敏捷运动——鼓励技术和业务团队之间紧密、迭代的工作——正在发生一个有趣的转变。人工智能(AI)有望介入，帮助每个人保持同步，并解放开发人员和IT专业人员，使他们可以花更多的时间来运营业务。
人工智能的影响有可能成为敏捷中最有趣的发展，因为敏捷在20年前被首次提出。在未来，我们可能会谈论另一种人工智能——敏捷智能。
重要的是，人工智能对敏捷的影响是双向的。正如人工智能正在影响敏捷一样，你也需要一个敏捷哲学来构建和运行基于人工智能的系统。但是，当人工智能和敏捷结合使用时，企业就有可能增强他们的软件设计和开发过程。
BMC数字服务和运营管理高级副总裁兼总经理Margaret Lee表示:“人工智能通过更快地获取知识、简化工作流程和自动化流程，将开发人员、运营人员和用户紧密联系在一起。
也许人工智能推动的协作最引人注目的好处是技术团队和用户都得到了时间的回馈。Aflac高级副总裁基思?法利(Keith Farley)表示:“人工智能可以帮助完成许多行政活动，因此它自动为我们提供了更多的协作时间。”
他说，人工智能本质上是“一种超级合作者”:“例如，当你把两个人聚集在一起时，你有两个人的想法、经历和个性来参与讨论。如果你有四个人，那就是四个，以此类推。但当你为gen AI找个座位时，就像是在你的讨论中加入了100万不同人的想法和态度。”
法利补充说，将这些不同的想法带到讨论中，“将使我们能够更广泛地看待问题，并超越自己的偏见理解不同的观点，从而产生更好的产品和结果。”
BMC的Lee表示，许多IT专业人士对人工智能促进协作的潜力很感兴趣，并已经在进行试验。她说:“人工智能的创新和用例，无论是生成式的、因果的、相关性的、预测性的，还是通过复合人工智能协同工作的，目前都在发生。”
“人工智能驱动的自动化通过改进的变更管理简化和加速他们的工作，从而改善了开发人员的体验。AI会自动在团队(如DevOps和SREs)之间共享见解，以促进新应用程序和流程改进的更大协作。”
Miro首席运营官瓦伦?帕尔玛也认为，人工智能有助于“推动大规模合作和创新”。“创新的最大障碍是技术挑战，比如遗留工具和组织挑战，尤其是与跨职能协作相关的挑战。恐惧阻碍了创新，公司不敢优先考虑创新。”
李说，人工智能促进协作的一个例子是“通过预测识别和事件发生前的自动修复来进行跨团队协作，同时确定问题的根本原因分析。”“人工智能还通过自动化跨部门的工作流程管理来改善协作，例如人力资源员工入职。”
这种努力的最终结果是，人工智能“消除了经常困扰公司团队的繁琐的开销任务，”Miro的帕尔玛说。“这意味着要找到最好的软件来执行创建技术图表、解释代码、集群和总结内容等任务。”
Parmar补充说，有了人工智能，“团队在消耗动力和注意力的管理任务上花费的时间更少，而在项目的创新和协作阶段花费的时间更多。”它有助于消除头脑风暴期间参与者的知识差距，并促进对影响业务或产品决策的消费者行为趋势进行更深入的研究。它可以在几秒钟内消除人类研究的偏见，而不是几小时或几天。”
Lee表示，IT部门最重要的新兴工具之一是面向IT运营的人工智能(AIOps)。AIOps有助于“实时监控运营环境，在事件影响企业之前自动看到并做出反应，”她说。作为流程的一部分，AIOps支持根本原因分析和实时事件关联。
人工智能还促进了变革管理，“分析相关数据和流程，降低风险，推进DevOps，”Lee继续说道。与DevOps工具的集成，“将变更请求与软件开发生命周期联系起来，并导入CI/CD管道阶段，支持变更经理和开发人员之间的直接通信。”
然而，人工智能确实给IT运营带来了一些风险，Lee警告说。她说:“如果你看看生成式人工智能，它有望实现流程自动化，从而减少各行各业收集和关联数据的工作。”“组织和客户可以实现前所未有的数字化运营效率，但是，在企业用例中，人工智能模型需要在内部数据集上进行训练。”
虽然生成式人工智能“提供了显著的好处，比如客户体验和简化IT运营，但它必须经过深思熟虑的实施，”李说。“你需要了解人工智能的局限性，并确保适当的培训，以避免未来的挑战。”
Lee特别关注对数据质量和完整性的影响。她警告说:“如果公司将人工智能和ChatGPT应用于错误的用例和糟糕的数据，可能会产生严重的后果，比如误用、有缺陷的输出或敏感数据泄露。”这可能导致业务中断、数据完整性受损和客户不满。随着时间的推移，如何训练模型也存在问题——如果它们依赖于自生成的数据，可能会导致模型崩溃。”
然而，李预测，在未来12个月内，大多数技术产品和服务将纳入生成式人工智能功能，“引入与技术创造和交流的对话方式，从而实现它们的民主化。”人工智能解决方案技术可以为敏捷团队提供清晰、可操作的见解，精确定位风险，并提供解决问题的建议。”
