CTO Amazon wskazuje na zmianę roli prototypów w erze sztucznej inteligencji

Dr Werner Vogels, wiceprezes i dyrektor ds. technologii w Amazon, podczas swojej wizyty w Tajlandii przedstawił analizę wpływu sztucznej inteligencji generatywnej na procesy tworzenia oprogramowania w korporacji. W rozmowie z serwisem Techsauce lider technologiczny podkreślił, że choć nowe narzędzia pozwalają na błyskawiczne budowanie wersji próbnych, to nie eliminują one wyzwań związanych z przekształcaniem ich w gotowe produkty dla masowego odbiorcy.

W czerwcu 2026 roku opublikowano relację dotyczącą wydarzenia z początku tego samego roku, kiedy to naukowiec z zespołu Amazon Quick wykorzystał narzędzie Kiro do stworzenia prototypu aplikacji desktopowej w ciągu jednej nocy. Narzędzie to, będące rozwiązaniem wspomagającym rozwój oprogramowania poprzez sztuczną inteligencję i należącym do platformy chmurowej AWS, umożliwiło natychmiastowe zaprezentowanie działania koncepcji zespołowi. Reakcją innych pracowników było natychmiastowe zgłoszenie chęci testowania rozwiązania oraz przejmowania odpowiedzialności za kolejne elementy projektu.

Szybkość powstawania takich rozwiązań wzmacnia wewnątrz organizacji kulturę zespołów dwupizzowych, która zakłada utrzymanie małych grup roboczych posiadających autonomię w zakresie eksperymentowania i podejmowania decyzji od początku do końca prac nad zagadnieniem. Vogels zaznaczył jednak wyraźne rozróżnienie między stworzeniem działającego prototypu a dostarczeniem finalnego produktu. Sztuczna inteligencja drastycznie skraca czas potrzebny na weryfikację wykonalności pomysłu, co wcześniej zajmowało tygodnie lub miesiące, lecz nie rozwiązuje kwestii bezpieczeństwa, kosztów, stabilności systemu ani zdolności do obsłużenia dużej liczby użytkowników.

Tradycyjne w Amazon podejście zwane pracą od końca, które nakazuje rozpoczęcie projektu od napisania symulowanego komunikatu prasowego i dokumentacji FAQ, może w nowej rzeczywistości ulec modyfikacji w zakresie kolejności działań. Zespół może najpierw zbudować prototyp, aby zweryfikować ideę w praktyce i zebrać wymagania, a dopiero następnie sformalizować założenia w dokumentach. Vogels przywołał słowa Grace Hopper o niebezpieczeństwie frazy robienia rzeczy tak, jak robiono je zawsze, argumentując, że innowacje pełne są niepewności, a dokumenty pisane przed zobaczeniem działania systemu często wymagają późniejszych poprawek.

Kluczowym wyzwaniem biznesowym pozostaje precyzyjne szacowanie kosztów operacyjnych modeli językowych, gdzie nawet drobna zmiana w danych wejściowych może spowodować wielokrotny wzrost wydatków po stronie wyjściowej. W przeciwieństwie do tradycyjnych zapytań do baz danych, trudno jest tutaj przewidzieć zużycie zasobów, co jest krytyczne dla sektorów o niskich marżach, takich jak handel detaliczny. Dyrektorzy ds. technologii muszą również raportować zarządom zużycie energii i mocy obliczeniowej kart graficznych przez duże systemy sztucznej inteligencji.

Wdrożenie sztucznej inteligencji nie zwalnia programistów z odpowiedzialności za bezpieczeństwo systemów, ponieważ atakujący potrzebują tylko jednego sukcesu, aby naruszyć ochronę, podczas gdy twórcy muszą dbać o stabilność przez cały czas działania oprogramowania. Produkt definiowany jest jako coś, co trafia w ręce nieznajomych, w tym również osób mogących działać ze złymi intencjami, co wymaga zupełnie innego poziomu dopracowania niż wewnętrzne eksperymenty.