Как Endava перестраивает разработку ПО вокруг AI-агентов
Как Endava использует AI-агентов, ChatGPT Enterprise и Codex для ускорения разработки ПО, автоматизации процессов и построения AI-native культуры.
Как Endava перестраивает разработку ПО вокруг AI-агентов
Endava — глобальная технологическая сервисная компания, которая более 25 лет помогает крупному бизнесу решать сложные задачи с помощью технологий. Сегодня в центре этой миссии всё отчётливее оказывается искусственный интеллект. Но внедрение AI для Endava означало не просто «поставить новые инструменты» — это потребовало переосмысления рабочих процессов, стиля руководства и самого принципа командного взаимодействия.
«Искусственный интеллект оказал фундаментальное влияние на Endava за последние пару лет. Нам по-настоящему пришлось ответить на вопрос: как оставаться релевантной организацией в новом AI-мире?» — Мэтью Клоук (Matthew Cloke), технический директор Endava
От инструмента — к операционной модели
Endava сделала OpenAI своей корпоративной AI-платформой, открыв сотрудникам по всей компании доступ к ChatGPT Enterprise и Codex. Цель состояла не просто в том, чтобы «внедрить AI», — нужно было сделать его частью ежедневного рабочего потока.
«Быть AI-native в Endava — значит думать об AI как о первом инструменте решения задачи», — объясняет Клоук. «Это первое, что вы делаете, а не последнее».
Лондонская IT-компания Endava пересматривает всю модель поставки программного обеспечения, выстраивая её вокруг AI-агентов (автономных программных систем, способных самостоятельно выполнять задачи) на базе корпоративного стека OpenAI. Этот шаг стал одним из первых крупномасштабных внедрений автономных AI-агентов в профессиональных услугах, сигнализируя о том, насколько быстро технология перешла из экспериментальной в критически важную.
DavaFlow: AI-native методология разработки
По словам технического директора Endava Мэтью Клоука, «быть AI-native в Endava — значит в первую очередь думать об AI при решении задач». Эта философия легла в основу новой методологии поставки ПО — DavaFlow, которая теперь использует технологии OpenAI на всех этапах.
Когда разработчики начали экспериментировать с AI-assisted coding (разработкой с помощью AI) и агентными рабочими процессами, команды быстро поняли: узким местом стала уже не инженерная производительность. Сбор требований, бизнес-анализ, планирование и координация со стейкхолдерами — всё это тоже нуждалось в ускорении.
Сеть специализированных агентов
Endava не раздаёт AI-инструменты разработчикам как самостоятельные ассистенты — компания строит сеть отдельных агентов, каждый из которых полностью отвечает за конкретный этап разработки. Один агент берёт сырые бизнес-требования и превращает их в чёткие пользовательские истории и функциональные спецификации. Другой занимается написанием шаблонного кода, выполнением юнит-тестов и созданием документации. Третий специализированный агент действует как молчаливый рецензент — сканирует pull request’ы на предмет уязвимостей, ошибок и нарушений стиля ещё до того, как к коду приступит живой инженер.
Общая стратегия Endava — создать обширную модульную библиотеку таких агентов, позволяющую командам быстро собирать нужные рабочие процессы под конкретный проект. Для обычного веб-приложения цепочка агентов может включать обработку фронтенд-компонентов, тестирование API и проверку доступности. Параллельно команда работы с данными может выстроить совершенно другую последовательность агентов для построения пайплайнов, валидации схем и оптимизации производительности.
graph LR
A[Бизнес-требования] --> B[Агент анализа\nUser Stories]
B --> C[Агент разработки\nКод + Тесты]
C --> D[Агент ревью\nCode Review]
D --> E[Агент документации]
E --> F[Готовый продукт]
B --> G[ChatGPT Enterprise\nКоординация]
G --> C
Codex: от генератора кода — к универсальному рабочему агенту
Endava официально называет себя «агентной организацией» (agentic organization): компанией, где экспертиза senior-специалистов закодирована в агентах, работающих вместе с командами на всём жизненном цикле клиентского взаимодействия — от первичного запроса до идеации и финальной поставки.
«Мы перешли от написания большей части кода самостоятельно к надзору за тем, что производит Codex», — говорит Джо Данлеви (Joe Dunleavy), региональный технический директор Endava по Европе. «Качество результата просто выросло экспоненциально».
Майк Кролник (Mike Krolnik), глобальный вице-президент Endava по агентной архитектуре, так описывает универсальность инструмента: «Codex созрел как продукт. Мы используем его для анализа требований, дизайна, спецификаций, разработки и операций — это универсальный настольный агент для всего нашего жизненного цикла».
Реальный кейс: юридические тысячи страниц за часы
Юридическая команда Endava столкнулась со сложной задачей: нужно было проверить тысячи страниц контрактов по определённым критериям. Перевести требования юристов в формат, понятный инженерам, обычно занимает недели переговоров. Вместо этого команда Кролника записала двухчасовую встречу с юридическими стейкхолдерами, передала транскрипт в Codex и получила готовую рабочую спецификацию требований.
Раньше: недели переговоров между юристами и инженерами для формирования технического задания.
Теперь: двухчасовой митинг → транскрипт → Codex → готовая спецификация требований за часы.
