人工智能既能增加復雜性，也能降低復雜性。其影響取決于應用場景和方式。
人工智能（AI）會讓工作變得更輕松還是更復雜？專家認為，答案取決于具體情境。
在最近一場由IDC主辦的訪談中，SIAC首席執行官Toni Townes-Whitley將AI描述為對抗系統復雜性的終極武器。她指出，她的公司正在利用AI減少美國國防部這一全球最復雜技術環境中的技術復雜性。
她的團隊成功將任務規劃和其他操作功能從“數小時縮短至幾分鐘”。她表示，AI在商業領域也能產生類似影響，“減少業務開發、提案撰寫、搜索以及創建新文檔和內容的時間和繁瑣工作。”在開發方面，AI還縮短了代碼生成所需的時間。
這些成果無疑是積極的。然而，也有聲音提醒需保持謹慎，因為AI既能降低復雜性，也可能增加復雜性。其影響取決于應用場景和方式，當然，還需要適當的治理。
“AI融入技術領域的同時，也帶來了新的復雜性，”西門子研發項目經理Supriya Bachal表示，“這種復雜性體現在多個層面。工程師和開發者在將AI集成到工具中時，需要應對新的復雜性；組織在管理這些新AI系統時，同樣面臨挑戰。”
技能需求可能進一步加劇這一局面。盡管AI可能減少許多領域的人力需求（尤其是編碼和IT管理領域），但應用這項技術需要掌握AI友好型編程語言和框架、機器學習、深度學習、自然語言處理（NLP）、分析、數學、統計、算法設計和演繹推理等專業知識。
“隨著AI驅動的解決方案遍布應用、API和多樣化的用戶終端，IT環境將變得更加復雜，”Vonage副總裁Amitha Pulijala表示，“管理這些新工具需要更專業的技能。”
與此同時，“AI將焦點從基礎IT技能轉向用例、實施和用戶體驗，”Kyndryl數字工作場所服務高級副總裁Dennis Perpetua指出，“這一轉變為新人才提供了機會，他們可以利用AI工具加速IT職業發展。”
專家建議，通過開放協作的方式推進AI項目，是克服技能挑戰的關鍵。這種方式需要開發者、數據科學家、IT團隊和業務利益相關者共同參與。
緩解職場挑戰
在操作復雜性方面，AI帶來的影響喜憂參半，但解決之道也很多。“AI可以自動化例行任務、簡化流程，甚至直接管理構成現代IT架構的復雜應用和服務網絡，”西門子的Bachal表示，“例如，AI驅動的可觀測性平臺能夠解決數字空間中的問題，而這些問題通常需要大量人力和認知負荷來模擬和合成。”
新興技術的另一優勢是，“當平臺遇到操作問題時，AI不僅能提供無限的人類問題解決能力，還能獨立完成部分問題解決工作，”Bachal補充道。
Vonage的Pulijala認為，AI將有助于緩解職場挑戰。“這項技術可以優化工作流程、自動化簡單的應用開發，并提供系統性能洞察，讓開發者和IT團隊專注于更高價值的任務。”
簡而言之，盡管AI在某些情況下增加了技術訪問的復雜性，但它也在幫助管理復雜性。“總體而言，雖然AI增加了IT某些方面的復雜性，但也帶來了顯著的效率、創造力和生產力提升，這些挑戰是值得的，”Kyndryl的Perpetua表示。
例如，他指出：“像GitHub Copilot這樣的工具提高了編碼任務的效率，而基于AI的API變得更加自主，減少了創建和維護它們所需的時間。”
另一個值得關注的領域是自然語言處理（NLP），它被視為進入AI世界的門戶，能夠打破API之間的傳統集成障礙，簡化龐雜的基礎設施。ISG美洲區AI咨詢業務負責人Loren Absher表示：“然而，NLP帶來的進步也伴隨著挑戰：機器在解釋人類語言時必須處理模糊查詢、維護安全性并確保精確性，同時還要動態擴展。”
他強調，良好的治理至關重要。“AI不僅應用于自動化（如監控、問題檢測和優化），還應充當傳統API與NLP驅動API之間的橋梁，”Absher表示，“中間件平臺和編排引擎等工具可以促進不同系統之間的無縫通信。”
他建議設計AI系統時需“注重透明度、適應性和強大的安全協議”，“強有力的治理框架以及對培訓和工具的持續投入，將確保團隊能夠駕馭AI的變革力量而不失控。”
警惕“智能代理”
活動中還提到，智能代理AI可能簡化而非加劇復雜性。
“代理可以通過連接遺留應用、API和分散的數據源來簡化生態系統，”RozieAI副總裁、前SnapLogic AI產品管理總監Aaron Kesler表示，“它們可以識別低效環節、標記瓶頸，并自動化優化現有系統的工作流程，而無需定制代碼或大量開發時間。”
例如，“欺詐檢測代理可以自主分析交易，標記可疑模式，同時為人類分析師提供可操作的見解，”Kesler說，“同樣，研究代理可以掃描網絡，追蹤特定產品的提及情況，實時匯總數據以保持團隊的主動性和信息更新。如今，這些任務無需依賴數據科學團隊，僅需IT部門的一兩名數據工程師即可完成。”
不過，需要注意的是，AI對復雜性的影響因具體情況而異。
“對于已經擁有強大IT基礎設施和團隊的組織，AI可能只是將資源從一處轉移到另一處，”技術顧問、Ceralytics聯合創始人Brandon Andersen表示，“團隊不再維護遺留系統，而是轉而排查和維護新的AI系統——尤其是那些復雜的連接。”
對于小型IT團隊，情況可能截然不同。“這些團隊不再只是當前SaaS系統的應急支持，而是需要負責各種API連接，并在系統故障時成為第一道防線，”Andersen指出，“由于這些連接不再由第三方管理，IT團隊將承擔更多責任。”
精選文章：