Pokud se zeptáte softwarových vývojářů, jak jim umělá inteligence změnila práci, můžou mluvit desítky minut o tom, jak už dnes nekódují, ale hlídají vývoj kódu, a o tom, co se stane se seniory a s juniory.
Podobně je možné zeptat se také na to, jak se změnila poptávka – a odpověď nemusí být o nic kratší. „Setkali jsme se s poptávkou, kdy si klient ‚navibekódoval‘ aplikaci a řekl, že funguje na 90 %, a on by chtěl po firmě jen dodělat zbylých 10 %. A jestli by to tedy bylo možné,“ popisuje Jiří Štěpán, partner ve společnosti Etnetera, která dodává softwarový vývoj a digitální řešení. Je to klient, se kterým konkrétně tato firma nespolupracuje. Jestli našel dodavatele svého řešení, není jasné. Štěpán vysvětluje, že takové poptávky zdaleka nejsou na denním pořádku, ale otázky a očekávání zákazníků se jednoznačně mění.
Podobně to také pro Lupu už popisoval Jan Netolička, spolumajitel a výkonný ředitel ostravské společnosti Blaze. Podle něj si kolem 80 procent vývoje aplikace dnes zajišťují sami klienti s takzvaným vibe codingem. „Nám platí za zbylých 20 procent,“ popsal.
Slovo „vibe coding" – tedy programování, při kterém člověk jen v přirozeném jazyce popíše, co chce, a výsledek mu vytvoří AI – se za poslední rok stalo běžnou součástí slovníku nejen vývojářských firem, ale také všech dalších, které dosud s umělou inteligencí nemusely mít nic společného. Vibekódovat začali ti, kteří se kdysi živili jako programátoři, ale s růstem své pozice programovat přestali a v posledních letech tak vyšli ze cviku. Nová technologie jim umožňuje rychle se do praxe vrátit. Ale vibekódují také třeba šéfové marketingových oddělení nebo manažeři dalších oborů. A šéfové celých firem.
Ping-pong mezi AI systémy
Z označení vibe coding se ošívá řada odborníků. Mnohdy proto, že v jejich očích znamená nekvalitní výsledek spojený s neodborným zadáním. Často z důvodu, že je ho hodně – ohání se jím lidé, kteří tím do světa programování vstoupili, a kromě výše zmíněných problémů s AI vytváří v podstatě nesmyslné a nepotřebné projekty.
Technologický podnikatel a spoluzakladatel společnosti COex Ivoš Gajdorus se proti vibe codingu vymezuje i proto, že označení zahrnuje příliš širokou škálu činností, od experimentování lidí bez technických znalostí až po profesionální vývoj vedený inženýry, který sám označuje spíš za takzvaný agentic engineering. „U většiny našich projektů dnes naprostá většina nového kódu vzniká prostřednictvím agentů,“ ujasňuje. A u toho zdůrazňuje, že agent musí dostat mimo jiné kvalitní zadání a pracovat pod kvalifikovaným dohledem.
„Během několika týdnů tak vznikl funkční základ poměrně komplexního systému, který by byl dříve realizován měsíce až roky,“ přibližuje. Další náklady se výrazně snížily – menší externí tým domluvený na převzetí a následný rozvoj projektu stál zlomek původního rozpočtu. „Což ale z mého pohledu pro vytvoření projektu s desítkami tisíc denních uživatelů rozhodně není zatím zavedenou praxí,“ ujasňuje Gajdorus.
Přínosy jsou jasné, o výzvách se občas hovoří také. Odborník popisuje, že kromě bezpečnostních rizik může vzniknout řešení závislé na jednom člověku, bez dostatečné dokumentace a s nejasnými technologickými rozhodnutími. A nakonec se může při snaze přidat další funkci celé rozsypat. Pro startupy, malé interní aplikace nebo třeba experimenty a rychlé ověřování nápadů je to přínosný postup. Pro jiné projekty už méně.
A poněkud bizarní situace nastává, pokud zákazník pošle rozsáhlé zadání vygenerované pomocí AI, jehož některé části sám pořádně nečetl. „A protistrana ho pro rychlost nechá analyzovat dalším automatizovaným nástrojem. Následuje ping-pong otázek a odpovědí generovaných AI, při kterém lidé fungují hlavně jako předavatelé výstupů,“ směje se Gajdorus.
