Rakuten soluciona incidències el doble de ràpid amb Codex

Rakuten⁠⁠(s'obre en una finestra nova) és una empresa global d’innovació que opera en els àmbits del comerç electrònic, la fintech i les comunicacions mòbils, i dona servei tant a consumidors com a comerciants a gran escala. Amb 30.000 empleats arreu del món, els seus equips d’enginyeria fan llançaments en un ecosistema de productes ampli i complex, on tant la rapidesa com la fiabilitat són essencials.

És per això que Yusuke Kaji, Director general d’IA per a empreses a Rakuten, ha dedicat l’últim any a integrar més profundament els fluxos de treball agentius en la manera com els equips planifiquen, desenvolupen i validen programari. Codex⁠⁠—l’agent de programació d’OpenAI—s’ha convertit en una peça clau de la pila d’enginyeria de Rakuten, sobretot en àrees en què l’empresa ha d’avançar més ràpidament sense comprometre la seguretat.

Durant l’últim any, els enginyers de Rakuten han utilitzat Codex en operacions i en el lliurament de programari per escurçar la resposta a incidents (inclosa una reducció d’aproximadament el ~50 % del temps mitjà de recuperació, o MTTR), reforçar el CI/CD amb revisions de codi automatitzades i comprovacions de vulnerabilitats, i donar suport a un desenvolupament més autònom en projectes complexos.

Dins de l'equip d'enginyeria de Rakuten, la seva agenda d'IA és nítida i intencionadament operativa. Kaji emmarca la feina al voltant de tres prioritats que aglutinen els equips:

• Compila més ràpidament ("Velocitat!! Velocitat!! Velocitat!!"): els equips utilitzen Codex en fluxos de treball operatius, inclosos la supervisió i el diagnòstic basats en KQL, per accelerar l’anàlisi de la causa arrel i la correcció, cosa que ajuda a reduir el MTTR fins a un 50 %.
• Compila amb més seguretat ("Fes la feina"): Codex s’invoca en CI/CD per a la revisió de codi i les comprovacions de vulnerabilitats, aplicant automàticament els estàndards interns perquè puguis publicar ràpidament amb mesures de protecció.
• Opera de manera més intel·ligent ("IA-nització"): Codex fa avançar projectes més grans i ambigus des de l’especificació cap a implementacions funcionals, reduint la dependència de requisits perfectament definits, permetent una execució més autònoma i, en última instància, comprimint esforços de tot un trimestre en setmanes.

Codex s’alinea directament amb cada prioritat com a agent fiable dins d’un conjunt d’eines més ampli, i és present allà on la velocitat, la seguretat i l’autonomia generen valor acumulatiu.

A Rakuten, la rapidesa inclou el temps de recuperació, no només la velocitat de desenvolupament.

Els equips utilitzen KQL (el sistema de consultes d’Azure per a registres i telemetria) per supervisar les API i analitzar senyals. Codex treballa juntament amb aquests fluxos de treball per ajudar a identificar les causes arrel i suggerir correccions, reduint el temps entre l’alerta i la resolució.

Des d’una perspectiva d’enginyeria de fiabilitat del lloc (SRE), això escurça el camí des de la detecció fins a la correcció. En lloc d’ajuntar manualment consultes, registres i pedaços, els enginyers poden centrar-se a validar i desplegar correccions.

Rakuten estima que aquest enfocament pot reduir l’MTTR aproximadament un 50 % quan es produeixen incidències. O, dit més senzillament: Rakuten ha utilitzat Codex per resoldre problemes el doble de ràpid quan alguna cosa falla.

A mesura que s’accelera el ritme de lliurament, la revisió i el desplegament poden esdevenir colls d’ampolla. Rakuten ho aborda integrant Codex directament en el seu pipeline de CI/CD.

Codex fa revisions de codi i comprovacions de vulnerabilitats abans que els canvis arribin a producció. Rakuten incorpora principis i estàndards interns de codificació en aquests fluxos de treball perquè les revisions s’alineïn amb les expectatives de l’empresa.

"Proporcionem els nostres principis interns de programació a Codex", diu Kaji. "Seguint els mateixos principis, revisa si el codi s’ajusta als nostres estàndards".

El resultat: les comprovacions de seguretat es duen a terme de manera coherent i automàtica, cosa que permet als equips avançar més ràpidament sense rebaixar els estàndards.

La tercera prioritat de Rakuten —la IA-nització— se centra en l’autonomia. Codex s’utilitza no només per a la revisió i el manteniment, sinó també per dur a terme projectes més grans i ambigus de principi a fi. En lloc d’exigir especificacions perfectament definides, Codex pot avançar a partir de requisits parcials i produir artefactes utilitzables.

"Els models Codex més recents poden llegir entre línies", diu Kaji. "Encara que els requisits no estiguin perfectament definits, entén què estem intentant construir".

Un exemple: crear una versió d’aplicació mòbil d’un servei d’agent d’IA existent basat en web. Codex va implementar tota l’especificació, amb una implementació de pila completa amb un backend en Python/FastAPI i una aplicació iOS en Swift/SwiftUI, incloses totes les APIs del backend, sense instruccions humanes pas a pas. Codex va reduir el temps de desenvolupament d’aquest projecte d’un trimestre a unes setmanes.

A mesura que Codex assumeix més tasques de generació de codi, Rakuten està reorientant el rol de l’enginyer cap a la redacció d’especificacions més clares i la verificació dels resultats d’acord amb estàndards mesurables. 

"El nostre paper ja no és revisar cada línia de codi", diu Kaji. "La nostra funció és definir clarament què volem i establir com verificar-ho".

Rakuten ha recolzat aquest canvi mitjançant tallers pràctics en equips d’enginyeria, de producte i no tècnics, cosa que ha contribuït que Codex tingui un paper central a l’hora d’ajudar els equips a llançar versions més ràpidament, operar amb més seguretat i escalar el desenvolupament autònom a tota l’organització.