Las visiones de codificación dura obtenidas: la ganancia de velocidad llegó con el 40 % de MailChimp al precio del gobierno

Como muchas instituciones durante el año pasado, Intuit mailchimp Intentó Codificación de Vepi.

Intuit MailChimp proporciona capacidades de marketing e -correo electrónico y automatización. Es parte de la organización Intuit más grande, que estaba en un viaje fijo con la Generación de AI en los últimos años, ofreció la suya. rodilla y Agente de inteligencia artificial Las capacidades a través de sus unidades de negocios.

Aunque la compañía tiene sus propias capacidades de IA, MailChimp ha encontrado la necesidad de usar herramientas de codificación VIBE. Todo comenzó, como lo hacen muchas cosas, tratando de llegar a un horario muy estrecho.

MailChimp debe mostrar un flujo de trabajo complejo para los clientes para las partes interesadas de inmediato. Las herramientas de diseño tradicionales como Figma no podían proporcionar el modelo inicial que necesitaban. Algunos de los ingenieros de MailChimp ya han probado las herramientas de codificación de inteligencia artificial en silencio. Al alcanzar la presión de la fecha límite, decidieron probar estas herramientas en un verdadero desafío para los negocios.

«Ya teníamos una posición interesante, ya que necesitábamos un modelo preliminar para algunas cosas para nuestros interesados, de manera casi inmediata, fue un flujo de trabajo muy complicado que necesitábamos para el modelo inicial», dijo Shevang Shah, arquitecto jefe de Intuit Mailchimp, a VentureBeat.

Los ingenieros de MailChimp utilizaron herramientas de codificación VEPBY y se sorprendieron por los resultados.

Shah dijo: «Es posible que se necesiten esos días hacerlo», dijo Shah. Logramos hacer esto en dos horas, lo cual es muy interesante.

La sesión de modelo inicial provocó el CHAILCHIMM más amplio de las herramientas de codificación de inteligencia artificial. Ahora, utilizando estas herramientas, la compañía ha logrado velocidades de desarrollo de hasta un 40 % más rápido mientras aprende lecciones críticas sobre el gobierno y la elección de herramientas y experiencia humanas que otras instituciones pueden aplicar de inmediato.

Desarrollo de una pregunta y respuesta «Para hacer esto por mí»

El viaje de MailChimp refleja un cambio más amplio en la forma en que los desarrolladores interactúan con la inteligencia artificial. Inicialmente, los ingenieros usaron IA para convertir para obtener orientación básica y sugerencias de algoritmos.

«Creo que incluso antes de que la codificación de ambientes se convirtiera en algo, muchos ingenieros ya se estaban beneficiando de las herramientas de inteligencia artificiales actuales y hablando para hacer algunas formas, oye, ¿es este el algoritmo correcto para lo que estoy tratando de resolver?» Nota Shah.

El modelo cambió principalmente con las modernas herramientas de codificación de IA. En lugar de preguntas y respuestas simples, el uso de herramientas se ha convertido más en hacer algún trabajo de codificación.

Este cambio de consultoría al mandato es proponer el valor básico con el que las instituciones tienen dificultades hoy.

MailChimp se basó deliberadamente en plataformas de codificación AI deliberadas en lugar de una unificación. La compañía utiliza el indicador, Windsurf, Mupment, Qodo y GitHub Copilot basado en una visión básica sobre la especialidad.

Shah dijo: «Lo que nos dimos cuenta es que, dependiendo de su ciclo de desarrollo de software, diferentes herramientas le brindan diferentes beneficios o una experiencia diferente, como la presencia de un ingeniero que trabaja con usted».

Este enfoque refleja cómo las instituciones están implementando diferentes herramientas especializadas para diferentes etapas de desarrollo. Las empresas evitan una solución única que se adapte a todos los que pueden sobresalir en algunas áreas con un bajo rendimiento en otras.

La estrategia apareció a partir de la prueba práctica en lugar de la planificación teórica. MailChimp ha descubierto a través del uso que diferentes herramientas superaron a varias tareas en el progreso del desarrollo.

Los marcos de gobernanza evitan el caos de la codificación de inteligencia artificial

Los centros de codificación de codificación más importantes en MailChimp sobre el gobierno. La compañía ha implementado tanto los pasamanos y las operaciones basadas en políticas que pueden adaptarse a otras compañías.

