Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Lapisan struktur organisasi dari model operasi ADM
<a name="org-structure-layer"></a>

Lapisan struktur organisasi mencakup orang, proses, dan teknologi. Lapisan ini adalah tempat perubahan yang paling terlihat dan mendalam terjadi ketika organisasi memperkenalkan AI generatif dalam model operasi ADM. Peran berkembang, organisasi menata kembali proses, dan tumpukan teknologi berkembang untuk menyertakan alat AI generatif.

Bagian ini memberikan wawasan tentang implementasi praktis AI generatif dalam transformasi ADM organisasi Anda, yang mencakup perubahan dalam struktur organisasi, peran individu, dan proses inti. Dengan merangkul perubahan strategis ini, Anda dapat memposisikan organisasi Anda untuk mengintegrasikan AI generatif dalam model operasi ADM secara efektif. Transformasi ini dapat meningkatkan kecepatan pengembangan, kualitas perangkat lunak, dan kapasitas inovasi, berpotensi meningkatkan keunggulan kompetitif Anda. Dampak sebenarnya akan bervariasi berdasarkan konteks dan implementasi spesifik organisasi Anda.

**Layanan manajemen platform, teknologi dan alat, dan kemitraan**

Layanan manajemen platform menyediakan seperangkat inti kemampuan bersama dan layanan standar untuk tim aplikasi, termasuk:
+ Arsitektur referensi terkodifikasi dan pola desain
+ Mekanisme swalayan untuk menerapkan arsitektur dan konfigurasi yang disetujui
+ Pengembangan standar, observabilitas, dan alat operasional
+ Dukungan untuk menyiapkan lingkungan, integrasi berkelanjutan dan pipeline penyebaran berkelanjutan (CI/CD), dan proses manajemen
+ Standar tata kelola dan keamanan terpusat

Biasanya, tim rekayasa platform dan operasi cloud mengelola layanan ini, berkolaborasi untuk mendukung tim aplikasi dan mendorong peningkatan berkelanjutan.

Generative AI mengubah layanan manajemen platform dengan cara berikut:
+ **Asisten AI untuk rekomendasi arsitektur** menyarankan arsitektur referensi yang optimal berdasarkan persyaratan proyek, pola desain yang direkomendasikan, dan standar organisasi.
+ **Penyediaan layanan mandiri yang cerdas menggunakan AI untuk mengotomatiskan** dan mengoptimalkan penyebaran sumber daya dan layanan yang menangani alur kerja yang kompleks.
+ **Observabilitas bertenaga AI** memberikan wawasan yang lebih dalam dan mengotomatiskan deteksi anomali di seluruh platform.
+ **AIOps agen** menangani beberapa alur kerja remediasi otomatis menggunakan prosedur operasi standar yang disetujui ()SOPs.
+ **Pemeriksaan kepatuhan otomatis** terus memverifikasi dan menegakkan standar tata kelola dan keamanan menggunakan AI.

Peningkatan yang didukung AI ini memungkinkan tim infrastruktur untuk fokus pada penyelesaian masalah kompleks yang memakan waktu dan meningkatkan keandalan aplikasi, meningkatkan efisiensi dan efektivitas manajemen platform.

Integrasikan kemampuan AI generatif ke dalam penawaran platform mitra layanan terkelola Anda yang ada. Dengan strategi ini, Anda dapat mencapai manfaat berikut:
+ Manfaatkan teknologi AI canggih dan manfaatkan keahlian mitra Anda dan proses yang telah terbukti.
+ Tingkatkan rekayasa platform dan operasi cloud Anda dengan kemampuan AI terintegrasi.
+ Pertahankan manfaat dari hubungan mitra layanan terkelola yang sudah mapan sambil memajukan kemampuan AI Anda.

## Struktur dan peran organisasi
<a name="org-structure-roles"></a>

Integrasi AI generatif memerlukan penataan ulang struktur organisasi ADM. Menyesuaikan tanggung jawab peran kunci dalam struktur organisasi Anda sangat penting. Perubahan berbasis AI ini dapat membantu tim Anda bekerja lebih efisien dan memberikan nilai yang lebih tinggi.

