AI時代軟體開發新思維：寫好30%核心功能，剩下的交給「它」

摘要： 傳統的軟體產品開發，永遠在追趕客戶的需求；下一代的軟體產品，可以一次到位，滿足更多的需求，主要方法就是透過 AI，也就是整合 AI Agent。

AI 出來之後，話題開始出現 SaaS 已死。OpenAI 甚至協助一家 Klarna 放棄訂閱 Salesforce 以及 Workday，用 AI 開發自己需要的系統。 軟體產品會 100% 被 AI 取代嗎？或者說，現在的軟體產品開發方式，會 100% 變成都是用 AI 開發就可以嗎？ 其實從現在開始，這個答案應該不是 0 ，也不是 100%。如果有一個刻度的話，可能是 30%。

輝達黃仁勳演講的啟示

黃仁勳之前在 CES 的演講，裡面有一張圖，談到軟體開發的改變。傳統我們做軟體，就是用人手寫出程式，程式就是給出清楚的指令，CPU 去執行。所以程式怎麼寫，功能就怎麼跑。給什麼 Input，就會有什麼 Output。 沒有寫的程式，就沒有這個功能。 但 AI 不是這樣運作的。如果我想要有什麼 Output，我描述這個 Output，AI 就可以思考，透過 GPU 運算，找出可能的跑出這個 Output 的執行方式。 也就是 CPU 上，Application 是一個功能就是一個功能。在 GPU 上，AI 可以產生無限功能。

傳統的軟體產品發展

傳統的軟體產品開發，永遠在追趕客戶的需求。 我們永遠從最多客戶有需求的核心功能開始，成為產品功能的核心。 但客戶的需求無窮無盡，市場變化又快，既有產品的核心功能，客戶永遠無法滿足。 那通常怎麼辦呢？ 通常，我們會開始畫出產品的 Roadmap，產品的發展藍圖。 從客戶反應的需求中，找出那些最多客戶要的，對市場影響最大的，或者競爭對手已經做出來的，總之就是有個判斷，排出一個優先順序，來依序開發，擴展既有軟體產品的功能。 但難免有客戶會提出更「有趣」的需求，超出了原本的 Roadmap 範圍，應該怎麼辦呢？ 這時候難免就需要「客製」了。也就是針對單一客戶，做出只有他可以用的功能。 有時候因為是關鍵客戶，有時候是因為客戶願意多付錢，總之，總是會有這類不得不做的客製功能開發。 但不管功能是畫到產品 Roadmap 來依順開發，還是給客製開發，都有一個相同的問題，就是客戶要等，開發要時間。

AI 時代下的軟體產品

下一代的軟體產品，可以一次到位，滿足更多的需求。 主要方法就是透過 AI，也就是透過整合 AI Agent。 黃仁勳在 CES 的演講裡面提到，新一代的顯示卡，內建 AI 模型，也就是出廠的顯卡沒有的功能，內建的 AI 模型可以幫忙補足，提供顯卡更多的功能跟可能性。 同樣的，軟體產品的核心功能，滿足市場上客戶的核心需求即可，其他五花八門各式各樣不同的客戶需求，則可以透過 AI Agent 來滿足。 也就是下一代的軟體開發，不需要寫完所有的 Roadmap 了，也不應該。 本來一個軟體產品就不可能做完「所有」的客戶需求。 寫完核心的功能，剩下的應該交給 AI，發展產品的 Agent ，透過 AI Agent，來讓客戶自己產生自己想要的功能，來滿足各種客戶的各種需求。 舉例來說：電商系統永遠有開發不完的排程，Banner 要排程，商品上架銷售也想要排程，促銷活動上線也要排程。 如果每一個功能都要加上排程的功能，傳統上都要開發，UI 要刻，後台使用上也一定會變複雜。 如果透過 AI Agent，想要排程的都直接告訴 Agent，Agent 來產生排程程式，Agent來解決。就像 ChatGPT 的 Schedule Task 一樣。 所以新一代的軟體，不會 100% 被 AI 取代，完成 30% 的核心功能，剩下交給 AI。 而 70% 的 AI 裡面，還會包含三件事： 準備讓 Agent 呼叫的 API 產品的Agent 本身 Agent 還是無法實現的，透過 AI 來快速客製開發的客製功能 當然，更有趣的是，客戶也有可能準備好自己的 Agent，透過自己的 Agent 來使用你的軟體。也就是不使用軟體產品內建的 Agent，而是客戶端使用第三方的通用 Agent 來使用你所發展的軟體產品。 一樣，從去年開始，我們已經進入 Agentic AI 的時代，All About Agent，無論是企業或軟體開發公司，準備好自己，抓住 Agent 的機會： Hire more Agents. Build Agent Service. Ready for Agents Ready for Agent

轉貼自： bnnext.com

若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance