Vibe coding w biznesie - rewolucja czy ryzyko?

Jeśli ostatnio scrollowałeś Linkedlina, to prawdopodobnie widziałeś to samo co ja, czyli posty w stylu: zbudowałem aplikację w weekend, AI zrobiło mi MVP w 3 godziny. Bez zespołu, bez software house'u, bez kodowania. Feed Linkedlina dosłownie zalała fala szybko budowanych apek. I na pierwszy rzut oka to wygląda jak rewolucja. I to oczywiście jest rewolucja. Każdy może tworzyć systemy, które jeszcze rok temu wymagały zespołu programistów, analizy i miesięcy pracy. I właśnie w tym miejscu pojawia się pojęcie vibe codingu. Dla jednych to typowy buzzword, coś nowego. Dla innych przyszłość programowania.

A dla biznesu? Potencjalnie największa zmiana w sposobie wytwarzania oprogramowania od lat. Tylko, że w tym całym zachwycie bardzo rzadko pada jedno pytanie. Jaki dokładnie ma to wpływ na biznes? Bo jedno to oczywiście zbudować aplikację w weekend.

Ale drugie to stworzyć rozwiązanie, które działa w realnej firmie, na realnych danych, w realnych procesach i pod realną czyjąś odpowiedzialnością. Zastanowimy się czym naprawdę jest vibe coding, gdzie ma sens, jak wykorzystać AI w projektach IT tak, żeby faktycznie było ono użyteczne biznesowo.

Czym jest vibe coding? Definicja i podstawy

Jedni widzą w nim ogromną szansę, inni kompletnie nie wiedzą co z tym zrobić. A prawda jest taka, że to nie jest pytanie o technologię, tylko o to jak zmienia się sposób wytwarzania, oprogramowania w firmach i dla firm. Dlatego zacznijmy od podstaw.

Czym właściwie jest ten cały vibe coding? Najprościej mówiąc vibe coding to podejście do programowania, w którym kod powstaje przy wsparciu sztucznej inteligencji. Czyli nie poprzez ręczne pisanie każdej linijki, ale poprzez opisywanie celu, intencji i oczekiwanego efektu w języku naturalnym. No i to jest oficjalna definicja vibe codingu.

Jak vibe coding wpływa na biznes i proces wytwarzania oprogramowania?

Z perspektywy biznesu vibe coding ma jedną bardzo konkretną wartość. Przyspiesza pracę programistów i cały proces wytwarzania oprogramowania. Nie dlatego, że AI robi projekt za nas, tylko dlatego, że eliminuje dużą część ręcznej, powtarzalnej pracy.

Takie jak przygotowywanie podstawowego kodu, jego struktur, czy na przykład testów. W praktyce oznacza to, że programista będzie szybciej przechodzić od pomysłu do działającego rozwiązania. Zespół jest w stanie dowieźć więcej w podobnym czasie.

Backlog produktowy przestaje rosnąć wyłącznie dlatego, że nie ma mocy przerobowych. Co ważne, przy dobrze wykorzystanej sztucznej inteligencji możemy też zadbać o jakość kodu. Łatwiej utrzymać standardy, ograniczyć dług technologiczny i szybciej reagować na błędy.

I to jest bardzo ważne doprecyzowanie. Vibe coding nie zastępuje programistów. Zastępuje część czynności, ale nie zastępuje odpowiedzialności.

Kontekst biznesowy, techniczny i infrastrukturalny w projektach z AI

I właśnie w tym miejscu bardzo często pojawia się błędne wyobrażenie. No bo skoro AI przyspiesza pracę, łatwo pomyśleć, że wystarczy wrzucić polecenie w stylu zrób mi aplikację typu CRM, a resztę pracy wykona najrzędzie i będzie działał vibe coding. Tak to wygląda w teorii.

W praktyce, aby vibe coding działał z sensem, trzeba AI dostarczyć kontekst, który powinien być znacznie bardziej rozbudowany.

• Z jednej strony mamy kontekst biznesowy, czyli AI musi rozumieć po co to robimy, jaki ma być efekt końcowy, co realnie ma się zmienić w firmie.4
• Z drugiej strony mamy kontekst techniczny, w jakiej technologii ma być napisane nasze rozwiązanie, jak ma wyglądać struktura kodu, jakie są standardy po stronie zespołu.
• Do tego dochodzi nam jeszcze kontekst infrastrukturalny, gdzie to będzie uruchomione, jak to ma działać od strony serwera, jakie są założenia architektoniczne.
• Kolejna warstwa to bezpieczeństwo. AI musi mieć jasno określone zasady, bo inaczej bardzo łatwo będzie odpływał i popadał w tak zwane halucynacje i produkował coś, czego kompletnie nie chcesz.
• Dalej, kontekst UX-owy, czyli jak ma wyglądać ścieżka użytkownika w naszej aplikacji. Kontekst funkcjonalny, co dokładnie ma robić dana funkcja i kiedy uznamy, że działa poprawnie.