Struktur organisasi tergantung pada beberapa faktor:
+ **Ukuran keterlibatan** - Contohnya termasuk ruang lingkup dan kompleksitas aplikasi seperti sistem perdagangan, penemuan obat, dan perencanaan sumber daya perusahaan (ERP).
+ **Kebutuhan khusus pelanggan** - Contohnya termasuk kepatuhan Standar Keamanan Data Industri Kartu Pembayaran (PCI DSS) untuk sistem pembayaran dan kepatuhan Good Practice (GxP) untuk industri farmasi.
+ **Metodologi yang digunakan** — Contohnya termasuk metodologi tangkas dan air terjun.

Beberapa peran menggabungkan atau memperluas berdasarkan persyaratan proyek. Proyek yang melibatkan teknologi canggih atau kebutuhan kepatuhan yang ketat sering kali mencakup peran khusus seperti ilmuwan data, spesialis pembelajaran mesin (ML), pengembang Advanced Business Application Programming (ABAP), dan petugas kepatuhan.

Bagian berikut menyoroti peran umum dalam ADM yang berkembang dengan integrasi AI generatif. Peran ini berkembang dan beradaptasi untuk menggunakan kemampuan AI, yang dapat meningkatkan nilai dan dampaknya dalam organisasi. Evolusi ini mewakili peluang untuk pengembangan keterampilan dan pertumbuhan karir di banyak peran. Aspek-aspek berikut memberikan wawasan tentang bagaimana setiap peran berkembang saat terintegrasi dengan AI generatif:
+ **Fokus saat ini** — Tugas utama yang dilakukan orang dalam peran saat ini
+ **Pergeseran berbasis AI** — Cara-cara di mana AI generatif dapat dimasukkan ke dalam peran
+ **Manfaat utama** — Manfaat yang diperoleh dengan memasukkan AI generatif ke dalam peran
+ **Pertimbangan utama** — Pertimbangan saat mempertimbangkan pergeseran peran yang digerakkan oleh AI
+ **Langkah-langkah kunci** — Langkah-langkah utama yang dapat diambil orang dalam peran untuk membantu mereka beradaptasi dengan AI

Tampilan komprehensif ini dapat membantu Anda memahami keadaan saat ini, arah perubahan, dan langkah-langkah yang diperlukan untuk menavigasi transformasi berbasis AI untuk setiap peran dengan sukses. Anda dapat memperoleh wawasan tentang bagaimana AI meningkatkan peran yang ada, dan bagaimana mempersiapkan struktur organisasi Anda untuk kemajuan ini.

**Pemilik produk atau analis bisnis**

Tabel berikut memberikan gambaran umum tentang bagaimana pemilik produk atau peran analis bisnis dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Pengumpulan persyaratan   Prioritas fitur   Komunikasi pemangku kepentingan   | 
| Pergeseran yang digerakkan oleh AI | Manfaatkan AI untuk:  Proses pengambilan keputusan berbasis data dan wawasan pasar yang dipercepat   Pembuatan dokumen persyaratan bisnis (BRD), memprioritaskan fitur berdasarkan umpan balik dan permintaan pelanggan   | 
| Manfaat utama |   Pengumpulan dan analisis persyaratan yang lebih cepat   Peningkatan keselarasan fitur dengan kebutuhan pasar   Cerita pengguna dan kasus penggunaan yang lebih komprehensif   | 
| Pertimbangan utama |   Memastikan bahwa AI memahami konteks bisnis yang kompleks   Menjaga hubungan pemangku kepentingan yang berarti   | 
| Langkah-langkah kunci |   Menerapkan analisis pasar yang didukung AI dan alat persyaratan.   Kembangkan keterampilan teknik yang cepat untuk interaksi AI yang efektif.   Menetapkan proses pemangku kepentingan untuk memvalidasi wawasan yang dihasilkan AI   | 

**Manajer proyek**

Tabel berikut memberikan gambaran umum tentang bagaimana peran manajer proyek dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Perencanaan kegiatan   Alokasi sumber daya   Manajemen risiko   | 
| Pergeseran yang digerakkan oleh AI |   Mengadopsi AI untuk perencanaan prediktif yang ditingkatkan dan intelijen proyek waktu nyata.   | 
| Manfaat utama |   Peningkatan akurasi alokasi sumber daya   Peningkatan identifikasi dan mitigasi risiko   Pemantauan kesehatan proyek waktu nyata dan analitik prediktif   | 
| Pertimbangan utama |   Menyeimbangkan rekomendasi AI dengan penilaian manusia   Memastikan adopsi tim metodologi berbasis AI   | 
| Langkah-langkah kunci |   Integrasikan perencanaan proyek berbasis AI dan alat penilaian risiko.   Mengembangkan protokol untuk pengambilan keputusan kolaboratif AI-human.   Tim peningkatan keterampilan dalam praktik manajemen proyek yang ditambah AI.   | 

