Paf ၏ engineering အဖွဲ့သည် developer productivity မြှင့်တင်ရန် custom GPTs 85 ခု ဖန်တီးထားသည်

Paf သည် ကုမ္ပဏီတစ်ခုလုံးအနှံ့ ChatGPT Enterprise ကို အသုံးပြုလာခဲ့ပြီး၊ အင်ဂျင်နီယာများက ပုံမှန် ဖွံ့ဖြိုးတိုးတက်ရေးလုပ်ငန်းများကို မြန်ဆန်စေရန် custom GPTs များကို နေ့စဉ် အသုံးပြုနေကြသည်။ Paf သည် ChatGPT Enterprise ကို grit:lab coding academy (gritlab.ax) ထဲသို့လည်း ပေါင်းစည်းထည့်သွင်းကာ၊ AI ဖြင့် ပံ့ပိုးထားသော systems-architecture အတွေးအမြင်ဖြင့် နောင်လာမည့် software developer မျိုးဆက်ကို ပထမနေ့ကတည်းက လေ့ကျင့်ပေးနေသည်။ developer များနှင့် grit:lab ကျောင်းသားများအတွက် အသုံးပြုနိုင်သည့် နည်းလမ်းများစွာအပြင်၊ Paf ဝန်ထမ်းများ၏ 70% သည် finance၊ HR၊ marketing နှင့် customer support ကဲ့သို့သော စီးပွားရေးအဖွဲ့များအပါအဝင် ChatGPT Enterprise ကို တက်ကြွစွာ အသုံးပြုနေကြသည်။

Paf သည် 1966 ခုနှစ်တွင် Åland Islands ၌ Red Cross၊ Save the Children နှင့် Folkhälsan တို့က တည်ထောင်ခဲ့သော နိုင်ငံတကာ gaming ကုမ္ပဏီတစ်ခုဖြစ်ပြီး၊ တာဝန်ယူမှုရှိသော gaming လုပ်ငန်းနယ်ပယ်၏ ဦးဆောင်သူတစ်ဦးလည်း ဖြစ်သည်။ နိုင်ငံ 29 နိုင်ငံမှ ဝန်ထမ်း 315 ဦးခန့်ဖြင့် Paf သည် တည်ထောင်ချိန်မှစပြီး လူမှုအသိုင်းအဝိုင်းအကျိုးအတွက် ယူရို 447.5 သန်းကျော် ပံ့ပိုးပေးထားသည်။

နည်းပညာလမ်းကြောင်း၏ ရှေ့ဆုံးတွင် အမြဲရှိနေမည်ဟု ကတိကဝတ်ပြုထားသော အဖွဲ့အစည်းတစ်ခုအနေဖြင့် Paf သည် AI ၏ ပြောင်းလဲမှုဖန်တီးနိုင်သော စွမ်းရည်ကို စောစီးစွာ အသိအမှတ်ပြုခဲ့သည်။ generative AI သည် လူအများအာရုံစိုက်လာချိန်တွင် ကုမ္ပဏီက ဤနည်းပညာသည် ၎င်း၏ ဝန်ထမ်းများနှင့် လုပ်ငန်းဆောင်ရွက်မှုများကို မည်သို့ ရှေ့ဆက်တိုးတက်စေနိုင်မည်ကို နားလည်ရန် AI system မျိုးစုံကို လျင်မြန်စွာ လက်ခံအသုံးပြုပြီး အကဲဖြတ်ခဲ့သည်။

အကောင်းဆုံး generative AI solution ကို ရှာဖွေနေစဉ် Paf သည် LLAMA၊ Claude နှင့် GPT‑4 တို့ကို စမ်းသပ်အသုံးပြုခဲ့သည်။ အဖွဲ့က တိုက်ရိုက် accuracy နှင့် cost နှိုင်းယှဉ်မှုများ ပြုလုပ်ခဲ့ရာ GPT‑4 သည် ပြိုင်ဘက်များထက် 25% ပိုမိုတိကျပြီး ကုန်ကျစရိတ်လည်း ပိုမကြီးခဲ့ပါ။ ထို့ကြောင့် Paf သည် GPT‑4 ကို ၎င်း၏ AI solution အဖြစ် ရွေးချယ်ခဲ့သည်။

