頂尖企業在 AI 程式開發上的差異化做法——McKinsey 的 Martin Harrysson 與 Prakhar Dixit
頂尖企業在 AI 程式開發上的差異化做法——McKinsey 的 Martin Harrysson 與 Prakhar Dixit
McKinsey 的 Martin Harrysson 與 Prakhar Dixit 指出,能靠 AI 程式開發取得兩倍效益的那 20-25% 企業,採用的是 2-4 人小組、代理式看板迴圈(agentic Kanban loop),並把檔案化的上下文、品質檢查點與治理機制視為真正的競爭優勢。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
麥肯錫(McKinsey)的 Martin Harrysson 認為,AI 寫程式正走出「幻滅期」(trough of disillusionment):目前約有 20–25% 的大型企業回報端到端交付速度提升達 2 倍,而非一年前多數公司看到的 10–20% 編碼加速。這場由 Harrysson 與同事 Prakhar Dixit、Shilpa 主講的議程,大部分時間花在討論這個落差背後的組織工作——營運模式重新設計、縮小團隊編制、脈絡與語意層、品質與審查紀律、變革管理——而不是工具選擇;Dixit 直言工具選擇已經「解決了」。
三位講者任職於麥肯錫的軟體工程轉型顧問業務,協助大型企業(銀行,以及其他擁有數千名工程師的公司)處理代理式開發(agentic development)在人員與營運模式面的問題。讀者讀完應該能具體掌握領先群的做法有何不同:以一至兩天的看板迴圈取代兩週衝刺、二到四人的小組(pod)、以標準化產出物餵給代理、精選「黃金」範例作為品質基準,以及認知到瓶頸已上移到需求端、下移到發布端。
前四分之一企業拿到 2 倍,其餘只有 10–20%
Harrysson 把當前狀態定調為「從膨脹的期待中復原」。麥肯錫在 2025 年底調查客戶時,多數大型企業回報的效能改善「相當有限」,儘管幾乎所有公司都已在軟體開發流程中使用 AI。在這場演講前幾個月(也就是 2026 年中至後期)重新調查數百家大型企業後,發現有明顯的領先群——20–25% 的企業看到「真正、約 2 倍的端到端改善」,不只是編碼快 10–20%,也不是產品生命週期(PDLC)小幅加速。他明確表示並非所有公司都已走出低谷,但自稱「非常樂觀」。
講者認為區分領先者與其他人的四大槓桿如下:
| 槓桿 | 多數客戶一開始的做法 | 領先者的做法 |
|---|---|---|
| 營運模式 | 在同一個流程裡加更多工具 | 重新設計流程本身(看板迴圈、代理夜班) |
| 人才 | 維持標準 scrum 團隊 | 縮小為 2–4 人小組、組數變多、打破角色定義 |
| 技術 | 追逐單一工具 | 建立工具堆疊,外加自有的語意/脈絡層 |
| 變革 | 跑試點、組前鋒團隊 | 在數十萬名工程師規模上推展,並搭配成本控管 |
Harrysson 的結語是:效益來自「把 100 件不同的事都做對」並且彼此協調,而不是靠單一工具。他說,做到這點的報酬是在相對短的時間內、多項指標達到 2–3 倍甚至更高,對比過去花一年只換來 20% 改善的常態。
兩週衝刺已死,迴圈縮短到一至兩天
Dixit 對營運模式的核心主張是:傳統的兩週衝刺與 scrum 團隊模式「在這個全新的代理式 PDLC 裡已經行不通」。客戶正轉向看板式的一至兩天工作流:代理跑夜班、人類驗證產出、迴圈再跑一次。他說,客戶一旦轉過去,「就回不去舊模式了」。
背後的機制是分級的人為審查。客戶決定迴圈中哪些環節必須由人檢查;隨著對某一步驟的信心提高,就逐步收回人為審查,讓迴圈更自主地往前跑。在這場演講的半年到一年前,這些自主迴圈集中在建置與測試;如今已往產品端(上游)與發布端(下游)擴充套件。
Dixit 強調一項前提:餵進迴圈的產出物——PRD、規格書,無論存放在哪裡——都必須透過範本預先定義並標準化。他說,任何超過 500–600 人的組織,資料與脈絡的存放方式都不只一種,產出物不一致會拖垮整個模式。
二到四人的小組,角色收斂為「定義者」與「建構者」
團隊結構在縮小,但人力並沒有裁減:每隊人數變少、隊數變多。Dixit 說典型模式是二到四人的小組,而且角色職責正在收斂——尤其是在歷來層層疊疊設了一堆角色的大型企業與銀行——每個職能收斂成單一標準定義。產品類角色正匯流成他所稱的「定義者」(definer),開發與 QA 角色則匯流成「建構者」(builder)。他提到業界對這些名稱還沒共識,但這種收斂是自然發生的,因為客戶發現這些角色原本做的許多人工工作可以被辨識出來並移除。
