IBM ELM готовится к запуску AI-агентов, которые помогут инженерным командам добиться большей скорости, ясности и уверенности.
Инженерные команды проходят значительную цифровую трансформацию в области управления сложной инженерией и жизненным циклом продуктов, и генеративный ИИ может в этом помочь. Однако в областях инженерии, где точность и соблюдение стандартов имеют первостепенное значение, применение генеративного ИИ требует осмотрительности.
Даже одно неверное требование может привести к дорогой переделке, задержкам в графике и низкому качеству результатов, что ставит под угрозу успешность продукта и иногда компании. Это особенно важно для безопасных, регулируемых отраслей, таких как автомобилестроение, аэрокосмическая отрасль или медицинские устройства, где ошибки могут повлиять на успех продукта и бизнеса. Приложения ИИ, которые не имеют корпоративной надежности или игнорируют критически важные меры безопасности, могут подорвать обещание скорости и автоматизации, которых они стремятся достичь.
Правильный подход может привести к большей скорости, ясности и укреплению уверенности для инженерных команд и заинтересованных сторон.
Подход IBM ELM: AI-агенты уровня задач
Одним из многообещающих направлений для ИИ в инженерии является применение автоматизаций уровня задач, которые управляются специально созданными агентами, предназначенными исключительно для выполнения этих задач. Это позволяет внедрять новые виды автоматизаций при учете некоторых рисков ошибок, связанных с общими запросами к большим языковым моделям (LLMs).
В следующем продукте IBM Engineering AI Hub v1.0 реализован такой подход. Это дополнение к IBM Engineering Lifecycle Management, которое предоставит агенты, отображаемые пользователям как новые "умные" функции в их существующих инструментах.
Первый релиз, который будет доступен с 14 октября 2025 года, включает агентов, предназначенных для следующих случаев:
- Анализ качества требований: Эффективная формулировка высококачественных требований. Используйте качества, генерируемые агентом, чтобы устранить скрытые риски в ваших спецификациях требований.
- Общение с вашими требованиями: Взаимодействуйте с вашими требованиями с помощью естественного языка, чтобы получать ответы на ваши вопросы, сводки, переводы и многое другое.
- Синопсис рабочего элемента: Быстрый переход к контексту, получение актуальной информации о долгосрочных сложных задачах, дефектах и других рабочих элементах.
Инженеры смогут получать результаты на основе ИИ в интегрированном пользовательском опыте при использовании приложения для управления требованиями DOORS Next и приложения для отслеживания и планирования Workflow Management.
Сохранение человека за рулем
Агенты многообещающие, но они не являются панацеей. Наши принципы проектирования включают сохранение человека в качестве конечного принимающего решения (например, ИИ рекомендует, человек решает), установку реалистичных ожиданий у пользователей и сбор доказательств через проверку и валидацию, чтобы автоматизации уровня задач продемонстрировали достаточный уровень точности, надежности и полезности.
Для эпохи "программно определенных" систем
По мере того как продукты и системы становятся все более "программно определенными", а сложность возрастает, потребность в более умных, автоматизированных инструментах никогда не была столь велика. IBM Engineering AI Hub создан как шаг в этом направлении.
==> Хотите узнать про автоматизации на n8n? — Здесь основные курсы n8n, вы научитесь автоматизировать бизнес-процессы! <==
