在生成性 AI 受到广泛关注的今天，各个组织如何使用这项技术变得格外引人关注。目前，大多数 AWS 客户专注于实现生产力的提升，例如，简化客户服务人员获取和消化信息的过程。一小部分客户则探索更具破坏性的生成性 AI 应用，但未达到彻底重塑行业的程度。这些用例包括 Accor 和 Bookingcom 的客户体验重塑，以及利用合成数据加速制药研究。大多数组织将通过提高效率来释放人员和投资，从而重塑和创新产业。
不过，企业现在开始问：我们该如何衡量生产力，这是否重要？
我们不妨聚焦于开发者生产力。从 我的博客文章可以看出，在许多企业中，开发者的时间被极大地浪费。如果通过流程变更和使用 Amazon Q Developer，我们可以节省开发者二十小时的时间，这些时间会被投入到有意义的领域吗，还是我们会找到新的创造性方法浪费这些宝贵资源？
为了深入了解这个话题，我与 AWS Builder Experience 团队的首席专家 Joe Cudby 进行了讨论。
Joe，开发者生产力这个词相对较新，我作为一名前开发者并不熟悉。AWS 通常不使用这个术语，为什么呢？
我们团队定期与 AWS 客户讨论软件开发的旅程，包括他们如何构思和衡量开发者生产力。现在正在发生一场清晰的转变，从对单个开发者生产力的狭义关注，转向对团队开发生产力的更广泛理解。这一转变类似于以往对 DevOps 的接受，需要真正的文化变革，并增加跨越工程、业务领导、产品管理和最终用户的合作。我们发现，仅仅衡量单个开发者的生产力在这些更广泛的考虑下通常没有太大意义。
是什么促使这种对团队而非个体的关注？
没有单一简便的指标能够提供整体生产力或进展的全面细致图景。诸如开发代码行数等测量标准在多年以前就被质疑，而像故事点这样过于简单的度量这是一种主观的、衡量努力而非价值的指标有时仍被使用。使用故事点对于规划和估算工作十分有效，但往往被误用为生产力的衡量标准。这个问题在尝试比较同一公司内部的个体和团队生产力时尤其突出。团队面临着非常不同的挑战和机遇，取决于它们技术堆栈和架构的异质性或同质性。在这些应用和技术堆栈内，多种语言、框架和技术债务在不同的程度上积累了许多年。即便是在维护系统与开发新系统之间的差异也会造成显著的生产力差异。
那么一个组织如何开始考虑开发生产力，而不仅仅是开发者的生产力呢？
AWS 使用三个核心维度来衡量生产力，这些维度不仅仅局限于生产力本身。首先是系统健康，衡量以最终用户为中心的结果，如产品质量、性能、可用性和功能采用率。毕竟，生产力高却产生错误的结果是矛盾的。第二，关注 CI/CD 过程的效率，特别是部署频率、提交间隔时间和变更失败率等量和速度指标。您可能会认为这只是速度测量，但隐含的要求是要达到质量和安全标准。最后，我们关注团队健康，综合考虑工作满意度、员工流失风险和基于定期员工调查的焦虑指标。虽然这似乎是一个软指标，但烧出与生产力是高度相关的 工作疲惫。
组织还可以采用其他框架，比如 SPACE 框架，它从员工满意度与福祉、结果、活动指标如代码和任务输出、沟通与协作和流动效率这五个维度进行审视。另一个知名框架是 DORA，它通过评估测试自动化、架构实践等，将技术能力与生产力联系起来。这些推动生产力指标的发展，如交付时间和部署频率，直接与整体组织绩效和员工福祉相关联。
所有这些度量都不是简单的单一指标。这反映了开发生产力依赖于个别工程师、团队和公司层面之间相互作用及交汇的事实。理解开发生产力的关键在于结合有关系统级结果、工程输出与活动的客观数据，和开发者主观情绪的定期调查及评分。这种三管齐下的洞察有助于培育一种可持续的文化，吸引和保留顶尖人才。用一句老话来形容，衡量错误的东西常常很简单，而衡量正确的东西虽然困难但却是值得的。