Harrysson 給工程主管一個短期「偷吃步」:小組人數砍半、團隊數加倍,但沿用舊的心算方式(「這是三個團隊、做八週」)。他說光這樣就能帶來「大量加速」,不過這是粗魯的手段,長期必須變得更細緻。
工具已解決,護城河在語意層與精選技能
Dixit 直言工具這件事「已經解決了」——市面上的工具都能用,問題是如何圍繞自家特定脈絡組織出一套工具堆疊。真正持久的優勢是語意層:組織的 IP、脈絡與知識。對大型客戶而言,難處在於這些脈絡存在於待了 20 年的領域專家腦中。代理現在需要反覆取用這些知識,又不能把這些人當成瓶頸,因此必須以代理能消化的形式記錄下來。他指出這問題 20 年前就存在,只是代理讓它變得迫切。
談到技能(skills),Dixit 說供給不是限制,篩選才是。Shilpa 舉了個鮮明的例子:某客戶想找一個能撰寫簡單產品需求檔案的技能,結果找到約 1,700 個可下載的技能,當場卡住。Dixit 說:「其中只有少數幾個對你的組織真正有意義」,其餘只會造成決策癱瘓。
技術面還有兩項要求:一是信任層,負責代理所寫軟體的治理、安全與穩定性;二是 AI FinOps,Dixit 說在組織於大規模代理部署上支付 Token 費用的現在,這「顯然非常重要」。
程式碼生成變快,品質卻在下滑——按開發者、按 PR 都一樣
Shilpa 點出一個反直覺的資料趨勢:程式碼生成加速的同時,品質卻反向走。部分事故增加是機械性的——commit 與 PR 變多,絕對缺陷數自然增加——但她說資料顯示,即使按每位開發者、每個 PR 來看,趨勢仍是向下。
她的處方是把審查能力看得跟生成能力一樣重,並且餵給代理精選的「黃金範例」,而不是整個程式碼庫的平均值。她說:「你不會希望標準是程式碼庫的平均值」,而是要明確指定「這才叫做好」。品質標準、政策與「好」的定義,應該在每個檢查點都編碼成脈絡——從 PRD 生成,到程式碼是否可維護、不複雜、可合併——讓問題在迴圈中被抓到,而不是等到最後的品質關卡。
瓶頸上移、下移,也橫向擴散到風險與法遵
壓縮建置與測試——採用率最高的「英雄級用例」——會把限制推到別處。Shilpa 畫出三個方向:
flowchart TD
A["建置與測試被代理壓縮"] --> B["上游瓶頸:需求"]
A --> C["下游瓶頸:發布頻率"]
A --> D["橫向瓶頸:風險、法遵、治理、設計"]
B --> B1["把代理接上企業脈絡、客戶日誌、電子郵件"]
C --> C1["事先盤點企業發布要求並預先規劃"]
D --> D1["把平行團隊的規則編碼進代理"]
上游的解法,是讓代理接上環境與企業脈絡——日誌、客戶日誌、電子郵件——再回接到該建什麼。下游則是盤點企業的發布要求並預先規劃。她著墨最多的是橫向這一塊:企業可以讓代理貫穿整個 PDLC,卻仍卡在平行流程上。她舉例,最近為某銀行客戶打造的對客應用程式,對於配色方案、以及色盲使用者能否分辨兩個按鈕,都有一套規則。傳統做法是有人走到那個團隊坐下來學需求;現在,來自風險、法遵、治理與設計團隊的這些規則,都必須編碼進代理裡。
衡量是最弱的一環,AI 或許能幫忙為價值打分
Harrysson 說效益衡量「仍在進行中」,並指出 AI 採用程度與「有信心量對指標」的組織比例之間存在巨大落差。他以自己在這個領域 20 多年的經驗,把這稱為軟體開發的老問題:多數客戶量的還是同一批舊指標,只是把 AI 硬加上去。
他特別提到較新的做法:有幾家客戶正用 AI 為正在建置的東西打價值分數、推斷意圖,讓 Token 與資源流向價值最高的工作。他說這「說出來很顯然」但「做起來極難」,並根據他已在科技業客戶身上看到的情況,預測演講之後幾個月這方面會有很多進展。
「要在軟體開發中從 AI 拿到真正的價值,就跟許多事情一樣,關鍵是把 100 件不同的事都做對,而且做得相當協調。」
整場議程未解的張力在於先後順序。講者要求客戶同時推動營運模式重設、小組重組、脈絡檔案化、品質編碼與 FinOps,卻也承認多陣列織在變革管理上並沒有「以代理速度」前進,而小組砍半那招只是短期權宜。接下來值得觀察的可量化指標是:當代理從建置與測試擴充套件到需求與發布——也就是 Shilpa 所說新瓶頸所在之處——那 20–25% 的領先群能否維持。