HubSpot gần đây đã công bố một báo cáo chi tiết về cách họ mở rộng quy mô các công cụ mã hóa AI từ việc sử dụng thử nghiệm đến 90% tỷ lệ áp dụng trên toàn bộ tổ chức kỹ thuật của họ. Tuy nhiên, cộng đồng công nghệ đã phản hồi với những câu hỏi sắc bén về phương pháp luận của công ty và tính hợp lệ của các tuyên bố về năng suất.
Lộ trình áp dụng AI của HubSpot:
- Hè 2023: Bắt đầu thử nghiệm với GitHub Copilot
- Tháng 10 năm 2024: Thành lập đội ngũ chuyên biệt về AI cho Trải nghiệm Nhà phát triển
- Tháng 5 năm 2024: Gỡ bỏ các hạn chế sử dụng, tỷ lệ áp dụng tăng vọt lên 60%
- Hiện tại: Tỷ lệ áp dụng 90% với yêu cầu thành thạo AI khi tuyển dụng
Thiếu bằng chứng cụ thể thu hút chỉ trích
Chỉ trích quan trọng nhất tập trung vào việc HubSpot không cung cấp các chỉ số cụ thể hoặc phương pháp luận chi tiết đằng sau các tuyên bố thành công của họ. Trong khi công ty đề cập đến những cải thiện năng suất có thể đo lường nhưng khiêm tốn và tuyên bố họ đã theo dõi gánh nặng đánh giá mã, thời gian chu kỳ và so sánh tốc độ, họ không đưa ra con số cụ thể hoặc phân tích thống kê nào để hỗ trợ những khẳng định này.
Các thành viên cộng đồng đã nêu bật một vấn đề cơ bản về cách các công ty trình bày câu chuyện thành công trong việc áp dụng AI. Mối quan tâm không chỉ về các điểm dữ liệu bị thiếu, mà còn về tính nghiêm ngặt thống kê cần thiết để đưa ra những so sánh hợp lệ. Nếu không tiết lộ phương pháp luận phù hợp, việc phân biệt giữa những cải thiện năng suất thực sự và các tạo phẩm đo lường hoặc thiên kiến xác nhận trở nên bất khả thi.
Các chỉ số được tuyên bố theo dõi:
- Gánh nặng đánh giá mã nguồn
- Thời gian chu kỳ phát triển
- So sánh tốc độ kỹ thuật
- Tỷ lệ sự cố sản xuất
- Cơ cấu chi phí: $19 USD/tháng/người dùng doanh nghiệp cho GitHub Copilot
Lời khuyên chung chung so với những hiểu biết có thể hành động
Các nhà phê bình đã lưu ý rằng các khuyến nghị của HubSpot đọc giống như nội dung do AI tạo ra điển hình - lời khuyên rộng, chung chung có thể áp dụng cho bất kỳ việc áp dụng công nghệ nào. Hướng dẫn của công ty bao gồm những gợi ý quen thuộc như cung cấp công cụ tốt hơn và xác thực từ đồng nghiệp mà không đi sâu vào những thách thức cụ thể họ gặp phải hoặc các giải pháp mới lạ họ phát triển.
Chỉ trích này phản ánh sự thất vọng rộng rãi hơn trong cộng đồng công nghệ với các nghiên cứu tình huống ở mức độ bề mặt hứa hẹn những hiểu biết sâu sắc nhưng lại đưa ra những lời sáo rỗng. Độc giả đang tìm kiếm những ví dụ cụ thể, công cụ cụ thể, chi tiết triển khai và đánh giá trung thực về những gì không hiệu quả cùng với các câu chuyện thành công.
Việc sử dụng AI bắt buộc đặt ra câu hỏi
Có lẽ gây tranh cãi nhất là quyết định của HubSpot biến thành thạo AI thành kỳ vọng cơ bản cho các vai trò kỹ thuật. Cách tiếp cận này đã thu hút những so sánh với các công cụ năng suất khác mà các công ty không bắt buộc, bất chấp những lợi ích đã được chứng minh. Cộng đồng đặt câu hỏi tại sao các công cụ AI lại nhận được sự đối xử đặc biệt khi các nhà tuyển dụng thường gặp khó khăn trong việc cung cấp những cải thiện năng suất cơ bản như màn hình chất lượng hoặc thiết bị ergonomic.
Chính sách áp dụng bắt buộc cũng đặt ra mối quan tâm về sở thích công việc cá nhân và giả định rằng các giải pháp một kích cỡ phù hợp với tất cả sẽ hiệu quả cho mọi nhà phát triển. Một số người lập luận rằng cách tiếp cận này có thể phản ánh sự nhiệt tình của ban điều hành hơn là việc ra quyết định dựa trên bằng chứng.
Các Chiến lược Áp dụng Chính:
- Sự ủng hộ từ ban lãnh đạo của các nhà sáng lập
- Các chương trình thí điểm quy mô lớn với toàn bộ các nhóm
- Các buổi thiết lập/đào tạo và kênh hỗ trợ
- Phân phối giấy phép chủ động cho tất cả kỹ sư
- Cấu hình máy chủ MCP tùy chỉnh cho môi trường phát triển
Danh tiếng công ty ảnh hưởng đến cách tiếp nhận
Lịch sử của HubSpot đã ảnh hưởng đến cách cộng đồng tiếp nhận câu chuyện áp dụng AI của họ. Những tranh cãi trong quá khứ và sự liên kết của công ty với các thực hành tiếp thị nội dung mà một số người xem là góp phần vào kết quả tìm kiếm chất lượng thấp đã tạo ra sự hoài nghi về các tuyên bố kỹ thuật của họ.
Nếu ai đó muốn tự khen ngợi mình về việc họ nghĩ mình tuyệt vời như thế nào, điều đó cũng tốt, nhưng tôi không nghĩ điều đó thực sự đáng để nói đến trừ khi họ có thứ gì đó để chỉ ra, cụ thể?
Sự hoài nghi này mở rộng đến những câu hỏi về độ tin cậy kỹ thuật tổng thể của công ty và liệu câu chuyện thành công AI của họ có đại diện cho sự đổi mới thực sự hay định vị tiếp thị.
Bối cảnh rộng hơn của các tuyên bố năng suất AI
Trường hợp của HubSpot làm nổi bật một mô hình phổ biến trong các câu chuyện áp dụng AI của doanh nghiệp - các công ty đưa ra những tuyên bố năng suất rộng mà không cung cấp bằng chứng chi tiết cần thiết cho việc đánh giá đồng đẳng hoặc sao chép. Xu hướng này đã tạo ra khoảng cách giữa các câu chuyện thành công của doanh nghiệp và tính nghiêm ngặt khoa học thường được mong đợi trong đánh giá công nghệ.
Phản ứng của cộng đồng cho thấy nhu cầu ngày càng tăng về các cuộc thảo luận minh bạch hơn, dựa trên dữ liệu về hiệu quả của công cụ AI, hoàn chỉnh với phương pháp luận, hạn chế và đánh giá trung thực về cả thành công và thất bại trong triển khai.