Đội ngũ AWS Professional Services (ProServe) đã thành công rút ngắn thời gian triển khai các dự án từ vài tháng xuống chỉ còn vài ngày. Thành tựu này không đến từ việc thêm các công cụ AI vào quy trình hiện có, mà bằng cách tái cấu trúc lại toàn bộ phương thức làm việc từ bên trong, biến AI trở thành nền tảng cốt lõi.
Cách tiếp cận này phản ánh xu hướng mà các frontier team (đội ngũ tiên phong) đang định hình lại việc phát triển phần mềm với AI làm trung tâm (AI-native development). Bài viết này sẽ chia sẻ cách AWS ProServe trở thành một đội ngũ tiên phong, các phương pháp đã giúp họ thành công, và những bài học kinh nghiệm mà các tổ chức công nghệ khác có thể áp dụng.
Một đối tác đã đi tiên phong
Bất kỳ tổ chức nào cũng có thể xây dựng một đội ngũ tiên phong. Với những khách hàng muốn tăng tốc, AWS ProServe là đối tác lý tưởng vì các chuyên gia tư vấn của họ đã thấm nhuần phương pháp phát triển AI-native trong công việc hàng ngày.
Phát triển AI-native diễn ra với tốc độ mà các nhịp độ tư vấn truyền thống không thể theo kịp. Công việc từng kéo dài hàng tháng nay được rút gọn trong vài ngày, đòi hỏi vòng lặp chặt chẽ hơn, phản hồi nhanh hơn và nhiều quyết định được đưa ra ngay trong quá trình xây dựng. Để giúp khách hàng vận hành ở tốc độ này, các chuyên gia tư vấn cần có trực giác để biết quyết định nào có thể thực hiện nhanh, quyết định nào cần sự phán đoán cẩn trọng của con người, và làm thế nào để duy trì chất lượng cao khi tốc độ thực thi tăng vọt.
Động lực của AWS ProServe là giải phóng các chuyên gia tư vấn khỏi các công việc không liên quan đến lập trình (tài liệu, điều phối, báo cáo tiến độ, tạo mã lặp đi lặp lại) vốn chiếm phần lớn thời gian của mỗi dự án. Điều này cho phép con người tập trung vào những phán đoán thực sự tạo ra kết quả. AWS đã đầu tư vào bối cảnh cho agent, tái cấu trúc công việc xoay quanh thế mạnh của agent và ngừng xem AI như một trợ lý mà coi nó là nền tảng.
APEX: Đội ngũ tiên phong và Delivery Agent
AWS ProServe đã bắt đầu hành trình của mình với một sáng kiến tiên phong. Đội ngũ Agentic AI ProServe Experiences (APEX) được thành lập với một nhiệm vụ duy nhất: thiết kế lại cách ProServe triển khai dự án.
APEX đã xây dựng ProServe Delivery Agent, một hệ thống đa agent bao quát toàn bộ vòng đời phát triển: từ yêu cầu, xác thực kiến trúc, triển khai, đánh giá bảo mật, kiểm thử đến развертывание. Một agent giám sát sẽ điều phối các agent chuyên biệt khác qua từng giai đoạn.
Delivery Agent là cách ProServe hiện thực hóa AI-DLC, hay Vòng đời Phát triển do AI Dẫn dắt (AI-Driven Development Lifecycle). AI-DLC được các đội ngũ của AWS xây dựng và tinh chỉnh qua hàng trăm buổi workshop thực hành cùng khách hàng. Nếu phát triển AI-native là nền tảng, thì AI-DLC chính là quy trình do AWS xây dựng để vận hành nó trong toàn bộ vòng đời phân phối, cho cả nội bộ AWS và khách hàng.
APEX đã chứng minh mô hình này trên chính các workload của mình. Hiện tại, Delivery Agent đang làm việc cùng các chuyên gia tư vấn con người trong các dự án trên toàn cầu, và các mô hình đã được APEX xác thực đang trở thành phương thức triển khai mặc định trên toàn bộ ProServe.
Tái thiết kế quy trình triển khai dự án
Một dự án ProServe điển hình từng tuân theo nhịp độ tư vấn quen thuộc: khám phá yêu cầu qua các tài liệu dài, tranh luận về quyết định kiến trúc trong các buổi workshop, triển khai theo nhịp độ sprint, và kiểm thử, bảo mật ở các ranh giới giai đoạn. Mỗi lần bàn giao đều gây ra độ trễ và mỗi tài liệu chỉ dành cho con người đọc.
Việc tái thiết kế đã thay đổi mọi bước. Yêu cầu chuyển từ văn xuôi sang các bản đặc tả kỹ thuật (spec) có cấu trúc mà cả người và agent đều có thể đọc, trở thành nguồn thông tin xác thực duy nhất. Các tiêu chuẩn kiến trúc và bài học từ các dự án trước được hệ thống hóa thành các tệp định hướng để agent liên tục tham khảo. Việc triển khai chuyển từ việc các lập trình viên làm việc nối tiếp nhau sang các chuyên gia tư vấn giao các tác vụ được xác định rõ cho nhiều agent xử lý song song. Kiểm thử và đánh giá bảo mật được đưa vào vòng lặp xây dựng, với các agent tự xác thực và sửa lỗi trước khi con người cần xem xét. Gánh nặng báo cáo và điều phối gần như biến mất.
Kết quả là một luồng công việc liên tục, nơi sự phán đoán của con người được tập trung vào việc ưu tiên, xác thực và các quyết định quan trọng.
