GM заявила про трикратне зростання продуктивності розробників завдяки ШІ-агентам

General Motors (GM) перебудувала процеси розробки програмного забезпечення для автономних автомобілів навколо ШІ-агентів, повідомляє VentureBeat. 

За словами віцепрезидента GM з автономних транспортних засобів Рашеда Хака, це дозволило приблизно утричі збільшити кількість об'єднаних pull request, прискорити випуск нових функцій і зменшити кількість дефектів.

ШІ-агенти автоматизують більшу частину роботи інженерів

За словами Рашеда Хака, інженери з розробки автономних автомобілів витрачають лише близько 15% робочого часу безпосередньо на написання коду. Решта часу припадає на аналіз телеметрії, пошук причин проблем, проведення експериментів і тестування можливих виправлень.

Саме ці завдання GM почала передавати ШІ-агентам. Компанія не обмежилася інтеграцією інструментів для генерації коду, а перебудувала повний цикл розробки навколо агентів.

«Якщо дати людині лише чатбот, який може писати код, у цьому процесі все одно залишається багато неефективності», — сказав віцепрезидент GM з автономних транспортних засобів Рашед Хак.

Компанія розділила процес розробки на кілька циклів: створення і тестування програмного забезпечення в симуляції, випробування автомобілів на дорогах загального користування та моніторинг після передачі автомобілів клієнтам. 

Для кожного етапу GM визначила, що займає найбільше часу або затримує роботу та автоматизувала його.

Доступ агентів до внутрішніх інструментів і даних

GM підключила ШІ-агентів до внутрішніх сервісів і петабайтів корпоративних даних через власні сервери Model Context Protocol (MCP). Компанія також створила систему керованих інструкцій, які визначають порядок виконання окремих завдань.

Одним із прикладів використання стала обробка телеметрії автомобілів. ШІ-агенти аналізують отримані дані, проводять первинний аналіз можливих проблем, створюють завдання для інженерів і взаємодіють безпосередньо з внутрішніми інструментами компанії.

За словами Хака, результати роботи агентів мають залишатися зрозумілими для людини, а відповідальність за кінцевий результат несе інженер. Доступ агентів визначається рівнем доступу співробітника, який ними користується.

Компанія також застосовує фонових ШІ-агентів для паралельного запуску експериментів із машинного навчання. Перед впровадженням змін GM використовує систему перевірок і вимірювання продуктивності, а інженери оцінюють результати перед переходом до наступного етапу розробки.

«Думаю, єдиним сюрпризом стало те, наскільки багато ми змогли зробити», — сказав Хак.