Dopiero wtedy, gdy te elementy są poukładane, AI zaczyna pracować w sposób przewidywalny i użyteczny z perspektywy biznesu.

Co ciekawe, już samo przygotowanie tych informacji porządkuje cały proces, nie tylko od strony technicznej, ale też biznesowej, bo zmusza nas do jasnych i konkretnych deklaracji i odpowiedzi, jaki jest cel i dlaczego w ogóle robimy to, co zamierzamy zrobić.

Rola programisty w vibe codingu – odpowiedzialność za kod

I w całym tym procesie absolutnie kluczowa pozostaje rola programisty, który dba o to, żeby ten proces przebiegał zgodnie z dostarczonym kontekstem i przyjętymi standardami. Trochę tak, jakby miał pod opieką bardzo zdolnego praktykanta, który potrafi już dużo, ale nadal wymaga weryfikacji swojej pracy.

Programista ocenia kod wyprodukowany przez AI, dba o to, żeby ten kod dało się później rozwijać i co najważniejsze, bierze za ten kod pełną odpowiedzialność. Pamiętaj, że kod pisze się raz, ale czyta się go wielokrotnie. Jeżeli programista wypuszcza kod wygenerowany przez AI, musi traktować go dokładnie tak, jakby sam go napisał.

Jeżeli czegoś nie rozumie albo z czymś się nie zgadza, to tym bardziej nie powinien tego akceptować. AI potrafi wygenerować kod, ale nie wie tak naprawdę, kiedy rozwiązanie jest wystarczająco dobre z perspektywy biznesu. To nadal na koniec dnia jest decyzją człowieka.

Czy osoba nietechniczna może budować aplikacje z AI?

I oczywiście, jako osoba nietechniczna, też możesz w łatwy sposób zbudować swoje własne aplikacje i rozwiązania, do czego zresztą gorąco zachęcam. Natomiast jeśli zamierzasz rozwiązania uruchamiać produkcyjnie, dla większej grupy ludzi, tutaj stanowczo zalecam konsultację z programistą czy software housem, który zweryfikuje twój kod i wskaże jego słabe strony, które mogą się oczywiście też pojawić i trzeba być tego świadomym. Idąc dalej, gdy spojrzymy na cały proces wytwarzania oprogramowania, bardzo szybko widać, że sztuczna inteligencja wspiera również inne role, które biorą udział w tym procesie.

Dobrym przykładem jest rola Project Managera. AI może pomóc w rozpisywaniu zadań, porządkowaniu wymagań czy przygotowaniu backlogu. To znacząco przyspiesza pracę.

Ale to Project Manager nadal musi rozumieć, co zostało zaplanowane i czy to jest zgodne z jego wizją prowadzenia projektu, bo to on odpowiada za to, czy projekt zostanie dowieziony zgodnie z wyznaczonym celem, budżetem i terminami. I oczywiście są sytuacje, w których z AI można korzystać znacznie swobodniej. Jeśli np. robimy coś na własny użytek, małe narzędzia pomocnicze, prototyp albo rozwiązanie do użytku wewnętrznego, jak najbardziej warto testować, sprawdzać i po prostu w pewnym sensie bawić się tymi narzędziami, które dziś oferuje rynek. To jest najlepszy sposób, żeby zrozumieć ich możliwości i też ich ograniczenia. Ale w momencie, gdy kod zaczyna realnie wpływać na działanie firmy, na klientów, dane, na procesy, na przychody, to absolutnie zmienia się perspektywa biznesowa.

Wchodzimy wtedy w obszar odpowiedzialności właśnie biznesowej. A to oznacza konieczność myślenia długofalowego. O bezpieczeństwie, o stabilności, ale też o możliwości dalszego rozwoju tego rozwiązania, które za jajem chcemy zbudować.

Podsumowując, Vibe Coding to wciąż nowy temat, który z jednej strony dopiero zaczyna wchodzić do codziennego życia biznesu, z drugiej strony ma bardzo niski próg wejścia i szybko można je sprawdzić. Możliwości są nieograniczone, ale to właśnie zarazem ich zaleta, jak i wada. Zaleta, bo możemy zrobić naprawdę dużo i naprawdę szybko, również jako osoby nietechniczne, ale wada, bo łatwo stracić czujność albo zwajbkodować stanowczo więcej niż potrzebujemy.