Sistem agen kecerdasan buatan menghasilkan pendapatan tambahan tiga ratus lima puluh ribu rubel dalam dua bulan
23 Oktober 2026 · Baca 2 menit
Juga diterbitkan dalam Deutsch
Sebuah sistem agen kecerdasan buatan yang dikembangkan secara internal oleh sebuah perusahaan telah menghasilkan pendapatan tambahan sebesar tiga ratus lima puluh ribu rubel dalam periode dua bulan. Sistem ini beroperasi secara otonom dalam proyek komersial nyata, berinteraksi dengan repositori kode yang ada, dan memungkinkan penyelesaian sebagian tugas teknis tanpa memerlukan partisipasi langsung dari para pengembang perangkat lunak. Meskipun eksperimen ini dianggap sukses dari perspektif bisnis, arsitektur teknis sistem tersebut dinilai memiliki sejumlah kekurangan yang memerlukan perbaikan mendasar.
Latar belakang pengembangan sistem ini bermula dari inefisiensi komunikasi antara manajer proyek dan tim pengembang. Manajer sering kali mengajukan pertanyaan berulang mengenai perilaku fungsi tertentu, lokasi logika kode, atau kemungkinan perubahan sistem kepada pengembang. Proses ini menyebabkan pengalihan fokus pengembang dari tugas utama mereka, sementara manajer dan klien harus menunggu jawaban. Untuk mengatasi masalah ini, dikembangkan sebuah komponen yang memungkinkan manajer mengajukan pertanyaan dalam bahasa alami dan menerima jawaban berdasarkan analisis kode sumber proyek, lengkap dengan referensi ke file spesifik. Kemampuan ini kemudian diperluas untuk mencakup otomatisasi tugas pengembangan kecil, di mana agen dapat melaksanakan perubahan kode, menjalankan pemeriksaan, dan menyiapkan permintaan penggabungan kode berdasarkan spesifikasi yang diberikan oleh manusia.
Keputusan untuk membangun sistem internal alih-alih menggunakan alat yang sudah tersedia di pasar didasarkan pada pertimbangan keamanan dan manajemen akses. Alat coding agen yang umum tersedia memerlukan akses langsung ke repositori kode dan lingkungan pengembangan, yang menimbulkan risiko keamanan jika diberikan kepada personel non-teknis seperti manajer. Sistem yang dikembangkan secara internal memisahkan akses ini dengan menghubungkan repositori secara terpusat dan menyediakan antarmuka terkontrol bagi karyawan. Hal ini memungkinkan personel tanpa hak akses langsung ke kode sumber untuk tetap memanfaatkan kemampuan otomatisasi kecerdasan buatan, dengan hak akses dan tindakan yang ditentukan secara terpusat serta proses pemeriksaan hasil yang terstandarisasi.
Dalam penerapan komersial, sistem ini berhasil mengotomatisasi berbagai tugas rutin yang tidak memerlukan solusi arsitektur kompleks, seperti perbaikan formulir, perubahan antarmuka, penyempurnaan komponen, dan perbaikan cacat logika bisnis. Sistem mampu menganalisis repositori yang ada, bekerja dengan beberapa file sekaligus, melewati pemeriksaan otomatis, dan memecah tugas besar menjadi tahap-tahap yang lebih kecil. Berdasarkan pengamatan operasional, sekitar tujuh puluh persen tugas diselesaikan tanpa memerlukan perbaikan signifikan, di mana sebagian diterima langsung dan sebagian lainnya memerlukan koreksi kecil melalui agen yang sama. Hasil ini menunjukkan bahwa nilai bisnis dari alat yang terkelola dan aman lebih penting daripada sekadar perbandingan kualitas generasi kode dengan model lain, meskipun pengembang mengakui bahwa arsitektur saat ini masih memerlukan pengembangan lebih lanjut untuk meningkatkan keandalan teknis.