DeepSeek将重塑软件开发本质
|
admin
2025年1月29日 9:18
本文热度 155
|
在软件工程中，对软件的定义是信息处理器（Information Transformer）。AI对软件最本质的影响是彻底改变了信息处理过程，尤其是围绕信息结构化的应用程序处理过程——作为上一代计算机处理信息的技术，将持续收缩至消亡。
从IT进化史来看，早期IT部门处理的是数据，具体工作是制表，决策对象是昂贵的PC投资。随着处理器、存储成本下降，高级程序语言诞生，推动了软件及产品爆发，IT部门逐渐演变为系统功能开发，大量的成本和债务开始积压在系统。AI出现，从人的视角来说，面向的是规则和知识利用；从系统的视角来说，面向的是信息处理。DeepSeek将思维链的深入引入，使人的思考与系统的处理结合得更为紧密，从而加强了人机智能协同。“将知识转化为可用能力”最大的领域，就是软件开发。因此，与代码生成等开发过程AI辅助不同，DeepSeek的模式将彻底重塑软件开发的本质：如何将从输入想法到输出结果之间的转换和依赖降低到最少。- 形式层：解决问题的框架、过程、方法，及企业内部规定、规则、标准的集合；
- 会话层：人与智能的协作界面，以会话、Prompt为主，尽可能减少应用功能以降低系统复杂度；
- 知识层：经过智能加工的信息，包括通用、行业、企业、领域及个人经验的汇聚，基本存储形态是非结构化数据。
最大的工作量体现在形式层的迭代和数据处理，因此，将极大简化系统的逻辑设计，包括：业务架构、功能结构等，“业务如何转为软件工程的形式描述”的面向实现的问题将不再存在，转变为“业务如何更好地进行形式化描述”的面向系统的优化问题。
DeepSeek
打通了人与系统的思考屏障
早上亲测了DeepSeek、Kimi和豆包，问题较为机密就不发截图了，比较出结论：Kimi和豆包给出的回答非常相似，突出重点；而DeepSeek给出的回答分类更多、提供了更多的细节，能够根据回答者的追问展开更深入的“研究”。比如，它能够完成一份让我满意的规划方案，而不像Kimi等给我回复的是一份类似从搜索引擎上直接下载的模板文案。“研究”与“查询”，就是我使用DeepSeek与其它AI大模型的感知差异。也让我觉察到，人与系统对知识的逻辑处理越来越接近，AI驱动的智能系统，可以像一支“外接手臂”一样，直接根据我的想法描述完成任务目标。智能系统的算力、知识和推理不再是问题，差异将取决于智能系统的输入和输出。想法和提问，决定了智能系统的输出质量和能力。
智能时代竞争力：
分析与决策的质量及效率
企业应用的扩散趋势是从事务型活动逐渐走向信息型和决策型活动。但决策的难点，从早期BI类系统开始，就在于数据支撑能力，包括数据的完备性、质量和面向决策的加工。
在企业内部，决策型系统大量的数据来源于业务系统，然而，这些数据并不一定对决策有用，因为执行系统的信息设计并不面向决策者，也只有少量的管理控制环节。因此，决策系统所需的信息依靠集成或更直接的数据处理平台。
前些天我们的变革者社区讨论了一个话题：低代码如何支持管理会计类工作。
我认为这个需求从根本上就提错了，待解决问题和解决方案不在同一种技术性质的空间中。
管理会计是分析型工作，用到的资源包括经营知识、业务知识、管理会计知识、分析模型、数据及数据分析工具。而低代码解决的是功能开发效率和成本问题。将“管理会计”类工作或曰业务活动开发成系统功能是最低效的设计方案：因为它将导致无穷无尽的功能出现。
更简单、优化的解决方案，就是分析工具、模型和数据。
国外公司Marketing部门会使用Python/Pandas进行数据分析，业务部门有会使用Python/R的专职分析师，这也会是国内公司未来业务部门的标配趋势。
它意味着决策模式将由组织结构、业务流程转变为分析驱动，也将越来越授权下放业务一线，以提升准确性和及时性。
企业之所以需要组织，组织又之所以发展出企业形态，离不开“效率”一词。因为比市场协调效率更高，企业才得以诞生。因此，如何在组织扩张过程中持续保持效率，是组织的战略，也是企业间竞争的一大关键要素。IT和应用开发在这个过程中，一直提供的是“熵增效应”，与战略、业务目标经常不匹配、功能的膨胀，以及越来越高的技术债务和维护成本。转向更多分散业务决策的组织，将有可能采取一种新的、更简单的系统形态：基于历史及补充信息、业务操作“提示”，快速完成决策，缩短业务的端到端过程。人结合手持设备进行辅助决策的一个典型场景是私人银行的客户经理交易过程。由于金额巨大，客户经理与客户之间有非常密切的关系，需要掌握很多客户的相关信息。在传统模式下，客户经理只能维护熟客，因为客户的信息靠记忆来保存，在交易频率低、互动不频繁、购买决策缓慢的年代，这种过程不是问题，反而是一种人际关系上的优势。大约七八年前，某国外私行客户经理曾说：我们这里的客户交流永远不可能使用系统！前些年某保险公司也曾经对我说过：寿险永远不可能离开人、不面对面。然而近些年出现了一种特定的场景，新技术是驱动因素之一，更大的变化是客户需要在当天两班飞机之间完成大笔的私人银行交易处理。业务流程、IT系统一下就成为了瓶颈。在详细了解问题、当前方案和客户的构想之后，我们设计出了解决方案的概念：客户经理能够在45分钟内完成面向客户的产品推荐、前台下单，并在客户登上下一班飞机之前完成后台处理、打印，送至机场让客户完成确认签字和回寄。该应用最终的呈现形态是智能手持设备，从客户刷卡进贵宾室的一刻，就主动聚合客户的所有信息，将相关产品同时推送到客户经理的设备上，进入“作战状态”，跟随着客户会话的进展，有后台人员在“作战室”进行同步信息调度，辅助客户经理完成交易。这项应用也是决策型系统的参考样板之一，极其简单的功能、大量的数据聚合、分析模型与实时进展跟踪。在AIGC的辅助下，平台将进一步简化，可以采用叙事方式来呈现客户信息，与客户的交互过程可以通过形式化来引导。AI时代将延续数字技术的“加速度”，为提升企业的竞争力，组织与系统应将出现这些变化：
对未来的应用开发来说，功能将不再是重点，而是需要简化的点，系统“特性”转为更关注整体输入输出的“解决方案”，定义和解决问题的分析设计能力是企业IT竞争力的关键因素。陈加兴是场略咨询创始人、数字战略顾问。帮助企业实现数字化战略规划、组织变革设计及新产品敏捷精益开发转型，提高企业在动态环境中的竞争力。
阅读原文：原文链接
该文章在 2025/2/5 17:04:46 编辑过
400 186 1886
