සොෆ්ට්වෙයා ව්යාපෘතියක් ඇස්තමේන්තු කරන අවස්ථාවේ, AI කේත ජනකය භාවිතා කරන විට පරණ PERT ක්රමය අලුත් අභියෝගයකට මුහුණ දෙනවා.
සම්ප්රදායික ත්රි-අංක ඇස්තමේන්තු ක්රමය තුළ අපි "ආශාවන්ත", "සාමාන්ය", "අනතුරුදායක" යන ත්රි-අංකයක් ගනී. ඒවා අනුපාතයෙන් (O + 4M + P) / 6 ලෙස ගණනය කර, ප්රතිඵලය ගනුදෙනුකරුවන්ට හෝ ස්ප්රින්ට් සැලසුම්වලට පවසනවා.
AI කේත ජනකය ඇතුළත් කරන විට, "ආශාවන්ත" අගය තවත් අඩු වෙයි. ස්වයංක්රීයයෙන් බොහෝ බොයිලර්පේට් කේත, CRUD, පරීක්ෂණ කට්ටලය ඉක්මනින් ලැබෙයි. ඒ නිසා ඉතා ඉක්මනින් වැඩක් නිමවන හැකියාව ඇතිවෙයි.
කෙසේ වෙතත්, "අනතුරුදායක" අගය දැන් අඳුරු කරගැනීමට කටයුතු කරගත යුතුයි. AI සකස් කරන කේතය පද්ධතියේ අනෙකුත් කොටස් සමඟ අනුකූල නොවන අවස්ථා බොහොමයක් වේ. ඒවා එකතු කිරීමේදී අඩු පරීක්ෂණයක් නිසා බොහෝ දෝෂ හඳුනාගැනීමට කාලය වැය වෙයි. ඒ නිසා ව්යාපෘතියේ අවසාන කාලය අඳුරු වේ.
ඒ අනුව, මධ්යම "සාමාන්ය" අගය ඉතා අස්ථිර්ය වේ. AI මඟින් කේත නිර්මාණයේ වේගය වැඩිවූවත්, ඒ කේතය සමඟින් පද්ධතියේ සම්බන්ධතා, අන්තර්-ආශ්රිතතා පරීක්ෂා කිරීමේ වැඩ බර වැඩිය. මේ නිසා ඇස්තමේන්තු කිරීමේදී සැලකිල්ලට ගත යුතු අලුත් රිස්ක් එකතු වෙයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණ ශිෂ්යයන්, සංවර්ධකයන් සහ ව්යාපාරිකයන් සඳහා AI‑කේත ජනකය නව අවස්ථාවක් පිරිනමයි.
- ඉගෙනුම් වේගය: කේත සාමාන්ය රූප සකස් කිරීමේ කාලය කෙටි වන නිසා, නව තාක්ෂණයන් ඉගෙන ගැනීමට වැඩි අවකාශයක් ලැබේ.
- ව්යාපාරික පිරිවැය: හොඳම අවස්ථාවන්හි කාලය අඩු වීමෙන්, ව්යාපෘති බජට් පාලනය පහසු වේ. නමුත් රිස්ක් කළමනාකරණය නිවැරදිව සිදු කළ යුතුය.
- දෙවන පාර්ශ්ව API සහිත වැඩ: AI නිර්මාණය කරන කේතය API එකතු කිරීමේදී ගැටලු ඇති කළ හැකි බැවින්, ශ්රී ලංකාවේ IT සමාගම්ට පරීක්ෂණ ක්රමවල නව තාක්ෂණයන් අරඹන්න අවශ්ය වේ.
අදාල ක්රමවේදයන් හඳුනාගැනීමෙන්, දේශීය සංවර්ධකයින්ට ගෝලීය වෙළඳපලේ තරගකාරීත්වය වැඩි කරගත හැක.
ඉදිරියට, AI‑සහයෝගී ඇස්තමේන්තු ක්රමය නිවැරදිව යොදාගත් පසු, ව්යාපෘති සාර්ථකත්වය ඉහළ යාම සහ ආදායම් වැඩි වීමේ හැකියාව ඇත.
