Az agilis megközelítés lehetővé teszi a fejlesztési folyamatok alatt történő folyamatos alkalmazkodást, illetve a problémák korai felismerését. Így egyre több üzleti szereplő választja az agilitást a korábbi merev, lineárisan működő vízesés-modell helyett. Ugyanakkor, természetéhez hűen az agilis megközelítés is folyamatos fejlődésen megy át, folyamatosan alakul. A cikkben bemutatjuk a legfontosabb trendeket!

Design thinking az üzleti agilitásban 

A design thinking, vagy magyarul dizájn-gondolkodás óriási lépés a termékek ügyfélközpontúbb kifejlesztésében. Lényege, hogy olyan új termékek kifejlesztésekor, ahol még nincsenek működő megoldások, a tervezők felveszik az úgynevezett design attitűdöt, ami egy professzionális tervezői szemlélet. Ilyenkor az olyan stratégiai döntésekre összpontosítanak, amelyek célja egy új felhasználói út meghatározása, létrehozása és bejáratása, egyúttal kevésbé támaszkodnak a már meglévő folyamatokra és technológiákra.

A dizájngondolkodás az agilitással kombinálva óriási extra értéket tud létrehozni. Például a projektcsapatok a sprintek során jobban feltérképezik az ügyfelek érzékeny pontjait, megtanulnak még rugalmasabban reagálni a változásokra, ami kellemesebbé teszi az ügyfélélményt. Ezáltal az ügyfelek együttműködőbbé válnak, és nagyobb segítséget képesek nyújtani a megoldások megtervezésénél. A több visszacsatolási hurok egyben több felhasználói ötletet és nagyobb empátiát szül, anélkül, hogy lelassítaná az agilis folyamatot.

Mesterséges intelligencia és gépi tanulás az agilitásban

A projektcsapatokon általában hatalmas mennyiségű elemzési feladat van, amelyet nagyrészt a tesztelők és termékfejlesztők végeznek. Egyrészt ebben lehet segítségükre a mesterséges intelligencia és gépi tanulás, amely jelentős segítséget tudnak jelenteni a projekt- és fejlesztési környezet adatelemzésében.

Ezen technológiák óriási előnye, hogy villámgyors analitikus kapacitásukkal folyamatosan képesek valós idejű adatot biztosítani, és meglepően pontos becsléseket tudnak adni például a projektfázisok befejezésének időpontjáról. Ennek különösen a projekt befejezéséhez közeledve van nagy jelentősége, amikor a döntéshozók már igen érzékenyek a hátáridőkre.

A mesterséges intelligencia és gépi tanulás integrációjával a programozás folyamata és az elkészült kód tesztelése átláthatóbbá, pontosabbá válhat, a kód ellenőrzése során pedig könnyebben lehet azonosítani és fellelni a hibákat. Arra is van lehetőség, hogy olyan innovatív smart technológiákat adaptáljanak, mint az IoT (Internet of Things) eszközök, Szoftver Automatizálás (RPA). kvantum számítástechnika és más csúcstechnológiák. Ez jelentősen felgyorsíthatja a fejlesztési időt és sokkal gyorsabban kerülhetnek az új termékek a piacra.

A SAFe és Scrum megközelések továbbra is dominánsak

A scrum már bizonyított a kis keresztfunkcionális csapatok esetében, és az egyes csapatok már elsajátították a scrum alapelveit. Most egyre több vállalat próbálja meg a scrumot skálázni, hogy még nagyobb értéket és sikeresebb együttműködést hozzanak létre.

A State of Agile tavalyi felmérése alapján még mindig a SAFe® a legnépszerűbb keretrendszer, 19%-kal maga mögött hagyva a Scrum@Scale-t. Ennek az oka, hogy a SAFe rendszer részletes kidolgozottsága miatt különösen hatékonyan képes támogatni az agilis transzformációt. Bárhogyan is, a skálázott agilitás a jövő a jelenlegi üzleti környezetben, és emiatt a scrum masterek feladatköre is megváltozik majd: nem csupán az egyes csapatok segítése lesz a feladatuk, de az egész vállalat kontextusában kell megtanulniuk gondolkodni.