El marco de políticas incluye las revisiones internacionales de Amnistía responsables de cualquier publicación basada en la inteligencia artificial que afecte los datos de los clientes. Los controles garantizados de la operación aseguran que la supervisión humana siga siendo central. La inteligencia artificial puede llevar a cabo un símbolo preliminar, pero el consentimiento humano todavía se necesita antes de publicar cualquier símbolo de producción.

«Siempre habrá un ser humano en el episodio», confirmó Shah. «Siempre habrá alguien que tendrá que mejorar, y tendremos que verificar esto y asegurarnos de resolver el problema correcto ya».

Este enfoque de doble capa aborda una preocupación común entre las instituciones. Las empresas quieren las ventajas de la inteligencia artificial, al tiempo que mantienen la calidad de los estándares de símbolo y seguridad.

Las restricciones de contexto requieren un reclamo estratégico

MailChimp descubrió que las herramientas de codificación de inteligencia artificial enfrentan grandes restricciones. Las herramientas entienden los patrones de programación generales, pero carecen de un conocimiento específico de los negocios.

«He aprendido la inteligencia artificial de los estándares de la industria tanto como sea posible, pero al mismo tiempo, puede no encajar con nuestros viajes de usuario actuales como producto».

Esta visión condujo a una conciencia decisiva. La codificación de inteligencia artificial exitosa requiere que los ingenieros proporcionen un contexto cada vez más específico a través de reclamos cuidadosamente hechos basados en su conocimiento técnico y comercial.

«Todavía necesito comprender las tecnologías, los negocios, el campo, la ingeniería de sistemas y los aspectos de las cosas al final del día, ayudar a la inteligencia artificial a amplificar lo que sabe y lo que puede hacer», explicó Shah.

Efectos prácticos de las instituciones: los equipos necesitan capacitación en ambas herramientas y cómo comunicar el contexto del trabajo a los sistemas de inteligencia artificial de manera efectiva.

La brecha típica para la producción sigue siendo importante

Las herramientas de codificación de inteligencia artificial se destacan en modelos primarios rápidos, pero MailChimp se enteró de que los modelos iniciales no se convierten en un símbolo listo para producir. La complejidad de la integración, los requisitos de seguridad y las consideraciones de estructura del sistema aún requieren una gran experiencia humana.

Shah advirtió: «Solo porque tenemos un modelo preliminar en su lugar, no debemos llegar a la conclusión de que esto se puede hacer en varios tiempos». «El modelo inicial no es igual a llevar el modelo inicial a la producción».

Esta lección ayuda a las instituciones a poner expectativas realistas sobre el impacto de las herramientas de codificación de inteligencia artificial en los horarios de desarrollo. Las herramientas ayudan en gran medida en los modelos iniciales y el desarrollo inicial, pero no son una solución mágica para todo el ciclo de desarrollo de software.

La transformación estratégica del enfoque hacia el trabajo de mayor valor

El efecto transformador no fue más velocidad. Las herramientas permitieron a los ingenieros centrarse en actividades de mayor valor. MailChimp ahora pasa más tiempo en el diseño del sistema, la arquitectura y la finalización del flujo de trabajo del cliente en lugar de las tareas de codificación repetidas.

«Nos ayuda a pasar más tiempo en el diseño y la arquitectura del sistema», explicó Shah. «Entonces, ¿cómo podemos fusionar todo el flujo de trabajo para nuestros clientes y menos tareas mundanas».

Este cambio indica que las instituciones deben medir el éxito de la codificación de la inteligencia artificial de una manera que exceda la productividad. Las empresas deben rastrear el valor estratégico del trabajo que los desarrolladores humanos ahora pueden especificar sus prioridades.

Conclusión de instituciones

Para las instituciones que buscan el liderazgo en el desarrollo mejorado de la organización de matemáticas, la experiencia de MailChimp muestra un principio decisivo. El éxito requiere el tratamiento de las herramientas de codificación de inteligencia artificial como asistentes avanzados que inflan la experiencia humana en lugar de reemplazarlas.

Las organizaciones que dominan este equilibrio obtendrán ventajas competitivas sostenibles. Lograrán la mezcla correcta de capacidad técnica mientras supervisan a los humanos, la velocidad con la gobernanza y la productividad en la calidad.

Para las instituciones que buscan adoptar herramientas de codificación de inteligencia artificial más adelante en el curso, el viaje de MailChimp proporciona desde experiencias basadas en crisis hasta la planificación sistemática. La idea principal sigue siendo consistente: la amnistía internacional aumenta los desarrolladores humanos, pero la experiencia y la supervisión humana aún son necesarias para el éxito de la producción.