今年是全球軟件及技術咨詢公司思特沃克（Thoughtworks）每半年發布一期《技術雷達》報告的第13個年頭，最新一期報告彙總了助力提升可訪問性和避免雲複雜性而湧現的想法和工具。
北京2023年4月27日 /美通社/ -- 集戰略、設計和工程服務于一體，緻力于推動數字化創新的全球軟件及技術咨詢公司思特沃克（ 納斯達克代碼：TWKS）發布了第28期《技術雷達》。此報告每半年發布一期，内容來自于思特沃克（Thoughtworks）在解決客戶面臨的嚴峻業務挑戰時獲得的觀察結果、對話内容和一線經驗的總結提煉。随着人工智能 (AI) 變得越來越容易獲取和嵌入到業務中，本期報告指出，通過強大的工程實踐實施人工智能可以最有效地為客戶提供價值。
随着分析和人工智能的發展，擁有足夠的數據和代碼已經不再是問題。相反，重點應該放在擁有高質量的代碼和數據上，以創建能夠适應環境因素變化并且不會随時間漂移的模型。幸運的是，在這個領域的工具正在擴展，包括測試驅動的數據轉化、數據健全測試和數據模型測試，這些工具使數據流水線可以更有力地支持分析系統。同時，在模型驗證和質量控制方面采用最佳實踐也是解決偏見、确保結果符合倫理且平等的機器學習系統的關鍵。
"大多數企業已經開始試驗分析工具和人工智能， 我們看到工具的日趨成熟，使得這些技術更加普及。" 思特沃克（Thoughtworks）首席技術官 Rebecca Parsons 博士表示："将人工智能與良好的工程實踐相結合，可以實現更負責任、基于數據的解決方案，以滿足多樣化的用戶群體需求。與此形成對比的是，我們建議企業在生成式AI方面謹慎行事，注意避免可能導緻聲譽和安全風險的不當使用。"
思特沃克（Thoughtworks）中國區CTO徐昊表示："無論我們在這一期雷達中講述了什麼，大家最關心的一定是AI！不用擔心，這期入選的與AI相關的條目一共有八項，涵蓋了如何借助AI加速軟件研發的技巧，如何看待不同LLM，LangChain以及ChatGPT。或許下一期或明年的技術雷達，當人們對AI的關注回歸理性之後，再回顧這些條目時，ChatGPT可能是被高估的那個，而LangChain一定是被低估的那項。當然，所有條目中‘使用Logseq構建團隊知識庫’一定是最被低估。畢竟在AI時代結構化知識的能力，将會對AI的效能産生巨大的影響。"
