Endava AI 集成：使用 OpenAI Agents 重新设计软件交付

Endava 通过在其整个员工队伍中嵌入 OpenAI 技术和 AI 代理，重新设计了其软件交付和组织运营。这一转变将 AI 从补充的生产力工具转变为公司软件交付生命周期的主要运营模型。

通过 DavaFlow 实现的 AI 原生软件交付

Endava 已将 OpenAI 技术集成到其专有 DavaFlow 生命周期的每个阶段。此集成确保 AI 是问题解决的首要考虑因素，而不是事后补救。

虽然最初的采用重点放在开发者的 AI 辅助编码和代理工作流上，但 Endava 发现工程产出不再是主要瓶颈。因此，公司将 AI 的使用扩展到加速需求收集、业务分析、规划和利益相关者协作。

跨功能 AI 采用

Endava 的 AI 采用不仅限于工程团队，还扩展到法律、财务和运营。公司利用 ChatGPT Enterprise 和 Codex 自动化非技术工作流程：

• 法律团队： 简化研究和文档工作流程。
• 项目经理： 使用 Codex 生成治理报告并总结工程进展。
• 商业团队： 用轻量级的 AI 生成应用程序取代重电子表格的规划，例如交互式定价应用。
• 领导层： 利用代理总结项目、自动化沟通并异步管理收件箱。

组织影响和结果

通过将 AI 采视为行为变革而非软件推出，Endava 已实现几项关键运营成果：

• 交付加速： 通过将 AI 代理集成到工程工作流程中，软件交付速度有所提升。
• 开销减少： 通过 AI 辅助工作流程，手动报告和协调任务已得到减少。
• 工具民主化： 团队现在可以在不需要专门工程支持的情况下构建内部应用程序和工具。
• 文化转变： AI 流畅度如今已成为组织范围内招聘和晋升的正式期望。

企业 AI 推出的战略原则

基于其全球 11,000 人员工的推广，Endava 确定了几项成功的 AI 集成核心原则：

• 行为焦点： AI 采用必须被视为行为的变化，而不仅仅是软件部署。
• 领导参与： 领导者必须积极使用 AI 来推动全组织范围的采用。
• 实验文化： 组织必须为实验创造空间，接受初始结果可能不完美。
• 早期纳入： 非技术团队应在过渡早期被引入 AI 流程。
• 直接体验： 亲手使用是克服怀疑最有效的方法。

未来展望：编排和运营模型

Endava 认为企业 AI 的下一阶段是向编排转变。这涉及将推理模型、Codex 代理和人类专业知识结合到集成系统中。根据 CTO Matthew Cloke 的说法，AI 正从生产力层演变为运营模型本身，目标是将各种工具和代理结合起来，重塑组织根本运作的方式。