Reálné osoby jsou přitom podle některých také ta skutečná úzká hrdla, tedy místa, kde se postup práce zasekává. „Většinou obě strany rychle pochopí, že AI ping-pongem se k nejlepšímu výsledku v nejkratším čase nedostaneme, a sednou si ke společnému jednání či workshopu. Schůzku sice automaticky přepisují a sumarizují další nástroje, ale požadavky pořád zadávají lidé a lidé také rozhodují,“ říká Gajdorus.
Ideální cesta zákazníka a ty další
S klienty, kteří přicházejí s teoreticky téměř hotovou prací a chtějí po firmě vytvořit (a zaplatit) jen poslední úpravy, se setkávají i u společnosti GoodRequest. Podle firmy obvykle takové poptávky vznikají ze dvou směrů. Startupy a menší firmy se u ní objevují ve chvíli, kdy se při vytváření kódu s AI začínají zacyklovat. „Každá oprava rozbije něco jiného. Místo toho, aby řešili, proč to nedrží, přibalují další funkce. Když to přijde k nám do GoodRequest, na povrchu je z toho rozsáhlý produkt a pod ním nefungují základy. A protože do toho už reálně investovali, mají pocit, že produkt je zaplacený a zbývá ho jen dokončit,“ popisuje Tomáš Lodňan, CEO této vývojářské společnosti.
Druhým zdrojem daného typu poptávek jsou velké firmy. „Prototypy si tam navrhují samotné byznysové týmy, mimo IT, a pak to přijde na stůl dodavateli se zadáním, aby to dal do produkce. Je to klasické shadow IT, jen s AI je ho násobně víc,“ myslí si Lodňan. Tedy, zaměstnanci vkládají do různých nástrojů firemní data, z prototypů se stávají součásti reálných procesů a firma přitom nemusí vědět, kde má jaká data, ale také co kde běží a kdo za to odpovídá.
„Láme se to na tom, že prototyp pokrývá happy path,“ popisuje a hovoří o ideálním postupu zákazníka s přesnými kroky, které si zadavatel představuje – tedy že například v e-shopu najde produkt, vloží do košíku, zaplatí, a vytvoří se objednávka. Jenže může mít nestandardní chování, může se změnit databáze, neprojít platba nebo se cestou třeba přeruší připojení. „Není tam autorizace na úrovni API, datový model, který přežije první změnu zadání, migrace, chybové stavy, testy, CI/CD, logování, monitoring, GDPR ani přístupnost. To není deset procent práce. To je většina práce,“ uvádí Lodňan.
Podobně vykresluje zmíněné představy finálních úprav Štěpán, když je připodobňuje ke stavbě domu, který by byl vytvořený z OSB desek místo klasické zděné stavby. „Vzniklo by něco, co vypadá dost dobře jako dům. Byly by tam přesně ty místnosti, které bychom chtěli. Mělo by to očekávané dispozice, žádanou předsíň a tak dále. A k tomu bych dodal: tak, teď mi to jen dodělejte. Jenže dům nemá izolační vlastnosti, pravděpodobně nepřežije zimu, nelze jen dodělat sklep, musí se postavit znovu a pořádně,“ popisuje.
Na podobné principy v prostředí cloudu pak odkazují v Labyrinth Labs. Konkrétně u návrhu cloudové infrastruktury a platforem, na kterých následně aplikace běží. Stále častěji prý vídají firmy, které si pomocí AI samy postaví třeba i celou cloudovou infrastrukturu v AWS. Často to prý funguje. Ale stejně jako už bylo řečeno v jiných případech, i tady potvrzují, že se problémy objevují až s postupem času – není vždy vyřešená bezpečnost, škálovatelnost, snadná aktualizovatelnost a spousta dalších potřeb.
„Aktualizace cloudových služeb jsou rizikové a provoz je závislý na člověku, který infrastrukturu původně vytvořil, místo aby byl reprodukovatelný a automatizovaný,“ popisuje Adam Hamšík, CEO firmy. „Když se nakonec se zákazníkem na spolupráci dohodneme, poměrně často zjistíme, že je jednodušší začít znovu než postupně opravovat řešení vytvořené pomocí AI. Ne proto, že by nefungovalo, ale protože jeho základy nebyly navržené pro dlouhodobý provoz,“ dodává Hamšík.
