……例如，在2010年代初构想企业产品时，我却对部署模型陷入了困境——我们觉得有些客户会坚持所有东西都放在本地，有些客户希望在他们自己的AWS/Azure/GCP上托管，而其他客户则会很高兴我们来处理一切。我们发现“混合云”这个词会让他们的目光变得呆滞，也许他们是对的，因为五年后这变成了Kubernetes的同义词。在构建演示时，我们只是构建了对我们来说容易部署的东西，任何人们在内部构建的东西也是如此。在某种程度上，我认为AI确实推动了构建的边界。
源讨论那么所有的AI应用在哪里呢？原帖 420 条评论 · 导入时统计> 现在将一个想法带到原型阶段变得非常容易 是的。而且对于大多数用途来说，这已经足够了。一个应用不需要面向大众发布和销售才会有用。事实上，如果你的目标是解决你自己、你的朋友/家人、社区或团队的某个具体问题，那么你提到的“最后一步”——也就是“花费大部分时间和精力的那一步”——完全是不必要的、无关的，并且是浪费时间。 生产力的提升是存在的，但人们因为寻找错误的东西而没有注意到它。市场上的产品并不是问题的解决方案，而是赚钱的工具。这两者之间有联系，这是有明显原因的（人们需要钱，解决问题需要钱，人们愿意为解决方案付费等等），但它们仍然是不同的。人工智能正在大幅降低“解决问题”部分的成本，比那些...…
完整原文把你的经验，加入这段讨论。
AI 并没有比之前不可维护的内部 VB/Access/FoxPro 应用程序更推动构建的进程。 我并不反对 AI 或哀叹“氛围编码”。答案仍然是与“自建还是购买”相同的问题：“它会让啤酒更好喝吗？”。“自建还是购买能给我带来竞争优势吗？”
完整原文你忽略了该周期中很重要的一部分，即激励机制、达成 KPI 和 OKR，以及谁会从特定决策中获益。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。