Paf သည် developer 100 ဦးပါဝင်သော အဖွဲ့တစ်ခုလုံးသို့ ChatGPT Enterprise ကို ဖြန့်ကျက်အသုံးပြုစေခဲ့ပြီး၊ ယခုအခါ ၎င်းတို့၏ နေ့စဉ်လုပ်ငန်းများအတွက် ChatGPT Enterprise ကို မရှိမဖြစ်လိုအပ်သည့် ကိရိယာတစ်ခုအဖြစ် တွေ့ရှိထားသည်။ “boilerplate code ဖန်တီးခြင်း သို့မဟုတ် programming language အသစ်တစ်ခု လေ့လာခြင်းကဲ့သို့သော အလုပ်များအတွက် ကျွန်မ ChatGPT ကို တစ်နေ့ 20 ကြိမ် အသုံးပြုပါတယ်” ဟု frontend developer Krista Koivisto က ဆိုသည်။ အထွေထွေ coding အကူအညီအတွက် ChatGPT Enterprise ကို အသုံးပြုခြင်းအပြင် engineering အဖွဲ့သည် သီးသန့် use case များကို ပံ့ပိုးရန် custom GPTs 85 ခုကျော် ဖန်တီးထားသည်။

engineering အဖွဲ့ အနှစ်သက်ဆုံး custom GPT အသုံးပြုပုံများထဲမှ တစ်ခုမှာ ဖွံ့ဖြိုးတိုးတက်ရေးလုပ်ငန်းစဉ်ကို ချောမွေ့စေသော အထူးပြု coding GPTs အစု ဖြစ်ပြီး၊ backend infrastructure ဖန်တီးခြင်းမှ frontend component များ generate လုပ်ခြင်းအထိ ကူညီပေးသည်-

• Swagger GPT သည် Swagger JSON API သတ်မှတ်ချက်များကို Paf ၏ coding standard များနှင့်အညီ TypeScript service endpoint သတ်မှတ်ချက်များအဖြစ် ပြောင်းလဲပေးသည်။
• TypeScript GPT သည် endpoint သတ်မှတ်ချက်များကို အသုံးပြု၍ ရှိပြီးသား session validation function များကို ပြန်လည်အသုံးချကာ backend service code ကို ရေးပေးသည်။
• GraphQL Nexus GPT သည် frontend နှင့် အပြန်အလှန်လုပ်ဆောင်ရန် ရှိပြီးသား helper function များကို ပေါင်းစည်းအသုံးပြုကာ GraphQL Nexus schema များကို generate လုပ်ပေးသည်။
• Relay GPT သည် ကျွန်ုပ်တို့၏ backend များနှင့် ဆက်သွယ်ရန် GraphQL Nexus schema များကို အသုံးပြု၍ React Relay hook များကို ဖန်တီးပေးသည်။
• React GPT သည် Paf ၏ React နှင့် TypeScript style guideline များနှင့် core component library ကို အသုံးပြု၍ React component များကို ရေးပေးသည်။

“ရည်ရွယ်ချက်သီးသန့် GPTs များသည် မော်ဒယ်များကို အလွန်အကျွံ မတင်ပိုးစေဘဲ hallucination များကိုလည်း လျှော့ချပေးသည်” ဟု Koivisto က ဆိုသည်။ “ကျွန်ုပ်တို့သည် ပိုမိုနည်းသော အားထုတ်မှုဖြင့် အလုပ်လုပ်နိုင်သော boilerplate implementation များကို အလိုအလျောက် generate လုပ်နိုင်ပါသည်။” အထွေထွေ မော်ဒယ်တစ်ခုတည်းကို အားကိုးမည့်အစား အံဝင်ခွင်ကျ ပြင်ဆင်ထားသော GPTs များကို ချိတ်ဆက်အသုံးပြုခြင်းဖြင့် Paf ၏ developer များသည် တိကျပြီး standard ဖြစ်သော application flow များနှင့် APIs များကို အလိုအလျောက်နီးပါး လျင်မြန်စွာ generate လုပ်နိုင်ကြသည်။

ဖွံ့ဖြိုးတိုးတက်ရေးအဖွဲ့၏ custom GPTs များဖြင့် ရရှိထားသော အောင်မြင်မှုအပေါ် ဆက်လက်တည်ဆောက်ကာ၊ Paf သည် တက်သစ်စ developer 65 ဦး၏ လေ့ကျင့်ရေးကို မြန်ဆန်စေရန် ChatGPT Enterprise ကို grit:lab coding academy ထဲသို့ ပေါင်းစည်းထည့်သွင်းထားသည်။ Grit:lab ကျောင်းသားများသည် coding နှင့်ဆက်စပ်သော အလုပ်မျိုးစုံအတွက် ChatGPT ကို အသုံးပြုကြပြီး၊ ၎င်းတို့တွင် အောက်ပါတို့ ပါဝင်သည်-