Výhody přesto má cesta, kterou prošla umělá inteligence, i pro velké projekty. Klienti dnes chodí s nadesignovaným produktem. „Častěji dostáváme kvalitně připravené prototypy, zpracované makety, design převedený rovnou do kódu nebo podstatně strukturovanější zadání,“ popisuje Gajdorus. „Je to pro nás perfektní zadání – tedy, takhle bych chtěl, aby to fungovalo. Daleko lepší než jakákoliv analýza nebo specifikace. Jen to v zásadě necháme přepsat,“ souhlasí Štěpán.
Hotovo ještě během první schůzky o projektu
Že umělou inteligenci ve vývojářských firmách sami používají, považují vývojářské firmy za samozřejmost. Znamená to několik změn, se kterými už počítají i klienti. Tou nejvýraznější je zřejmě zrychlení práce. „Domníváme se, že u většiny rozsáhlejších projektů se dodávka zrychlila zhruba v rozsahu 30 až 50 %. Pokud jde o projekt úplně na zelené louce, například když si chce někdo vytvořit e-shop od nuly, tam se dostáváme i na násobky,“ propočítává Štěpán z Etnetery. „Jeden vývojář s AI dnes může být výkonný jako dříve jeden člověk, jeden a půl člověka, ale klidně také jako pět lidí,” popisuje. Podle Gajdoruse AI dokáže samotnou implementaci u dobře vymezených úloh zrychlit „někdy i o několik řádů”.
Což způsobuje i „wow efekty“, jak je označuje Štěpán: například když se klient setká s vývojáři na schůzce, jejímž cílem je vysvětlit celkové pojetí a představy projektu, a vývojáři mu na jejím konci rovnou ukážou výstup.
Nicméně jde o formu funkční ukázky, upozorňují vývojáři. „Funkční demo v řádu dní má smysl a sami ho prodáváme jako službu s reálným backendem a daty. Ne jako klikací atrapu. Podstatné je, co z něj vypadne. Demo má definovaný konec a předání,“ ujasňuje Lodňan.
Rychlost a změny spojené s AI také podle Štěpána znamenají konec éry takzvaných man-dayů. Cena za jeden den práce vývojáře byla dlouhá léta jasnou měrnou jednotkou softwarového byznysu. Pokud ale AI práci vývojáře násobí a projekt se dá vyrobit v řádu hodin, i když ne perfektně, přestává mít fakturace za odpracovaný čas smysl. Firmy skutečnost vnímají tak, že si jejich klienti kupují výsledek, nikoliv počet hodin, popisují Štěpán i Lodňan. Partner Etnetery k tomu vysvětluje, že důležitým faktorem je i skutečnost, že firma za nástroje umělé inteligence značně doplácí. Konkrétně v této společnosti je to kolem osmi tisíc korun na pracovníka, další prostředky směřují do infrastruktury, kontrolních mechanismů, kvality kódu nebo školení lidí. Firma v tomto není výjimkou – běžně společnosti za AI nástroje vynakládají statisíce i miliony korun.
„Pokud AI stlačuje objem práce, pak prodávat hodiny znamená prodávat si vlastní pokles. Směřujeme proto k cenotvorbě podle hodnoty výstupu a k produktizovaným fixním rozsahům,“ říká Lodňan.
„Trh na tento posun zatím není plně připravený. Staré návyky jsou zakořeněné a man-daye jsou standard, stále je fakturujeme. Ale současně sledujeme jiné metriky,“ říká Štěpán. Podle něj se trh posouvá od účtování času k metrikám byznysového přínosu a rychlosti dodávek změn.
- Chcete mít Lupu bez bannerů?
- Chcete dostávat speciální týdenní newsletter o zákulisí českého internetu?
- Chcete mít k dispozici strojové přepisy podcastů?
- Chcete získat slevu 1 000 Kč na jednu z našich konferencí?
Staňte se naším podporovatelem
ČLÁNKY DO MAILU