Ускорение кодирования Mailchimp на 40%: баланс между инновациями ИИ и управлением

Intuit Mailchimp исследует методы кодирования, основанные на ИИ, как и многие организации в прошлом году.

Intuit Mailchimp предлагает надежные решения для email-маркетинга и автоматизации. В рамках экосистемы Intuit компания стабильно развивает свои возможности генеративного ИИ, внедряя собственную систему GenOS и агентный ИИ в различные бизнес-подразделения.

Несмотря на внутреннюю экспертизу в области ИИ, Mailchimp определила конкретные сценарии, где инструменты кодирования на основе ИИ необходимы. Путь начался с необходимости уложиться в сжатые сроки.

Mailchimp столкнулась с задачей быстро представить сложный рабочий процесс клиентам для заинтересованных сторон. Традиционные инструменты, такие как Figma, не справились с созданием функционального прототипа. Некоторые инженеры, уже экспериментировавшие с инструментами кодирования на ИИ, воспользовались возможностью применить их к реальной бизнес-задаче.

«Мы столкнулись с уникальной задачей, требующей быстрого прототипа сложного рабочего процесса для заинтересованных сторон», — поделился Шиванг Шах, главный архитектор Intuit Mailchimp, с VentureBeat.

Инженеры использовали инструменты кодирования на ИИ и были поражены результатом.

«То, что заняло бы дни, было завершено за часы», — отметил Шах.

Этот прорыв вызвал более широкое внедрение инструментов кодирования на ИИ в Mailchimp, что привело к ускорению разработки до 40%, а также выявило важные уроки в области управления, выбора инструментов и роли человеческой экспертизы, которые могут перенять другие организации.

От вопросов и ответов к автоматизации задач

Опыт Mailchimp отражает более широкую тенденцию в том, как разработчики взаимодействуют с ИИ. Изначально инженеры использовали разговорный ИИ для базовых рекомендаций и советов по алгоритмам.

«Ещё до того, как инструменты кодирования на ИИ стали популярны, инженеры использовали разговорный ИИ для проверки алгоритмов для конкретных задач», — заметил Шах.

Переход произошёл с появлением продвинутых инструментов кодирования на ИИ, которые перешли от ответов на вопросы к выполнению задач кодирования.

Этот переход от консультаций к делегированию задач подчёркивает основную ценность, которую инструменты кодирования на ИИ предлагают предприятиям сегодня.

Разнообразие инструментов превосходит подход с одним поставщиком

Mailchimp выбрала стратегию использования нескольких инструментов, таких как Cursor, Windsurf, Augment, Qodo и GitHub Copilot, руководствуясь их специализированными преимуществами.

«Разные инструменты предлагают уникальные преимущества в зависимости от этапа разработки, подобно сотрудничеству со специализированным инженером», — объяснил Шах.

Это отражает подход предприятий, использующих различные инструменты на разных этапах разработки, избегая зависимости от одного решения, которое может быть сильным в одних аспектах, но слабым в других.

Этот подход основан на практических экспериментах, в ходе которых Mailchimp обнаружила, что определённые инструменты лучше подходят для конкретных задач в их рабочем процессе.

Управленческие рамки предотвращают хаос в кодировании с ИИ

Главный вывод Mailchimp из использования ИИ в кодировании связан с управлением. Компания разработала основанные на политиках и интегрированные в процессы меры безопасности, которые могут быть адаптированы для других организаций.

Политики включают проверки ответственного использования ИИ для развертываний, связанных с данными клиентов. Контроль процессов ставит человеческую экспертизу в центр, при этом ИИ выполняет первичные проверки кода, но окончательное утверждение перед развертыванием в продакшене требует человеческого участия.

«Человеческий контроль обязателен», — подчеркнул Шах. «Человек всегда должен дорабатывать и проверять решение, чтобы убедиться, что оно решает правильную задачу».

Этот двухуровневый подход решает распространённую проблему предприятий: баланс между повышением производительности ИИ и качеством и безопасностью кода.

Контекстные ограничения требуют точных подсказок

Mailchimp обнаружила, что инструменты кодирования на ИИ отлично справляются с общим программированием, но им не хватает глубоких знаний в бизнес-доменах.

«ИИ понимает стандартные отраслевые шаблоны, но может не соответствовать нашим специфическим пользовательским путям», — отметил Шах.

Это понимание подчеркнуло необходимость для инженеров предоставлять точные, насыщенные контекстом подсказки, основанные на технической и бизнес-экспертизе.

«Вы всё ещё должны разбираться в технологиях, бизнесе и архитектуре системы. ИИ усиливает ваши возможности», — сказал Шах.

Для предприятий это означает обучение команд работе с инструментами ИИ и эффективной передаче бизнес-контекста этим системам.

Преодоление разрыва между прототипом и продакшеном

Инструменты кодирования на ИИ блестяще справляются с быстрым прототипированием, но Mailchimp узнала, что прототипы требуют значительных человеческих усилий для подготовки к продакшену из-за сложностей интеграции, потребностей в безопасности и требований к архитектуре системы.

«Прототип не означает, что он готов к продакшену», — предостерёг Шах. «Сроки должны учитывать эти реалии».

Этот вывод помогает предприятиям устанавливать реалистичные ожидания от инструментов кодирования на ИИ, которые превосходны на ранних этапах разработки, но не являются полным решением для всего цикла разработки.

Фокус на задачах высокой ценности

Помимо скорости, инструменты ИИ позволили инженерам Mailchimp сосредоточиться на высокоприоритетной работе, такой как проектирование систем, архитектура и интеграция клиентских рабочих процессов, вместо повторяющихся задач кодирования.

«Теперь мы можем сосредоточиться на проектировании систем и интеграции клиентских рабочих процессов, а не на рутинных задачах», — сказал Шах.

Предприятия должны измерять успех кодирования с ИИ не только по производительности, но и по стратегической ценности работы, которую теперь могут выполнять разработчики.

Ключевые выводы для предприятий

Путь Mailchimp даёт ясный урок для предприятий, стремящихся лидировать в разработке с использованием ИИ: рассматривайте инструменты кодирования на ИИ как мощных помощников, которые усиливают, а не заменяют человеческую экспертизу.

Организации, которые найдут этот баланс, получат устойчивые конкурентные преимущества, сочетая техническое мастерство с человеческим контролем, скорость с управлением и производительность с качеством.

Для тех, кто внедряет инструменты кодирования на ИИ позже, путь Mailchimp от срочных экспериментов к структурированному внедрению предлагает надёжный план. Основной принцип остаётся: ИИ усиливает разработчиков, но человеческая экспертиза и контроль остаются критически важными для успеха в продакшене.