**Desainer UI/UX**

Tabel berikut memberikan gambaran umum tentang bagaimana peran desainer interface/user pengalaman pengguna (UI/UX) dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Membuat desain antarmuka pengguna dan prototipe   Melakukan penelitian pengguna dan pengujian kegunaan   Memastikan pengalaman pengguna yang optimal di seluruh aplikasi   | 
| Pergeseran yang digerakkan oleh AI |   Gunakan AI untuk iterasi desain yang cepat, wawasan pengguna berbasis data, dan pengujian kegunaan otomatis.   | 
| Manfaat utama |   Generasi alternatif desain UI yang lebih cepat   Analisis riset pengguna yang disempurnakan dan pembuatan persona   Pengujian kegunaan otomatis dan analisis umpan balik   | 
| Pertimbangan utama |   Menyeimbangkan desain yang dihasilkan AI dengan pedoman merek dan kebutuhan pengguna   Mempertahankan kreativitas dan inovasi dalam proses desain yang dibantu AI   | 
| Langkah-langkah kunci |   Integrasikan perencanaan proyek berbasis AI dan alat penilaian risiko.   Mengembangkan protokol dan proses untuk pengambilan keputusan kolaboratif AI-human.   Tim peningkatan keterampilan dalam praktik manajemen proyek yang ditambah AI.   | 

**Pengembang tumpukan penuh**

Tabel berikut memberikan gambaran umum tentang bagaimana peran pengembang full-stack dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Membuat desain antarmuka pengguna dan prototipe   Melakukan penelitian pengguna dan pengujian kegunaan   Memastikan pengalaman pengguna yang optimal di seluruh aplikasi   | 
| Pergeseran yang digerakkan oleh AI |   Rangkullah AI untuk bantuan dan pengoptimalan pengembangan full-stack yang komprehensif.   | 
| Manfaat utama |   Pembuatan dan pengoptimalan kode tumpukan penuh yang dipercepat   Desain dan integrasi API berbasis AI   Penyetelan kinerja otomatis di seluruh tumpukan   | 
| Pertimbangan utama |   Mempertahankan kemahiran di berbagai teknologi bersama alat AI   Memastikan konsistensi dan integrasi antara AI dan komponen yang dikembangkan secara manual   | 
| Langkah-langkah kunci |   Kembangkan keahlian dalam pengembangan berbantuan AI di seluruh tumpukan penuh.   Tetapkan proses dan pedoman untuk mengintegrasikan kode manual dan buatan AI.   Menerapkan program pembelajaran berkelanjutan untuk alat AI yang muncul dalam pengembangan tumpukan penuh.   | 

**Arsitek solusi**

Tabel berikut memberikan gambaran tentang bagaimana peran arsitek solusi dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Merancang solusi menyeluruh di seluruh perusahaan   Menyelaraskan solusi teknologi dengan tujuan bisnis   Memastikan integrasi dan interoperabilitas lintas sistem   Membuat dokumen desain terperinci   | 
| Pergeseran yang digerakkan oleh AI |   Gunakan AI untuk pembuatan prototipe solusi cepat, keputusan arsitektur berbasis data, analisis integrasi otomatis, dan pembuatan dokumen desain.   | 
| Manfaat utama |   Pembuatan dan evaluasi alternatif solusi yang lebih cepat   Peningkatan penyelarasan solusi teknologi dengan tujuan bisnis   Peningkatan penilaian integrasi sistem dan interoperabilitas   Pembuatan dokumentasi desain yang komprehensif yang dipercepat   | 
| Pertimbangan utama |   Memastikan bahwa solusi yang dihasilkan AI memenuhi persyaratan bisnis yang kompleks   Mempertahankan pandangan holistik arsitektur perusahaan dalam proses desain yang diperkuat AI   Memvalidasi keakuratan dan kelengkapan dokumen desain yang dihasilkan AI   | 
| Langkah-langkah kunci |   Kembangkan keahlian dalam alat dan metodologi desain solusi bertenaga AI.   Menetapkan proses untuk memvalidasi proposal solusi yang dihasilkan AI terhadap kebutuhan bisnis.   Menerapkan alat berbasis AI untuk pengoptimalan solusi berkelanjutan dan penilaian integrasi.   Mengadopsi alat dokumentasi berbantuan AI untuk membuat dan memelihara dokumen desain.   | 