Endava больше не рассматривает анализ, дизайн и разработку как последовательные этапы с передачей задач между специалистами. «Каждый из этих этапов раньше занимал дни или недели анализа», — говорит Кролник. «Теперь Codex объединяет анализ, дизайн и разработку в единый инструмент».
AI везде: от инженеров до юристов и коммерческих команд
Трансформация Endava вышла далеко за пределы технических отделов.
Юридические команды начали использовать AI для ускорения исследований и документооборота. Менеджеры проектов стали применять Codex для создания отчётов по управлению и сводок о ходе разработки. Коммерческие команды заменили громоздкие таблицы лёгкими AI-приложениями. В одном внутреннем обсуждении ценообразования сотрудники полностью отказались от таблиц и вместо этого создали одностраничное приложение, с которым команды могли работать немедленно.
Руководящие команды используют агентов для резюмирования проектов, автоматизации коммуникаций, управления входящей почтой и асинхронной координации работы.
Сравнение: традиционный подход vs. AI-native подход Endava
| Этап | Традиционный подход | AI-native (Endava) |
|---|---|---|
| Сбор требований | Недели встреч и согласований | Часы: транскрипт → Codex → спецификация |
| Написание кода | Только разработчики | Агенты + надзор инженеров |
| Code Review | Ручная проверка senior-разработчиком | Автоматический агент-рецензент |
| Документация | Отдельная задача после разработки | Генерируется агентом параллельно |
| Отчёты PM | Ручной сбор данных | Codex генерирует автоматически |
| Юридический анализ | Недели переговоров | Часы с AI |
Безопасность и контроль качества
При автоматической генерации кода, предназначенного для продакшн-среды, первостепенным приоритетом становится защита интеллектуальной собственности, стабильности и безопасности. Каждая строка машинного кода проходит жёсткое автоматическое сканирование, а критически важные компоненты всё равно требуют финального одобрения живого разработчика.
Крупные организации, такие как Endava, настраивают защищённые среды, в которых корпоративные данные и проприетарный код никогда не используются для обучения публичных AI-моделей.
Культура экспериментирования как обязательное условие
Endava активно формирует AI-native менталитет во всей организации. Это требует глубоких обучающих программ, которые учат команды мыслить в рамках агентно-ориентированной инженерии, а не просто нажимать нужные кнопки. Инженеры поощряются постоянно искать возможности для автоматизации и создавать новых специализированных агентов для корпоративной библиотеки.
Развёртывание платформы среди 11 000 сотрудников Endava выявило ключевые принципы успешной интеграции AI. Главный из них — воспринимать внедрение AI как изменение поведения, а не просто как обновление программного обеспечения.
«Будущее уже наступило. Вам просто нужно принять его.» — Мэтью Клоук, CTO Endava
Взгляд в будущее: оркестрация как новая реальность
Как долгосрочный партнёр OpenAI, Endava видит следующую фазу корпоративного AI в оркестрации — объединении моделей, агентов, рабочих процессов и человеческой экспертизы в интегрированные системы, которые фундаментально меняют принципы работы организаций. «Нас очень воодушевляют рабочие процессы, которые можно создать, комбинируя эти инструменты», — говорит Клоук.
От reasoning-моделей и агентов Codex до автоматизации и корпоративного масштабирования — Endava считает, что AI становится чем-то большим, чем слой повышения производительности. Он становится самой операционной моделью.
Практические советы для тех, кто начинает
Наибольший эффект достигается при фиксации экспертизы senior-архитекторов в Codex — тогда младшие члены команды получают руководство уровня senior при выполнении задач. Относитесь к Codex как к настольному агенту, а не к ассистенту кода. Главные открытия в Endava произошли от применения Codex к требованиям, дизайну, коммуникации с клиентами и операциям — наряду с написанием кода.
- Начните лично: попробуйте AI-инструменты в своей повседневной работе, прежде чем внедрять их в команду.
- Фиксируйте экспертизу senior-специалистов: документируйте процессы принятия решений в формате, понятном AI.
- Мыслите агентами, а не ассистентами: стройте модульные рабочие процессы из специализированных агентов.
- AI — это изменение поведения: обучайте людей думать с AI, а не просто использовать AI-кнопки.
- Не игнорируйте безопасность: настройте изолированные среды и обязательный человеческий контроль критических решений.
Итог
История Endava — это не просто кейс об инструментах. Это история о том, как глобальная технологическая компания переосмыслила саму себя: из поставщика IT-услуг — в агентную организацию, где экспертиза кодируется в AI, а команды становятся дирижёрами оркестра автономных агентов.
Что делает это развёртывание примечательным — не только технология, но масштаб и амбиции. Endava не пилотирует AI-инструменты в одном отделе, а стремится к «AI-native культуре» во всей организации. Это означает, что тысячи разработчиков, менеджеров проектов и консультантов учатся работать рядом с автономными агентами, которые пишут код, отлаживают программы и оркестрируют сложные пайплайны поставки.
Для российских и СНГ-компаний, только начинающих путь к AI-трансформации, опыт Endava даёт чёткий ответ: начинать нужно не с выбора инструментов, а с изменения мышления — поставить AI первым, а не последним инструментом при решении любой задачи.