ඉංජිනේරු අංශයේ අධ්යක්ෂයකි මා තිසර වසර තුනකට වැඩි කාලයක් සේවය කරමින්, "පරණ නීති" ලෙස හඳුන්වන, කේත ලිවීමෙන් දිගුවා, වැඩ ගතවන කාලය වැදගත්, ව්යාපාරයෙන් කණ්ඩායම රැකගන්න, එකඟතාවය ලැබුන පසු පියවර ගැනීම" වැනි උපදෙස් නැවත නැවත අහලා තිබේ.
ඇත්ත වශයෙන්ම, LLM (Large Language Model) තාක්ෂණය ආයතනයට ඇතුළත් කළ පසු, කේත නිර්මාණයේ වියදම ඉතා අඩුවී, ඒ වෙනුවෙන් පරණ උපදෙස් වල බොහෝ අඩවිය අස්ථානගත වුණා. මේ අනුව, පරණ නීති අර්ධයක් පදනම් වූ අනුමානවලින් වැරදි බව හඳුනා ගන්න ලැබුණා; ඉතිරි අර්ධයක් තවමත් වලංගු, නමුත් ඒවායේ වැදගත්කම දැන් තවත් වැඩි වී ඇත.
මෙම වෙනසෙන් ඉංජිනේරු කළමනාකරණයට නව පරිදි සිතුවිලි ගත යුතුය. පළමු පියවර වන්නේ, සැලසුම්, මාර්ගෝපදේශන, කේත සමාලෝචන වැනි ක්රියාවලියන් පදනම් වූ අනුමාන කුමනදැයි සවිස්තරයෙන් පරීක්ෂා කිරීමයි. කේත ලිවීමේ වියදම අඩු වීමේ නිසා, එම අනුමාන මත පදනම් වූ ප්රතිපත්ති නැවත සලකා බලන්න. එසේ නොකළහොත්, අතීතයේ පදනම් වූ ප්රතිපත්ති අධික බරක් වශයෙන් කණ්ඩායමට පැමිණේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණ ශිෂ්යයින්, සංවර්ධකයින් සහ ව්යාපාරිකයින්ට මෙම නව තත්ත්වය විශාල අවස්ථා ලබා දෙයි:
- ශිෂ්යයින් – AI‑උපකාරක කේත ජනකරණය භාවිතා කරමින්, වැඩි පළපුරුද්දක් ඉක්මනින් ලබා ගනිමින්, මූලික පදනම් ඉගෙනීමට අවශ්ය කාලය අඩු කර ගත හැක.
- සංවර්ධකයින් – කේත ලිවීමේ වේගය වැඩි වීම නිසා, නව නිෂ්පාදන, ප්රොටොටයිප් සහ පරීක්ෂණ වැඩ ඉක්මනින් නිම කර, වෙළඳපලට ඉක්මනින් ආරම්භ කළ හැක.
- ව්යාපාර – කේත නිෂ්පාදන වියදම අඩුවීම මඟින් ව්යාපාරික ප්රොජෙක්ට් ගණන වැඩි කර, ROI (Return on Investment) වැඩි කර ගැනීමට හැකියාව ලැබේ. එසේම, කළමනාකරණය සඳහා නව මිනුම් (outcome‑based metrics) භාවිතා කර, කණ්ඩායමේ කාර්යක්ෂමතාවය නිරීක්ෂණය කළ හැක.
ඉන්පසු, AI‑පදනම් කළමනාකරණය අනුගමනය කිරීමේදී, සත්ය දත්ත මත පදනම් වූ මිනුම් (instrumentation) ඉදිරිපත් කර, කණ්ඩායමේ වේගය, නිෂ්පාදන ගුණාත්මකභාවය සහ ව්යාපාරික ප්රතිඵල මැන ගැනීම අත්යවශ්ය වේ.
අවසානයේ, පරණ “කේත ලිවීම අධික වේලාවක් ගතවෙයි” යන විශ්වාසය ඉවත් කර, නව “AI‑සහාය කේත නිෂ්පාදනය” මත පදනම් වූ කළමනාකරණය ගොඩනැගීම, ශ්රී ලංකාවේ තාක්ෂණික ඉදිරිපත් වර්ධනයේ මූලික පියවරක් වේ.
