Endava presúva AI agentov z programovania do celého doručovania softvéru

OpenAI zverejnilo prípadovú štúdiu Endavy, ktorá ukazuje, ako sa používanie AI agentov v podnikoch posúva za hranicu asistovaného programovania. Endava je technologická a konzultačná firma s približne 11-tisíc zamestnancami a dlhoročným zázemím v dodávke softvéru pre veľké organizácie. Podľa zverejneného materiálu si firma vybrala OpenAI ako podnikovú AI platformu, sprístupnila zamestnancom ChatGPT Enterprise a Codex a postupne začala meniť samotný spôsob, akým vznikajú požiadavky, projektové rozhodnutia, interné aplikácie aj riadiace reporty.

Najzaujímavejšia časť príbehu nie je tvrdenie, že vývojári píšu kód rýchlejšie. To sa pri podobných prípadových štúdiách očakáva. Endava skôr tvrdí, že samotné programovanie prestalo byť jediným úzkym hrdlom. Ak sa zrýchli len písanie kódu, ale analýza, plánovanie, schvaľovanie, reporting a komunikácia zostanú v starom režime, projekt ako celok sa nezmení tak výrazne. Preto firma vytvorila metodiku DavaFlow, ktorá má AI zapojiť do celého životného cyklu doručovania softvéru: od prípravy stretnutí a discovery fáz cez tvorbu požiadaviek až po riadenie nasadenia a spätnú väzbu od zákazníka.

V praxi to znamená, že Codex a ChatGPT Enterprise nemajú byť iba nástroje pre technické tímy. OpenAI v prípadovej štúdii uvádza použitie v právnom oddelení, projektovom manažmente, obchodných tímoch aj vo vedení. Projektoví manažéri podľa príkladu využívajú Codex na generovanie riadiacich reportov a sumarizáciu technického postupu. Obchodné tímy namiesto statických tabuliek vytvárajú malé interaktívne aplikácie, ktoré pomáhajú modelovať cenové diskusie alebo varianty ponúk. Vedenie zase používa agentické workflowy na priebežné sumarizácie projektov, internú komunikáciu a koordináciu práce, ktorá by inak vyžadovala veľa manuálneho prepínania kontextu.

Pre európske technologické firmy je tento príklad relevantný aj preto, že Endava opisuje AI transformáciu ako zmenu správania, nie ako nákup licencie. CTO Matthew Cloke v texte zdôrazňuje, že AI-native prístup znamená pýtať sa na použitie AI hneď na začiatku riešenia problému, nie až ako dodatočnú optimalizáciu. Takáto zmena je organizačne náročnejšia než zavedenie nového nástroja do IDE, lebo vyžaduje vedenie, tréning, experimentovanie a ochotu prepracovať zaužívané procesy.

Z pohľadu trhu ide o ďalší signál, že podnikoví zákazníci nechcú iba rýchlejší autocomplete pre vývojárov. Chcú súvislú vrstvu nástrojov, ktorá prepojí znalostnú prácu, kód, interné systémy a riadenie dodávky. To vysvetľuje, prečo sa veľké laboratóriá snažia predávať modely spolu s pracovnými prostrediami, bezpečnostnými pravidlami a agentickými produktmi. Samotný model je len časťou hodnoty; dôležitá je integrácia do miest, kde sa rozhoduje, píše, kontroluje a schvaľuje.

Treba však čítať aj medzi riadkami. Prípadová štúdia je oficiálny marketingový materiál OpenAI a prirodzene zdôrazňuje prínosy. Neprináša nezávislé meranie produktivity, nákladov, kvality kódu alebo dopadu na zamestnancov. Tvrdenia o zrýchlení a zmene kultúry preto treba brať ako skúsenosť konkrétneho zákazníka, nie ako univerzálny dôkaz, že podobná transformácia automaticky funguje v každej organizácii.

Dôležitá otázka bude, ako firmy nastavujú kontrolu nad agentmi. Keď AI zasahuje do požiadaviek, reportov, cenových aplikácií a komunikácie so zákazníkom, vznikajú nové riziká: nepresné zhrnutia, nevhodné odporúčania, únik citlivých informácií alebo prehnaná dôvera v automaticky vytvorené dokumenty. Ak má byť agent súčasťou dodávkového procesu, organizácia musí mať pravidlá pre audit, schvaľovanie, prácu s dátami a jasnú zodpovednosť človeka za výsledok.

Pre slovenské a české softvérové tímy je praktické poučenie pomerne konkrétne. Najväčší zisk nemusí prísť z toho, že každý vývojár dostane asistenta na písanie kódu. Väčší efekt môže vzniknúť pri odstránení úzkych hrdiel okolo zadania, komunikácie s biznisom, prepisovania stretnutí do špecifikácií, prípravy status reportov a tvorby malých interných nástrojov. To sú oblasti, kde sa dnes stále stráca veľa času, hoci nejde o samotné programovanie.

Endava tak dobre ilustruje posun, ktorý bude v najbližších mesiacoch formovať enterprise AI: agenti sa stávajú organizačnou vrstvou nad prácou, nie iba doplnkom v editore. Ak tento model uspeje, rozdiel medzi firmami nebude len v tom, kto má prístup k silnejšiemu modelu, ale kto dokáže prebudovať pracovné postupy tak, aby modely používali zodpovedne, opakovateľne a s merateľným dopadom.