Recentment, a zenital, vam dur a terme una prova de concepte per a un client sobre l'ús de GitHub Copilot en el desenvolupament de Power BI. Més enllà d'avaluar les capacitats específiques de l'eina, l'experiència ens va portar a una pregunta que sorgeix repetidament en entorns corporatius: quan s'hauria d'incorporar una nova tecnologia i quan és millor esperar que maduri?

Adoptar-la aviat pot aportar avantatges clars: accedir a noves capacitats abans, augmentar la productivitat, millorar certs processos i, sobretot, començar a acumular experiència mentre altres organitzacions encara n'estan avaluant el potencial. Tanmateix, també significa acceptar un nivell més alt d'incertesa: productes menys estables, documentació incompleta, característiques subjectes a canvis i una base limitada d'experiències del món real de les quals aprendre.

Per tant, la decisió no es tracta simplement d'escollir entre adoptar una tecnologia tan aviat com sigui possible o esperar. Es tracta de determinar si el valor de començar abans supera el risc i el cost addicional de treballar amb una tecnologia que encara és immadura.

El valor d'arribar-hi primer

En el nostre PoC, vam descobrir que algunes tasques de desenvolupament de Power BI podrien beneficiar-se especialment de l'ús de GitHub Copilot. La IA pot accelerar certes tasques i reduir el temps dedicat a activitats repetitives. Per exemple, documentar un model de Power BI pot implicar escriure descripcions per a desenes de taules, columnes i mesures. GitHub Copilot pot generar aquest tipus de contingut en segons i amb un alt grau de fiabilitat. També pot accelerar l'escriptura de codi DAX i ajudar a identificar i resoldre problemes en informes.

Aquestes millores redueixen els temps de desenvolupament i alliberen temps per a tasques on el criteri professional aporta més valor: comprendre els requisits, dissenyar el model, analitzar els resultats o decidir com presentar la informació.

Tanmateix, el benefici més significatiu d'experimentar aviat potser no és la productivitat immediata, sinó el coneixement que es genera. Provar una tecnologia abans que el seu ús s'estableixi completament permet identificar què fa bé, on rau els seus límits i en quines situacions aporta realment valor. En consultoria, conèixer una tecnologia no és suficient; necessitem el criteri per aconsellar quan és prou madura per a un cas d'ús, quins riscos implica la seva introducció i quin nivell de dependència és raonable assumir.

‍

El cost de treballar amb una tecnologia immadura

L'adopció primerenca també trasllada part de l'esforç de maduració del proveïdor als usuaris.

Durant la nostra prova de concepte (PoC), vam trobar diversos exemples d'això. Un d'ells era un error que bloquejava Desktop Bridge, un component necessari per connectar Power BI a l'agent d'IA. També vam observar limitacions menys visibles però rellevants per a l'adopció al món real: en algunes tasques, Copilot era més lent del desitjable i el consum de crèdit podia augmentar ràpidament. Això no impedeix que l'eina s'utilitzi, però sí que afecta la seva viabilitat a l'hora d'escalar-ne l'ús.

La prova de concepte també va destacar que utilitzar una eina d'ús general no sempre és suficient. Per integrar-la realment en la nostra manera de desenvolupar amb Power BI, cal personalitzar-ne el comportament mitjançant un agent dedicat o habilitats que incorporin les nostres directrius i criteris de desenvolupament. Descobrir aquests requisits abans d'escalar és, de fet, un dels principals beneficis d'experimentar aviat.

A tot això, hi ha un altre repte: quan alguna cosa va malament, sovint no hi ha ningú a qui preguntar. Amb una tecnologia ben establerta, quan sorgeix una dificultat, la solució normalment es pot trobar a la documentació oficial, un fòrum o un article tècnic. Amb una tecnologia molt nova, aquesta xarxa de suport encara s'està construint.

Per tant, els primers usuaris no només assumeixen un risc tècnic més gran. També han de resoldre i documentar problemes que els que arribin més tard probablement trobaran ja explicats a la documentació o per la comunitat.

‍

Un dilema que no és exclusiu de la IA

Power BI n'ofereix un exemple molt proper: Microsoft publica regularment noves capacitats en estat de vista prèvia, cosa que permet que s'utilitzin abans que arribin a la versió final, però també exigeix ​​que els usuaris acceptin possibles canvis, limitacions o comportaments inestables.

En el nostre treball, ja estem explorant algunes d'aquestes capacitats, com ara els formats PBIP i PBIR i el nou tema Modern Visual.

Utilitzar-los aviat ens permet familiaritzar-nos més aviat amb una manera de treballar que esdevindrà cada cop més important. Tanmateix, hi ha una diferència important entre provar-los i construir processos crítics a partir d'ells.

‍

‍

No s'han d'adoptar totes les tecnologies alhora

El moment adequat per adoptar una tecnologia depèn de diverses preguntes que ens ajuden a decidir quant de risc val la pena assumir:

• Fins a quin punt està madura la tecnologia? Si encara s'esperen canvis significatius, la incertesa augmenta.
• Quin benefici esperem obtenir i a quin cost? Cal tenir en compte el rendiment, el cost financer i com canvien aquests factors a l'hora d'escalar.
• S'adapta a la nostra manera de treballar? Una eina pot ser tècnicament vàlida i encara requerir personalització per complir amb les directrius, estàndards o processos interns.
• Què passa si falla? Accelerar una tasca interna no és el mateix que afectar un procés crític, de la mateixa manera que utilitzar una capacitat que es pot abandonar fàcilment no és el mateix que construir una dependència que és difícil de revertir.
• Tenim la capacitat d'experimentar? Cal temps, coneixement i marge per a l'error.

Aquestes preguntes ajuden a evitar dos extrems igualment poc rigorosos: adoptar una tecnologia simplement perquè és nova o descartar-la únicament perquè encara no està completament madura.

També cal tenir en compte el cost d'espera. Mentre una organització no experimenta, d'altres poden estar acumulant experiència i formació els seus equips. Quan la tecnologia s'estableixi, tothom podrà accedir al mateix producte; el que no es pot adquirir immediatament és el coneixement acumulat durant aquest període.

‍

Experimenta abans d'adoptar

Aquí és on sorgeix una distinció important: experimentar amb una tecnologia no és el mateix que adoptar-la operativament. Entre integrar-la àmpliament i ignorar-la fins que arribi a la seva plena maduresa, hi ha una alternativa: provar-la mitjançant PoC, proves pilot o casos d'ús de baix risc, limitant l'exposició alhora que es genera coneixement.

En aquesta etapa, l'objectiu no hauria de ser simplement verificar si alguna cosa funciona, sinó reduir la incertesa: entendre quines condicions es requereixen per a una adopció més àmplia, si ofereix un rendiment suficient, si el seu cost és acceptable, com s'integra amb les eines existents i fins a quin punt es pot adaptar a les directrius de l'organització.

El nostre PoC amb GitHub Copilot va aportar precisament aquest valor. Fins i tot si una prova no condueix immediatament a una adopció generalitzada, genera coneixement útil tant per a decisions immediates com futures.

Podem pensar en aquesta estratègia com un pas de voler ser un adoptant primerenc a convertir-se en un aprenent primerenc: aprendre mitjançant l'experimentació controlada abans de fer que l'organització depengui d'aquesta tecnologia.

No sempre cal ser un dels primers a adoptar. Però val la pena evitar convertir-se en un aprenent tardà.

‍