• programming concept အသစ်များကို နားလည်ခြင်း
• code error များကို ထိရောက်စွာ debug လုပ်ခြင်း
• မတူညီသော language များအကြား syntax နှင့် structure ကို လေ့လာခြင်း
• test data များကို မြန်မြန် generate လုပ်ခြင်း

AI ဖြင့် ပံ့ပိုးထားသော ဤ software development နည်းလမ်းသည် software developer အမျိုးအစားသစ်တစ်ရပ်ကို ဖန်တီးပေးနေပြီး၊ ထိုသူများသည် အစကတည်းက systems architect ဆိုင်ရာ အသိပညာ ပိုမိုရှိကြသည်။ “ChatGPT ကို အသုံးပြုခြင်းဖြင့် junior developer များသည် ပိုမိုမြင့်မားပြီး စနစ်တကျသော အဆင့်တွင် စဉ်းစားလာကြသည်” ဟု DevOps engineer တစ်ဦးဖြစ်သည့် Kim Gripenberg က ပြောကြားပြီး၊ grit:lab ကျောင်းသားများနှင့် Paf ရှိ junior developer များသည် AI အကူအညီဖြင့် နှစ်များစွာ ပိုမိုမြန်ဆန်စွာ တိုးတက်လာကြောင်း မှတ်ချက်ပြုသည်။ syntax error များနှင့် coding အခြေခံများတွင် အချိန်ကုန်မနေတော့ဘဲ developer များသည် application နှင့် system design တစ်ခုလုံးအပေါ် အာရုံစိုက်နိုင်ကြသည်။

လာမည့်နှစ်အတွင်း Paf သည် ChatGPT Enterprise နှင့် OpenAI API ကို ၎င်း၏ လုပ်ငန်းစဉ်အားလုံးတွင် အပြည့်အဝ ပေါင်းစည်းထည့်သွင်းရန် စီစဉ်ထားသည်။ “AI က ဆက်လက်ရှိနေမယ့်အရာပါ။ သင်ဟာ ရထားပေါ်မှာ ရှိနေမယ်၊” ဟု Chief Technology Officer ဖြစ်သူ Fredrik Wiklund က ပြောပြီး “မဟုတ်ရင် ဘူတာမှာ ကျန်ခဲ့ပြီး ထွက်သွားတာကို ကြည့်နေရမယ်” ဟု ဆိုသည်။ ကုမ္ပဏီက အနာဂတ်တွင် GPTs များသည် software ရေးသားခြင်း၊ စမ်းသပ်ခြင်းနှင့် deploy လုပ်ခြင်းကဲ့သို့သော coding အလုပ်များကို ပိုမိုတာဝန်ယူဆောင်ရွက်လာမည်ဟု မျှော်မှန်းထားပြီး၊ ထို့ကြောင့် developer များသည် ပိုမိုမြင့်မားသော systems-level အလုပ်များအပေါ် အာရုံစိုက်နိုင်မည် ဖြစ်သည်။

AI ဖြင့် ပံ့ပိုးထားသော ဤနည်းလမ်းသည် Paf အား ပိုမိုကြီးမားသော ကုမ္ပဏီတစ်ခုကဲ့သို့ အရှိန်နှုန်းဖြင့် ဆန်းသစ်တီထွင်နိုင်စေမည် ဖြစ်သည်။ generative AI ကို ၎င်း၏ လုပ်ငန်းအပိုင်းအားလုံးထဲသို့ ပေါင်းစည်းထည့်သွင်းခြင်းအားဖြင့် Paf သည် ဝန်ထမ်းများ၊ customers များနှင့် မိမိဆောင်ရွက်ပေးသော လူမှုအသိုင်းအဝိုင်းများအတွက် အပြုသဘောဆောင်သော သက်ရောက်မှုကို အများဆုံးဖြစ်စေရန် အဆင်သင့်ဖြစ်နေသည်။

“ChatGPT က အချိန်ပြည့်ဝန်ထမ်း 12 ဦးရဲ့ အလုပ်နဲ့ ညီမျှတဲ့အလုပ်ကို လုပ်ပေးနေတယ်လို့ ကျွန်တော်တို့ ခန့်မှန်းထားပါတယ်” ဟု Wiklund က မှတ်ချက်ပြုသည်။ “ကျွန်တော်တို့ လုပ်ငန်းအပေါ် သက်ရောက်မှုက မျှော်မှန်းထားတာထက် ကျော်လွန်ခဲ့ပြီး ဒါက အစပဲရှိသေးတယ်။”