Vývo­jář má posled­ní slo­vo. I tak jim ale umělá inteligence šetří tuny práce, říká Mar­tin Kobza

„V první řadě ten­to nástroj ule­hčí našim lidem prá­ci v situaci, kdy se potře­bu­jí s kódem seznámit, a ve druhé, když začí­na­jí s novou úlo­hou a potře­bu­jí pro ni ses­tavit zák­lad­ní kostru,“ při­b­ližu­je člen před­staven­st­va a provozní ředi­tel České spořitel­ny Mar­tin Kobza. ​„Takové věci vyžadu­jí velké nasazení, s nímž dokáže GitHub Copi­lot efek­tivně pomoct.“

Nástroj, o němž je řeč, je společným dílem GitHubu (vlast­něného Microsoft­em) a Ope­nAI (kter­ou Microsoft vlast­ní ze 49 pro­cent).
Jako jeho největší dosavad­ní přínos jmenu­je Mar­tin Kobza pro­ces,
kdy bylo potře­ba vzít to, co fun­go­va­lo na staré tech­nologii, a přenést to na tech­nologii novou. ​„Vel­mi podob­ně, jako dnes AI umí přeložit text z češtiny do angličtiny, bylo zapotře­bí převést řešení z jed­no­ho vývo­jového jazy­ka do druhého. A v tom nám nasazení umělé inteligence šetří až 75 pro­cent práce vývo­jářů,“ říká Mar­tin Kobza.

Stále je nicméně nut­né počí­tat s tím, že ani umělá inteligence není neomyl­ná. ​„Je potře­ba se na takový nástroj dívat jako na skvělého kolegu, který vám v devíti z deseti pří­padů poradí správně – a jed­nou né.“ Vývo­jář, který s nástro­jem pracu­je, pro­to musí vědět, co dělá, a mít posled­ní slovo.

Ste­jně výz­nam­nou pomoc­nou ruk­ou je v České spořitel­ně využití GitHubu pro autom­a­ti­zace testů, tedy toho, že kód fun­gu­je správným způ­sobem, a doku­men­tace kódu. ​„Když pak odhléd­neme pří­mo od devel­op­er­ské práce, najdeme u nás umělou inteligen­ci inte­grovanou i do jiných nástro­jů, jako je napřík­lad Microsoft Copi­lot,“ dodává Mar­tin Kobza. ​„Tam může AI pro vývo­jáře nap­sat kupřík­ladu odpověď na e‑mail a výjimk­ou není ani její využití u další administrativy.“

V čem pomůže umělá inteligence vývo­jáři naopak nejméně? ​„Nepochyb­ně v zák­lad­ní při­dané hod­notě.
Je to právě vývo­jář, kdo chápe, v čem má změ­na kódu spočí­vat.
Když potře­bu­je seniorní vývo­jář uprav­it pár řádek kódu, tak to prostě udělá – a se svou zkušenos­tí napíše na čtyři řád­ky to, čím by jich umělá inteligence zaplni­la sto.“ A pro­tože chcete opti­mál­ní výkon bez zabrání vysoké výpočet­ní kapac­i­ty, zkušený člověk v tom­to zatím vítězí.

Otázku ohled­ně toho, zda nástro­je typu GitHubu pos­tu­pem času nahradí lid­ské vývo­jáře, nicméně není rad­no přehlížet.
​„Vypadá to, že za pár let bude zcela běžné, že i laik dá nástro­ji zadání a dostane od něj pros­tou aplikaci. U jednodušších věcí to fun­gu­je už nyní,“ říká Kobza. ​„My v bance ale větši­nou děláme netriv­iál­ní úlo­hy. Máme 637 sys­témů, které jsou navzá­jem kom­plexně proin­te­grované, a potře­bu­jeme, aby vše fun­go­va­lo extrém­ně opti­mál­ně.
Coko­liv, co v něčem s mil­iony klien­tů a stamil­iony transakcí vytváří neefek­tiv­i­tu, sto­jí peníze a zpo­ma­lu­je sys­tém.
Pro­to soudím, že přine­j­menším bez seniorních vývo­jářů se hned tak neobejdeme.“

Umělá inteligence už tu s námi ale zůs­tane – a brzy se s ní vel­mi blízce seznámí i kli­en­ti České spořitel­ny. ​„Další velká věc teď bude umělá inteligence pro inter­ne­tové bankovnictví George,“ říká Mar­tin Kobza. ​„Na prin­cipu gen­er­a­tivní AI chceme pře­bu­dovat George jako osob­ního asis­ten­ta, s nímž už inter­agu­jete v pod­statě jako s člověkem.
Řeknete nebo napíšete, co potře­bu­jete, a on to vykoná. Pokud se nám to povede, začneme takhle už příští rok měnit způ­sob, jakým jsou lidé zvyk­lí ovlá­dat inter­ne­tové bankovnictví.“