Firma Transition Technologies PSC łączy wdrażanie sztucznej inteligencji w inżynierii oprogramowania z modernizacją istniejących systemów, zarządzaniem procesem dostarczania oprogramowania oraz odpowiedzialnością za kwestie finansowe. Publikacje TT PSC pokazują, w jaki sposób organizacje mogą wykorzystywać sztuczną inteligencję na każdym etapie cyklu życia oprogramowania, zachowując jednocześnie odpowiedzialność inżynierską za realizowane projekty.
Transition Technologies PSC (TT PSC), europejski integrator rozwiązań IT i partner w zakresie inżynierii oprogramowania, przedstawia praktyczne podejście do wykorzystania sztucznej inteligencji w cyklu życia oprogramowania (SDLC). Jej głównym celem jest pomoc dostawcom oprogramowania oraz korporacyjnym zespołom badawczo-rozwojowym w integrowaniu działań wspieranych przez sztuczną inteligencję z istniejącymi produktami, procesami dostarczania oprogramowania i celami biznesowymi.
Podejście to łączy kilka obszarów opisanych w publikacjach i materiałach projektowych TT PSC: modernizację opartą na specyfikacjach, projektowanie procesów inżynieryjnych, wdrażanie rozwiązań chmurowych i DevOps oraz FinOps w kontekście sztucznej inteligencji. Wszystkie te elementy stanowią podstawę do oceny wdrożenia na podstawie dowodów potwierdzających wyniki realizacji, mechanizmów kontroli technicznej oraz przejrzystości kosztów.
Modernizacja, która pozwala zachować wiedzę o produkcie
W przypadku istniejących produktów oprogramowania wdrożenie sztucznej inteligencji wymaga zrozumienia ich dotychczasowego działania i wzajemnych zależności. W swoim artykule technicznym poświęconym migracji z języka Ruby do Javy z wykorzystaniem sztucznej inteligencji Krzesimir Lechowski, Service Delivery Manager w TT PSC, opisuje proces, w którym sztuczna inteligencja wspiera analizę kodu oraz tworzenie dokumentacji przed wygenerowaniem zmian w implementacji.
Metoda ta zakłada zapisanie wymagań funkcjonalnych, struktur danych oraz kontraktów API w postaci uporządkowanej specyfikacji. Inżynierowie zachowują odpowiedzialność za architekturę docelową i weryfikują scenariusze wykorzystywane do oceny zgodności zachowania systemu. Artykuł przedstawia metodę modernizacji, która daje zespołom konkretny punkt wyjścia do oceny możliwości wykorzystania sztucznej inteligencji w istniejącej bazie kodu.
W odrębnej analizie metodologii cyklu życia oprogramowania opartego na sztucznej inteligencji (AI-Driven Development Lifecycle) firmy AWS Lechowski bada, w jaki sposób wymagania, decyzje projektowe, plany implementacji i artefakty operacyjne mogą tworzyć spójny kontekst inżynierski. Analiza podkreśla znaczenie zatwierdzania zmian przez człowieka oraz możliwości śledzenia ich pochodzenia i przebiegu jako elementów procesu rozwoju oprogramowania.
Powiązanie wydatków na sztuczną inteligencję z wynikami prac inżynieryjnych
Wdrożenie sztucznej inteligencji zmienia również sposób oceny inwestycji w obszarze inżynierii oprogramowania. W artykule „FinOps dla sztucznej inteligencji w cyklu życia oprogramowania (SDLC)” Szymon Stasiak, Senior Practice Area Manager w TT PSC, opierając się na doświadczeniu we wspieraniu wdrożeń sztucznej inteligencji w przedsiębiorstwach oraz implementacji GitHub Copilot, omawia zależność między zużyciem a uzyskiwaną wartością.
