोड ही नहीं लिखा; इसने पूरी प्रक्रिया का प्रबंधन किया। इसने योजनाओं की जांच की, कोड लिखा, नियमों के विरुद्ध उसकी समीक्षा की, और यहाँ तक कि गलतियों को पकड़ लिया इससे पहले कि मानव टीम को उन्हें ठीक करना पड़ता।
- परिणाम: टीम ने काम 9.3 सप्ताह में पूरा कर लिया (36 सप्ताह से घटकर)। यह लगभग 4 गुना तेज़ है।
आश्चर्यजनक आंकड़े
यहाँ बताया गया है कि जब उन्होंने पुराने तरीके की तुलना अंतिम स्मार्ट तरीके (वर्जन 4) से की:
- गति: उन्होंने काम 74% तेज़ी से पूरा किया।
- प्रयास: यदि आपने गणना की कि इसमें कितने "मानव दिन" लगे, तो यह 78% कम हो गया। यह एक साल के काम को तीन महीने में करने जैसा है।
- गुणवत्ता: यह सबसे महत्वपूर्ण हिस्सा है। शुरुआत में, AI ने अधिक गलतियाँ कीं जिन्हें बाद में ठीक करना पड़ा। लेकिन वर्जन 4 तक, अंतिम निरीक्षण तक पहुँचने वाली गलतियों की संख्या 74% कम हो गई।
- पहली बार में सफलता: पुराने दिनों में, केवल 77% आवश्यकताएं पहली बार में पूरी होती थीं। अंतिम संस्करण में, 90.5% तुरंत सटीक थे।
"अहा!" क्षण: यह क्यों काम कर गया?
पेपर का तर्क है कि जादू केवल AI होने में नहीं था। जादू ऑर्केस्ट्रेशन (Orchestration) में था।
- गलत तरीका: किसी इंसान को कोड लिखने के लिए चैटबॉट देना एक शेफ को एक रोबोटिक हाथ देने जैसा है जो प्याज को तेज़ी से काट सकता है। यह मदद तो करता है, लेकिन अगर शेफ को रेसिपी नहीं पता या रसोई अव्यवस्थित है, तो खाना जल ही जाएगा।
- सही तरीका (ऑर्केस्ट्रेशन): Chiron प्लेटफॉर्म एक ऑर्केस्ट्रा के कंडक्टर की तरह कार्य करता था। इसने केवल संगीतकारों को तेज़ बजाने के लिए नहीं कहा; इसने उन्हें बताया कि कब बजाना है, क्या बजाना है, इसने जांचा कि क्या वे सुर में हैं, और यह सुनिश्चित किया कि वायलिन वादक की आवाज़ बांसुरी को दबा न दे।
अध्ययन ने पाया कि सबसे बड़े लाभ केवल तभी हुए जब AI को एक संरचित वर्कफ़्लो में शामिल किया गया जिसमें शामिल थे:
- योजना (Planning): निर्माण करने से पहले ब्लूप्रिंट की जांच करना।
- वैधीकरण (Validation): तुरंत एक चेकलिस्ट के विरुद्ध काम की जांच करना।
- समीक्षा (Review): गलतियों को जल्दी पकड़ना (एक प्रूफरीडर की तरह) बजाय इसके कि घर बनने के बाद लीकेज का पता चले।
कमी (सीमाएं)
लेखक अपने अध्ययन की सीमाओं के बारे में बहुत ईमानदार हैं:
- यह एक रेट्रोस्पेक्टिव (Retrospective) है: उन्होंने पुराने रिकॉर्ड देखे और लोगों से विवरण याद करने को कहा, बजाय इसके कि वे इसे लाइव परफेक्ट सेंसर्स के साथ होते हुए देखते।
- एक कंपनी: यह एक विशिष्ट कंपनी में हुआ। अन्य कंपनियों की संस्कृति या समस्याएं अलग हो सकती हैं।
- "मैजिक बुलेट" की गारंटी नहीं: वे यह नहीं कह रहे हैं कि AI हमेशा इसी तरह काम करता है। वे कह रहे हैं, "जब हमने एक ऐसा सिस्टम बनाया जहाँ AI और इंसान एक संरचित नृत्य (structured dance) में एक साथ काम करते थे, तो यह अद्भुत रूप से काम कर गया।"
निचोड़
पेपर निष्कर्ष निकालता है कि AI केवल एक तेज़ टाइपराइटर नहीं है। वास्तविक मूल्य प्राप्त करने के लिए, आपको AI को केवल एक अकेले टूल के रूप में देखना बंद करना होगा और इसे एक टीम के सदस्य के रूप में देखना शुरू करना होगा जो एक अच्छी तरह से व्यवस्थित प्रक्रिया का हिस्सा है।
यदि आप केवल एक टीम को AI टूल्स देते हैं, तो वे तेज़ी से काम कर सकते हैं लेकिन अधिक गलतियाँ कर सकते हैं। लेकिन यदि आप टीम को ऑर्केस्ट्रेट (Orchestrate) करते हैं—AI का उपयोग योजना बनाने, जांच करने और मनुष्यों के साथ मिलकर समीक्षा करने के लिए करते हैं—तो आप एक साथ तेज़, सस्ते और उच्च गुणवत्ता वाले परिणाम प्राप्त कर सकते हैं।
संक्षेप में: केवल रोबोट न खरीदें; फैक्ट्री को फिर से डिजाइन करें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।