案例 07 · 企业研发转型
Datawhale原书章节 · 印刷页码 67—75 · 当前仅加载一页

原书第 68 页 · 点击页面可放大查看
查看与复制本页文字
文字由原PDF提取,阅读顺序和表格请以原页为准。
Q1:作为FDE,你应用AI的具体场景是什么?在这个场景下遇到的 具体问题长什么样? 这个案例发生在一家基金公司。它本身是偏基金投研类的企业,会围绕股票、汽车等不 同领域开展基金管理业务。我们面对的是一支需求变化非常快的内部研发团队,和传统 意义上几个月做一个大型软件项目的团队很不一样。 他们的一个特点是,需求非常零散,也非常快。内部产品经理或者业务部门一天可能就 会提出好几个需求。对他们来说,AI带来的价值,是把研发人员每天能够完成的功能点 从三个提高到十个,和“原来一年做完的项目,现在半年做完”的传统想象并不相同。 所以,在我接触这个项目之前,他们其实已经在用AI了,而且有些人用得还挺深。有人 用Codex,有人用Claude Code,也有人使用其他AI Coding工具。问题恰恰出在这 里:大家都会用,但企业很难让大家一起用。 每个人都觉得自己的工具最好。“我用这个工具效率高,你让我换另一个,我反而不会 干活。”当个人习惯越来越成熟以后,企业如果想统一工具,反而会遇到新的阻力。 而从管理层的角度看,企业需要的显然不只是几个员工个人效率提升。老板希望看到的 是整个研发团队的转型,希望AI能够成为一种组织能力,而不再只是散落在员工电脑里 的个人工具。 所以我当时面对的核心问题,已经超出“怎么教大家使用AI Coding”这一层,具体是三 个层次的问题。 第一,是认知没有统一。大家都在使用AI,但对AI Coding到底能做到什么程度、自己 的能力处于什么水平,并没有统一标准。 第二,是工具和方法没有统一。不同的人使用不同的工具,有不同的工作习惯,原来的 研发协作方式也没有随着AI Coding的出现发生变化。 第三,是组织方式开始出现新的变化。企业管理层看到一些新的研发理念后,希望进一 68/243