Năm phương pháp cốt lõi để thành công
Năm phương pháp sau đây hiện định hình cách AWS vận hành AI-DLC trong nội bộ ProServe:
- Chậm lại để tăng tốc: Các đội ngũ tiên phong đầu tư trước khi tăng tốc, xây dựng bối cảnh cho agent và chuẩn hóa quy trình trước khi vận tốc được nhân lên.
- Đầu tư mạnh vào bối cảnh cho agent: Các tệp định hướng và tiêu chuẩn kiến trúc là những cấu phần hàng đầu trong mọi dự án. Bối cảnh càng phong phú, agent càng có thể hoạt động tự chủ một cách an toàn.
- “Nuôi” agent thay vì “trông chừng” chúng: Các nhà phát triển duy trì một backlog ổn định các tác vụ được xác định rõ và chạy nhiều agent song song, xem xét kết quả một cách bất đồng bộ.
- Sử dụng spec làm nguồn thông tin xác thực: Phát triển dựa trên spec là quy trình làm việc mặc định. Spec không phải là tài liệu, chúng là hợp đồng mà các agent dựa vào để xây dựng.
- Dịch chuyển kiểm thử sang trái (Shift testing left): Các agent tự xác thực và sửa lỗi cục bộ trước khi kết quả đến tay người đánh giá.
Triển khai AI-native trong môi trường khách hàng
Trong các dự án của khách hàng, Delivery Agent hoạt động cùng với các chuyên gia tư vấn con người. Họ cùng nhau làm việc trong toàn bộ vòng đời, từ lập kế hoạch đến triển khai, hướng tới các kết quả kinh doanh mà khách hàng đã chọn. Nguyên tắc chỉ đạo là: con người cung cấp ý định, AI tạo ra, con người xác minh.
Khách hàng vẫn giữ quyền lựa chọn các foundation model và có thể mở rộng hệ thống bằng dữ liệu và công cụ của riêng họ.
Bài học từ người đi trước
- Hiệu chỉnh là bắt buộc, nhưng không cần bắt đầu từ con số không: Các đội ngũ cần thời gian để xây dựng niềm tin vào những gì agent xử lý tốt, phân rã công việc phức tạp thành các tác vụ có thể kiểm chứng và tái cấu trúc tài liệu cho AI. AWS chuyển giao trực tiếp kinh nghiệm này trong quá trình hợp tác, rút ngắn giai đoạn học hỏi.
- Quy trình làm việc là hằng số, công cụ chỉ là phương tiện: AWS sử dụng Kiro, Amazon Bedrock AgentCore và Strands, nhưng không phải bộ công cụ này tạo ra sự gia tăng năng suất. Công cụ chỉ phát huy tác dụng khi quy trình làm việc được thiết kế lại xoay quanh chúng.
- Hướng tới kết quả: Tư vấn truyền thống tính phí theo thời gian và vật liệu, khuyến khích kéo dài thời gian hơn là tạo ra tác động. AWS đã chuyển sang các hợp đồng giá cố định gắn liền với kết quả kinh doanh được triển khai thực tế.
Kết quả thực tế
Chúng tôi đã áp dụng chức năng Region Switch mới của Amazon Application Recovery Controller (ARC) để hợp lý hóa phương pháp phục hồi đa vùng của mình. Kiro cùng với AWS Professional Services Delivery Agent đã rút ngắn hàng tuần tạo backlog xuống còn vài giờ, tăng tốc độ phân phối mã nguồn lên 60% và đảm bảo chất lượng nhất quán trên mọi sản phẩm. Điều này giúp chúng tôi tự tin hơn vào tốc độ và độ tin cậy mà phương pháp này mang lại cho khách hàng của mình.
– Matt McKeever, CTO Infrastructure & Operations, LexisNexis Legal & Professional
Bắt đầu như thế nào?
Khách hàng có thể bắt đầu hành trình này thông qua hai hình thức:
- Workshop thực hành: Các Kiến trúc sư Giải pháp của AWS tổ chức các workshop AI-DLC kéo dài từ hai đến năm ngày, trình diễn phát triển AI-native trên chính hệ thống của bạn.
- Dự án triển khai thực tế: Khi bạn sẵn sàng đưa các trường hợp sử dụng kinh doanh vào sản xuất, AWS ProServe sẽ tham gia. Các chuyên gia tư vấn và Delivery Agent sẽ làm việc cùng đội ngũ của bạn để mang lại kết quả thực tế, đồng thời xây dựng năng lực nội bộ để duy trì và mở rộng quy trình.
Các Kiến trúc sư Giải pháp của chúng tôi đã đi đầu trong quá trình chuyển đổi này, làm việc trực tiếp với khách hàng trong các workshop AI-DLC để tái định hình cách họ xây dựng phần mềm. Một khi các đội ngũ trải nghiệm phát triển AI-native, họ không muốn quay lại cách làm cũ. AWS Professional Services sẽ tiếp nhận động lực đó và vận hành nó ở quy mô lớn.
– Shaown Nandi, Vice President, Technology, AWS
Nhiều tổ chức đã sẵn sàng để hiện thực hóa các kết quả kinh doanh và các đội ngũ kỹ thuật của họ cũng sẵn sàng làm việc theo cách khác. Con đường không phải là thử nghiệm nhiều hơn, mà là thực thi một cách cam kết với một đội ngũ đã chứng minh được phương pháp này trên chính các workload của mình.
