Ilmselt on väga paljud tänaseks vähemalt korra proovinud vestelda ChatGPT-ga või teinud iseendast Ameerika keskkooli aastaraamatu või superkangelase pildi. Kindlasti on paljud proovinud ka seda, kas mõni AI rakendus saaks olla reaalselt abiks mõne tööülesande täitmisel. Erandiks ei ole loomulikult ka meie Datanoris. Seekordses blogiartiklis avab oma mõtteid AI teemadel meie CEO Indrek.
AI-hullus on poole aasta jooksul teinud maakerale tiiru peale tunduvalt kiiremini kui koroona kolm aastat tagasi. Tasapisi hakkab järsult ülespaisatud tolm settima ja ka peatset maailma lõppu ennustavad inimesed natukene maha rahunenud. Ilmselt on tänaseks selge, et roboteid, kes meid kohe-kohe öösel voodist ära tassivad ning suurteks inimakupankadeks kasutama hakkavad, esimese hooga kartma ei pea. Seega on paljud ettevõtted nüüd otsimas, kas lisaks sellele, et ChatGPT-ga on lihtsalt tore vestelda, on selle abil võimalik toota ka reaalset väärtust. Mida oleme meie viimase poole aasta jooksul Datanoris selles osas õppinud?
Tegelikult täpselt sedasama, mida mitmed teadlased ja visionäärid on pakkunud — sisu tootmine muutub järgnevate aastate jooksul kardinaalselt. Siinjuures ei ole vahet, mis sisust me räägime — artiklid, muusika, kunst, joonistamine või siis… tarkvaraarendaja kood. See, mida meie Datanoris igapäevaselt toodame ja teeme, on ju tegelikult täpselt samasugune sisu nagu kirjaniku tähemärgid. Erinevus on lihtsalt selles, et meie väljund koodi näol on miski, mida lõppkasutaja otseselt ei näe, kuid see teeb midagi kasulikku ja ilma selleta ei saa. Koodi kirjutamine on aga läbi ajaloo olnud aeglane ja kallis tegevus. Nii-öelda rätseplahenduste loomine IT valdkonnas on suur privileeg, mida saavad endale lubada vähesed ettevõtted ja organisatsioonid. Nüüd hakkab see trend tänu genereerivale AI-le muutuma, sest seesama ChatGPT aitab meie arendajatel näiteks kiiremini teste kirjutada ja analüütikutel erinevad kasutuslood ning diagrammid lihtsama vaevaga ära vormistada.
Need on aga alles esimesed väikesed sammud, sest igasuguseid AI-l põhinevaid tööriistu, mille abil koodi kvaliteetsemalt ja kiiremini valmis saada, tekib juurde iganädalaselt. Kõik liigub pöördumatult selles suunas, et arendusettevõtte sisu loomine on tulevikus kordades kiirem. See on muidugi suurepärane uudis meie klientidele, kuna arendus, mis varem võttis aega pool aastat, tehakse ilmselt tulevikus valmis ühe nädalaga. Hetkel on muidugi täiesti võimatu ennustada, kas see juhtub kahe või kaheksa aastaga, aga kindel on see, et selles suunas me pöördumatult liigume. Juba täna on olemas Datanoris reaalseid näiteid, kuidas me oleme hoidnud mõne tegevuse juures kokku kümneid kui mitte sadu tunde. See on aga puhas rahaline võit meie klientidele.
Mis saab aga arendajatest? Kas enamus kaotab tulevikus oma töö? See hirm on minu hinnangul asjatu. Sarnane stsenaarium on maailma ajaloos mitu korda läbi tehtud. Enamasti on uue murdelise tehnoloogia tulekuga nõudlus kasvanud nii palju, et tööjõudu on tegelikult vaja veel rohkem. Sellel nähtusel on isegi oma nimi — Jevonsi paradoks, mille sõnastas 1930ndatel William Stanley Jevons kui oli näha, et efektiivsemate aurumasinatega söe tarbimine pigem suurenes, mitte ei vähenenud ning järjekindel automatiseerimine ei võtnud inimestelt tööd vähemaks, vaid tekitas seda aina juurde. Seega on efektiivsema tarkavaraarenduse tulemus tõenäoliselt sama — tellijad tahavad aina uusi ja keerukamaid IT süsteeme, mille loomise juures on endiselt vaja ka arendajate abi.
Kokkuvõtlikult usun isklikult, et mitte ainult tarkvaraarenduse valdkonnas tegutsejate, kuid meie kõigi töö iseloom on muutumas, kuid töömaht pigem mitte. Selleks, et õigel ajal rongile hüpata, tuleks meil kõigil juba täna pühendada aega, et leida üles need kohad, kus AI saab meie valvsa pilgu all tööülesannete efektiivsemal täitmisel abiks olla.