**Pengembang perangkat lunak**

Tabel berikut memberikan gambaran umum tentang bagaimana peran pengembang perangkat lunak dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Penulisan kode   Debugging   Maintenance   | 
| Pergeseran yang digerakkan oleh AI |   Merangkul AI sebagai pendamping pengkodean untuk meningkatkan produktivitas dan kualitas.   | 
| Manfaat utama |   Pembuatan dan penyelesaian kode yang dipercepat   Peningkatan kualitas dan konsistensi kode   Deteksi dan resolusi bug lebih cepat   | 
| Pertimbangan utama |   Mempertahankan keterbacaan dan kinerja kode dalam kode yang dihasilkan AI   Menyeimbangkan ketergantungan alat AI dengan keterampilan pemrograman inti   | 
| Langkah-langkah kunci |   Tingkatkan penggunaan pengkodean berbantuan AI dan teknik pemrograman pasangan.   Tetapkan pedoman untuk meninjau dan mengoptimalkan kode yang dihasilkan AI.   Menerapkan program pembelajaran berkelanjutan untuk alat pengembang AI yang muncul.   | 

**Insinyur uji**

Tabel berikut memberikan gambaran umum tentang bagaimana peran insinyur uji dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Desain kasus uji   Identifikasi cacat   Jaminan kualitas   | 
| Pergeseran yang digerakkan oleh AI |   Menerapkan AI untuk strategi pengujian otomatis yang komprehensif.   | 
| Manfaat utama |   Peningkatan otomatisasi dalam pembuatan dan eksekusi kasus uji   Peningkatan kualitas dan cakupan data pengujian   Deteksi masalah sebelumnya melalui analisis cacat prediktif   | 
| Pertimbangan utama |   Memastikan cakupan menyeluruh di luar kasus uji yang dihasilkan AI   Menyeimbangkan pengujian otomatis dengan metode eksplorasi   | 
| Langkah-langkah kunci |   Kembangkan keterampilan dalam desain strategi pengujian AI dan pemodelan data.   Menetapkan proses untuk penyempurnaan berkelanjutan dari model pengujian AI.   Menerapkan proses dan teknik pengujian eksplorasi yang diperkuat AI.   | 

**Manajer rilis**

Tabel berikut memberikan gambaran umum tentang bagaimana peran manajer rilis dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Merencanakan dan mengoordinasikan rilis perangkat lunak   Mengelola jadwal rilis dan dependensi   Memastikan kelancaran penerapan dan stabilitas pasca-rilis   | 
| Pergeseran yang digerakkan oleh AI |   Mengadopsi AI untuk perencanaan rilis cerdas, penerapan otomatis, dan manajemen stabilitas prediktif.   | 
| Manfaat utama |   Perencanaan rilis berbasis AI dan penilaian risiko   Strategi penyebaran dan rollback otomatis   Pemantauan pasca-rilis prediktif dan deteksi masalah   | 
| Pertimbangan utama |   Menyeimbangkan rekomendasi AI dengan prioritas dan kendala bisnis   Mempertahankan kontrol dan pengawasan dalam skenario penerapan otomatis   | 
| Langkah-langkah kunci |   Kembangkan keterampilan dalam alat manajemen rilis bertenaga AI dan analitik prediktif.   Menetapkan proses untuk validasi manusia dari rencana rilis yang dihasilkan AI.   Menerapkan pemantauan pasca-rilis berbasis AI dan prosedur operasi standar respons cepat (SOP).   | 

