Paf-ის ინჟინრების გუნდი ქმნის 85 მორგებულ GPT‑ს დეველოპერების პროდუქტიულობის მკვეთრად გასაზრდელად

Paf-მა მთელ კომპანიაში დანერგა ChatGPT Enterprise, ხოლო ინჟინრები ყოველდღიურად იყენებენ მორგებულ GPT‑ებს, რათა დააჩქარონ რუტინული განვითარების ამოცანები. Paf-მა ასევე ChatGPT Enterprise ინტეგრაცია გაუკეთა grit:lab-ის პროგრამირების აკადემიაში (gritlab.ax) და პროგრამული უზრუნველყოფის დეველოპერების მომდევნო თაობას პირველივე დღიდან ასწავლის AI-ით გაძლიერებული, სისტემური არქიტექტურის ხედვით. დეველოპერებისა და grit:lab-ის სტუდენტებისთვის გამოყენების მრავალფეროვანი შემთხვევების გარდა, Paf-ის თანამშრომლების 70% აქტიურად იყენებს ChatGPT Enterprise-ს, მათ შორის ფინანსების, HR-ის, მარკეტინგისა და მომხმარებელთა მხარდაჭერის გუნდებში.

Paf არის საერთაშორისო სათამაშო კომპანია, რომელიც 1966 წელს ალანდის კუნძულებზე დაარსდა წითელი ჯვრის, Save the Children-ისა და Folkhälsan-ის მიერ და პასუხისმგებლიანი თამაშების ინდუსტრიის ლიდერია. დაახლოებით 315 თანამშრომლით 29 ქვეყნიდან, Paf-მა დაარსების დღიდან საზოგადოებრივი სარგებლისთვის 447.5 მილიონ ევროზე მეტი გაიღო.

როგორც ორგანიზაციამ, რომელიც ტექნოლოგიურ პროგრესს ფეხს უწყობს, Paf-მა AI-ის გარდამქმნელი პოტენციალი ადრეულ ეტაპზევე დაინახა. როდესაც გენერაციულმა AI-მ პოპულარობის მოპოვება დაიწყო, კომპანიამ სწრაფად დანერგა და შეაფასა სხვადასხვა AI სისტემა, რათა გაეგო, როგორ შეეძლო ამ ტექნოლოგიას თანამშრომლებისა და ბიზნესოპერაციების წინ წაწევა.

იდეალური გენერაციული AI გადაწყვეტის ძიებისას, Paf-მა გამოსცადა LLAMA, Claude და GPT‑4. როდესაც გუნდმა სიზუსტისა და ხარჯების პირდაპირი შედარება ჩაატარა, GPT‑4 კონკურენტებზე 25%-ით უფრო ზუსტი აღმოჩნდა, თანაც უფრო ძვირი არ ყოფილა. Paf-მა AI გადაწყვეტად GPT‑4‑ის გამოყენება გადაწყვიტა.

Paf-მა ChatGPT Enterprise დანერგა 100 დეველოპერისგან შემდგარ მთელ გუნდში და ახლა ChatGPT Enterprise მათი ყოველდღიური ამოცანებისთვის შეუცვლელად მიაჩნიათ. „ChatGPT‑ს დღეში 20-ჯერ ვიყენებ ისეთი ამოცანებისთვის, როგორიცაა შაბლონური კოდის შექმნა ან ახალი პროგრამირების ენის სწავლა,“ ამბობს frontend დეველოპერი კრისტა კოივისტო. ზოგადი კოდირების დახმარებისთვის ChatGPT Enterprise-ის გამოყენების გარდა, ინჟინრების გუნდმა 85-ზე მეტი მორგებული GPT შექმნა კონკრეტული გამოყენების შემთხვევების მხარდასაჭერად.

ინჟინრების გუნდისთვის მორგებული GPT‑ების ერთ-ერთი საყვარელი გამოყენებაა სპეციალიზებული კოდირების GPT‑ების ნაკრები, რომელიც განვითარების პროცესის გამარტივებაში ეხმარება — backend ინფრასტრუქტურის შექმნიდან frontend კომპონენტების გენერირებამდე:

• Swagger GPT გარდაქმნის Swagger JSON API განსაზღვრებებს TypeScript სერვისის საბოლოო წერტილის განსაზღვრებებად Paf-ის კოდირების სტანდარტების მიხედვით.
• TypeScript GPT წერს backend სერვისის კოდს საბოლოო წერტილის განსაზღვრებების გამოყენებით და თავიდან იყენებს სესიის ვალიდაციის არსებულ ფუნქციებს.
• GraphQL Nexus GPT ქმნის GraphQL Nexus-ის სქემებს და ინტეგრირებს არსებულ დამხმარე ფუნქციებს frontend-თან ურთიერთობისთვის.
• Relay GPT ქმნის React Relay hook-ებს GraphQL Nexus-ის სქემების გამოყენებით ჩვენს backend-ებთან კომუნიკაციისთვის.
• React GPT წერს React კომპონენტებს Paf-ის React-ისა და TypeScript-ის სტილის მითითებებისა და ძირითადი კომპონენტების ბიბლიოთეკის გამოყენებით.