W swojej analizie zaleca zapewnienie przejrzystości w zakresie wykorzystania sztucznej inteligencji w poszczególnych zespołach i działaniach związanych z dostarczaniem oprogramowania, przypisanie odpowiedzialności oraz ocenę wydatków w odniesieniu do wyników prac inżynieryjnych. Przykłady takich wskaźników obejmują czas trwania cyklu rozwoju oprogramowania, jego jakość, czas rozwiązywania incydentów oraz potencjał zespołów inżynieryjnych.
Dla osób podejmujących decyzje stanowi to sposób na powiązanie wyborów technologicznych z zadaniami, które wspierają dane rozwiązania. Liczba licencji i poziom wykorzystania modeli stają się bardziej miarodajnymi wskaźnikami, gdy analizuje się je w kontekście jakości, nakładu pracy i rezultatów osiąganych w ramach danego procesu.
Wykorzystanie doświadczenia zdobytego we współpracy z zespołami badawczo-rozwojowymi
Doświadczenie TT PSC w realizacji projektów obejmuje współpracę z działem badań i rozwoju globalnej firmy tworzącej oprogramowanie dla przedsiębiorstw.
W case study opisano projekt, który rozpoczął się od zaangażowania czterech inżynierów DevOps, a następnie rozwinął się do dwóch dedykowanych zespołów DevOps obejmujących dziesięciu inżynierów. Prace obejmowały modernizację wybranych komponentów chmurowych z wykorzystaniem natywnych usług AWS oraz usprawnienie wykorzystania danych operacyjnych.
Doświadczenie to ma znaczenie w kontekście wdrażania sztucznej inteligencji, ponieważ nowe procesy muszą być dostosowane do repozytoriów, procedur wdrażania i obowiązków operacyjnych, które już teraz wspierają dany produkt. Przypadek ten ilustruje zaangażowanie TT PSC w środowisku inżynieryjnym klienta oraz zdolność firmy do rozwijania współpracy w zakresie dostarczania usług.
Partnerstwa technologiczne oparte na odpowiedzialności inżynierskiej
21 października 2026 r. TT PSC ogłosiło dołączenie do sieci partnerskiej OpenAI jako partner OpenAI Select. Celem tej współpracy jest połączenie technologii OpenAI z wiedzą inżynieryjną TT PSC, aby pomagać organizacjom w tworzeniu, wdrażaniu i skalowaniu rozwiązań opartych na sztucznej inteligencji.
W opublikowanym komunikacie Marcin Wilczura, Chief Operating Officer w TT PSC, powiedział: „Sztuczna inteligencja zmienia sposób, w jaki zespoły programistyczne planują, tworzą, testują i dostarczają oprogramowanie”.
Z perspektywy inżynierskiej kluczowe znaczenie ma sposób wdrażania tych możliwości w konkretnym produkcie i zespole. Praktyczna ocena powinna uwzględniać:
- , który należy usprawnić, oraz rezultat, który należy zmierzyć;
- wiedzę o produkcie i specyfikacje niezbędne do ukierunkowania prac wspieranych przez sztuczną inteligencję;
- testy, zasady przeglądu i zatwierdzanie zmian przez człowieka, wymagane przed zaakceptowaniem zmian;
- uprawnienia dostępu oraz odpowiedzialność operacyjną za podłączone narzędzia;
- zależność między wydatkami na sztuczną inteligencję a osiąganymi rezultatami.
Dla organizacji rozważających wdrożenie rozwiązań opartych na sztucznej inteligencji w inżynierii oprogramowania oraz transformację cyklu życia oprogramowania (SDLC) połączenie doświadczenia TT PSC w realizacji projektów z zakresu badań i rozwoju oprogramowania, doradztwa w obszarze modernizacji technicznej oraz specjalistycznej wiedzy dotyczącej zarządzania kosztami wykorzystania sztucznej inteligencji stanowi konkretną podstawę do merytorycznej dyskusji. Punktem wyjścia jest jasno zdefiniowany problem inżynierski, uzgodniony podział odpowiedzialności oraz dowody pozwalające ocenić, czy zakres wdrożenia powinien zostać rozszerzony.