**Pimpinan teknis**

Tabel berikut memberikan gambaran umum tentang bagaimana peran utama teknis dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Mengawasi pengembangan aplikasi dan proses operasional   Memastikan keselarasan antara tim pengembangan dan persyaratan operasional   Mengelola siklus hidup aplikasi dari pengembangan hingga produksi   Mendorong peningkatan berkelanjutan dalam pengembangan dan efisiensi operasional   | 
| Pergeseran yang digerakkan oleh AI |   Manfaatkan AI untuk meningkatkan manajemen siklus hidup aplikasi, analitik operasional otomatis, dan pengoptimalan sumber daya prediktif.   | 
| Manfaat utama |   Peningkatan koordinasi antara tim pengembangan dan operasi   Peningkatan pemantauan kinerja aplikasi dan pemeliharaan prediktif   Alokasi dan penskalaan sumber daya otomatis berdasarkan analisis operasional   Jumlah perubahan yang sering   Resolusi masalah yang dipercepat dan mengurangi waktu henti   | 
| Pertimbangan utama |   Menyeimbangkan otomatisasi berbasis AI dengan pengawasan manusia dalam operasi kritis   Memastikan integrasi alat AI yang mulus di seluruh siklus hidup aplikasi   Mengelola pergeseran budaya menuju praktik AI-augmented DevOps   | 
| Langkah-langkah kunci |   Kembangkan keahlian dalam alat manajemen siklus hidup aplikasi bertenaga AI.   Menetapkan proses untuk mengintegrasikan wawasan AI ke dalam pengembangan dan pengambilan keputusan operasional.   Menerapkan pemantauan berbasis AI dan sistem pemeliharaan prediktif.   Buat program pelatihan untuk meningkatkan keterampilan tim dalam praktik yang diperkuat AI DevOps .   | 

**DevOps insinyur**

Tabel berikut memberikan gambaran umum tentang bagaimana peran DevOps insinyur dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Menerapkan dan memelihara jaringan pipa integrasi berkelanjutan dan penyebaran berkelanjutan (CI/CD)   Mengotomatiskan penyediaan dan manajemen infrastruktur   Memastikan integrasi yang mulus antara pengembangan dan operasi   | 
| Pergeseran yang digerakkan oleh AI |   Gunakan AI untuk otomatisasi yang ditingkatkan, analitik prediktif, dan manajemen infrastruktur cerdas.   | 
| Manfaat utama |   Siklus penyebaran yang dipercepat   Peningkatan keandalan dan kinerja sistem   Deteksi dan resolusi masalah proaktif   | 
| Pertimbangan utama |   Mengintegrasikan alat AI dengan proses yang ada DevOps    Menyeimbangkan otomatisasi dengan pengawasan manusia yang diperlukan   | 
| Langkah-langkah kunci |   Menerapkan optimasi CI/CD pipa bertenaga AI.   Mengadopsi infrastruktur berbantuan AI sebagai alat generasi kode (IAc).   Kembangkan keterampilan AIOps untuk pemeliharaan prediktif dan remediasi otomatis.   | 

**Support Engineer**

Tabel berikut memberikan gambaran umum tentang bagaimana peran insinyur dukungan dapat beradaptasi untuk menggunakan kemampuan AI generatif.


| 
| 
| Aspek peran | Deskripsi | 
| --- |--- |
| Fokus saat ini |   Menyelesaikan masalah dan insiden pengguna   Mempertahankan keandalan sistem   Memberikan bantuan teknis kepada pengguna akhir   | 
| Pergeseran yang digerakkan oleh AI |   Mengadopsi AI untuk triase masalah cerdas, resolusi masalah otomatis, dan dukungan prediktif.   | 
| Manfaat utama |   Waktu penyelesaian masalah lebih cepat   Tingkat resolusi panggilan pertama yang ditingkatkan   Identifikasi proaktif masalah sistem potensial   | 
| Pertimbangan utama |   Memastikan bahwa sistem AI secara akurat memahami dan mengkategorikan masalah teknis yang kompleks   Mempertahankan sentuhan manusia dalam interaksi pelanggan   | 
| Langkah-langkah kunci |   Menerapkan basis pengetahuan yang didukung AI untuk penyelesaian masalah yang lebih cepat.   Mengadopsi klasifikasi tiket berbasis AI dan sistem perutean.   Kembangkan proses dan keterampilan dalam bekerja bersama chatbots AI dan asisten virtual untuk dukungan pelanggan.   |