„ფოკუსირებული GPT‑ები თავიდან აცილებს მოდელების გადატვირთვას და ამცირებს ჰალუცინაციებს,“ ამბობს კოივისტო. „ჩვენ გაცილებით ნაკლები ძალისხმევით ავტომატურად ვაგენერირებთ მუშა შაბლონურ იმპლემენტაციებს.“ ზოგად მოდელზე დაყრდნობის ნაცვლად, ერთმანეთთან დაკავშირებული, მორგებული GPT‑ების გამოყენებით Paf-ის დეველოპერებს შეუძლიათ სწრაფად შექმნან ზუსტი, სტანდარტიზებული აპლიკაციის ნაკადები და API-ები თითქმის ავტომატურად.

განვითარების გუნდის მორგებული GPT‑ებით მიღებულ წარმატებაზე დაყრდნობით, Paf-მა ChatGPT Enterprise grit:lab-ის პროგრამირების აკადემიაში დანერგა, რათა 65 დამწყები დეველოპერის სწავლება დააჩქაროს. Grit:lab-ის სტუდენტები ChatGPT‑ს იყენებენ პროგრამირებასთან დაკავშირებული სხვადასხვა ამოცანისთვის, მათ შორის:

• პროგრამირების ახალი კონცეფციების გასაგებად
• კოდში შეცდომების ეფექტიანად გასამართად
• სხვადასხვა ენაში სინტაქსისა და სტრუქტურის შესასწავლად
• ტესტური მონაცემების სწრაფად გენერირებისთვის

პროგრამული უზრუნველყოფის განვითარების ეს AI-ით გაძლიერებული მიდგომა ქმნის პროგრამისტების ახალ ტიპს — ისეთებს, რომლებსაც თავიდანვე უფრო მეტი ცოდნა აქვთ სისტემური არქიტექტურის შესახებ. „ChatGPT‑ის გამოყენებით, უმცროსი დეველოპერები აზროვნებენ უფრო მაღალ, სისტემურ დონეზე,“ ამბობს DevOps ინჟინერი კიმ გრიპენბერგი და აღნიშნავს, რომ როგორც grit:lab-ის სტუდენტები, ისე Paf-ის უმცროსი დეველოპერები AI-ის დახმარებით წლების სისწრაფით პროგრესირებენ. სინტაქსურ შეცდომებსა და კოდირების საფუძვლებზე ჩარჩენის ნაცვლად, დეველოპერებს შეუძლიათ ყურადღება მთლიან აპლიკაციასა და სისტემის დიზაინზე გაამახვილონ.

მომდევნო წელს Paf გეგმავს სრულად ინტეგრირებას ChatGPT Enterprise-ისა და OpenAI API-ის ყველა პროცესში. „AI აქ დასარჩენად არის. ან მატარებელში ხარ,“ ამბობს ტექნოლოგიების დირექტორი ფრედრიკ ვიკლუნდი, „ან სადგურზე რჩები და უყურებ, როგორ მიდის.“ კომპანია წარმოიდგენს, რომ მომავალში GPT‑ები უფრო მეტ კოდირების ამოცანას შეასრულებენ, როგორიცაა პროგრამული უზრუნველყოფის წერა, ტესტირება და გაშვება, რითაც დეველოპერები უფრო მაღალი დონის, სისტემურ სამუშაოზე კონცენტრირებას შეძლებენ.

ეს AI-ით გაძლიერებული მიდგომა Paf-ს საშუალებას მისცემს ისეთივე სისწრაფით განახორციელოს ინოვაცია, როგორც ბევრად უფრო დიდ კომპანიას. გენერაციული AI-ის ბიზნესის ყველა ნაწილში ინტეგრირებით, Paf მზად არის მაქსიმალურად გაზარდოს თავისი დადებითი გავლენა თანამშრომლებზე, მომხმარებლებსა და საზოგადოებებზე, რომლებსაც ემსახურება.

„ჩვენი შეფასებით, ChatGPT 12 სრული განაკვეთის თანამშრომლის ეკვივალენტურ სამუშაოს ასრულებს,“ აღნიშნა ვიკლუნდმა. „ჩვენს ბიზნესზე გავლენამ მოლოდინს გადააჭარბა და ეს მხოლოდ დასაწყისია.“