这些开发生产力指标容易被误用吗？
这些指标通常是用来指示健康状况，而非用于招聘、解雇和奖励。应当用它们来帮助团队改进以及自我监测。一种需避免的反模式是古德哈特法则，即某个衡量开发效率的指标变成了目标。常见的误用是将这些指标用于团队之间的比较，虽然技术和挑战的差异已经在前面提到。使用这些指标的本意是使团队能够识别改进空间，监控其工作实践的有效性，并确保一切都在可持续的情况下进行。
Amazon Q Developer 这类工具的引入对开发生产力意味着什么？
我们看到 英国电信 等公司使用 Amazon Q Developer 来帮助解决代码推荐、识别质量和安全问题、自动化测试、提供个性化的生产力洞察等方面。另一个有助于降低技术债务的工具是 Amazon Q 代码转型，如升级 NET 或 Java 的版本。它使开发团队回归他们和业务希望做的事情：交付业务结果。要发挥创造力！AWS 的客户利用这些工具创建合成测试数据和单元测试脚本，开发功能，故障排除，修复潜在的漏洞等等。这些工具的一个重要附带好处是，最新的研究显示使用基于 AI 的开发者工具与改善的福祉相关。
您对提升开发生产力有什么建议？
改善开发生产力应被视为一个持续的、渐进的旅程，通过小幅增益在时间上逐步积累，而不是寻求一次性“灵丹妙药”。首先，使用您今天拥有的数据和指标来制定基线。许多这些指标将来自 CI/CD 工具，它们测量速度，但别忘了关注代码质量和安全状况。增加定期的主观调查是一个简单的额外步骤。通常，了解如何提高生产力的人正是您正在衡量的人，所以征询他们的意见！与开发团队试点变更并评估其影响。使用 Amazon Q Developer 这样的工具，结合减少干扰、降低进行中的工作和依赖的工作变更，让团队专注于增值工作。
许多 AWS 客户外包开发，有什么建议吗？
我相信，尽管外包方和 AWS 客户最终可能有不同的目标，但他们希望确保开发团队是高效的，致力于有意义的结果，并利用可用的工具不断改善团队的业绩。这些更成熟的合作安排普遍理解，价值不仅在于按开发时间收费，而在于真正交付价值。我看到 AWS 客户和其合作伙伴坐下来创建与我在此博客中讨论的指标的透明性，然后利用这些指标寻找改进之处。确保在合同中鼓励使用像 Amazon Q Developer 这类工具是朝这个方向迈出的重要一步。
总结
鲤鱼加速器对软件开发者来说，如今是一个令人兴奋的时代。对于那些已经在这一行业工作了一段时间的人来说，这是我们成长过程中工具的另一轮演变，它能提高我们将更多精力集中在交付有价值的业务成果和价值上的能力。我特别欣赏 Joe 对开发生产力的关注，它隐含地承认，如今大多数组织的生产力单位是团队，而非孤立的个体。也许我们技术人员能帮助组织内其他同事也接受这一教训。
Phil
标签：敏捷
Phil LeBrun 是亚马逊网络服务AWS的企业战略家和布道者。在此角色中，Phil 与企业高管合作，分享经验和策略，帮助他们更快更灵活地利用云，同时将更多资源投入到客户身上。加入 AWS 之前，Phil 在麦当劳公司担任多项高级技术领导职务。Phil 拥有电子与电气工程学士学位、商业管理硕士学位及系统思维实践硕士学位。
Joe Cudby 是亚马逊网络服务AWS的首席市场专员，专注于开发者体验。他与战略客户及合作伙伴合作，了解其软件开发实践，以及 AWS 服务如 Amazon Q 如何在软件开发生命周期中创造价值。在加入 AWS 之前，Joe 担任多项高管技术领导职务，包括印第安纳州的首席技术官。Joe 拥有商业管理硕士学位。
正在加载评论
留言框-
