J_2025 là dự án hạ tầng triển khai theo mô hình Infrastructure as Code với AWS CloudFormation. Ban đầu, đội ngũ sử dụng CDK để lập trình, nhưng trong quá trình thực hiện, đã quyết định chuyển đổi sang CloudFormation. Đây là thay đổi lớn, có nguy cơ ảnh hưởng trực tiếp tới mốc thời gian đã cam kết: hoàn thành lập trình và triển khai lên tài khoản AWS của khách hàng trước ngày 30/9, sau đó tiến hành kiểm thử đơn vị (UT) và kiểm thử chấp nhận (UAT) trong tháng 10.
Với khối lượng công việc gia tăng đột biến, team nhận thấy nếu thực hiện hoàn toàn thủ công thì nguồn lực sẽ không đáp ứng được, nhất là khi ngay từ giai đoạn ước tính (estimate), dự án đã định hướng sử dụng AI cho lập trình và một phần kiểm thử đơn vị để tăng tính cạnh tranh.
Trước khi áp dụng AI, năng suất ở từng công đoạn còn thấp: lập trình và đánh giá đều chỉ đạt khoảng 4.300 KLOC/MM (KLOC - đơn vị nghìn dòng mã; MM - Man-month - lượng công việc tính trên 1 người trong 1 tháng); mảng kiểm thử cũng chưa như kỳ vọng. Đây là mức năng suất khó có thể giúp team hoàn thành khối lượng công việc lớn trong thời gian giới hạn, đặc biệt khi cần độ chính xác cao và dễ phát sinh sửa chữa nếu thao tác thủ công.
Việc đưa AI vào quy trình phát triển và kiểm thử trở thành yếu tố thay đổi cục diện. Trong lập trình, GitHub Copilot hỗ trợ gợi ý mã lập trình, tái sử dụng mẫu cấu trúc và chuẩn hóa theo quy ước của dự án. Nhờ đó, nguồn lực lập trình giảm khoảng 30%, công sức đánh giá giảm 50% nhờ AI hỗ trợ rà soát lỗi và đề xuất chỉnh sửa phù hợp. Năng suất cả 2 phần việc đều tăng lên 5.400 KLOC/MM, mức cải thiện đáng kể giúp dự án rút ngắn thời gian xử lý phần chuyển đổi từ CDK sang CloudFormation.
Trong kiểm thử, AI được dùng để hỗ trợ viết test case, đề xuất logic kiểm thử và hỗ trợ so sánh với kinh nghiệm của quản lý để hoàn thiện. Nhờ đó, sản lượng UT script (kiểm thử kịch bản) tăng từ 90 lên 180, còn test case tăng từ 120 lên 240. Ở một số công đoạn, mức tiết kiệm nguồn lực thậm chí đạt từ 25% đến 100%, góp phần giảm áp lực đáng kể trong giai đoạn UT và chuẩn bị cho UAT.
 |
| Anh Đinh Quang Tuấn, quản trị dự án J_2025 (FHN.GLC, nhà Phần mềm FPT). |
AI còn phát huy hiệu quả trong giao tiếp và xử lý tài liệu. Việc dịch tài liệu, hỗ trợ trao đổi qua ticket và làm rõ yêu cầu giúp tốc độ phản hồi nhanh hơn và giảm sai sót khi xử lý thông tin. Với khách hàng Nhật, nơi sự chính xác trong tài liệu và trao đổi là yếu tố quan trọng, khả năng này giúp team giảm rủi ro hiểu sai và duy trì được sự minh bạch trong trao đổi.
Nhờ áp dụng AI đúng trọng tâm và xuyên suốt trong phát triển, kiểm thử và kết nối, dự án không chỉ đảm bảo tiến độ mà còn cải thiện chất lượng đầu ra. Việc chuyển đổi mã nguồn từ CDK sang CloudFormation vốn là rủi ro lớn về thời gian đã được rút ngắn đáng kể nhờ AI hỗ trợ, giúp đội dự án giữ đúng kế hoạch và đáp ứng kỳ vọng của khách hàng. Hiệu quả tổng thể được thể hiện rõ qua EE (Effort Efficiency - hiệu suất nguồn lực) tháng 10/2025 đạt 163,83%.
Trong giai đoạn tiếp theo, dự án định hướng tiếp tục sử dụng AI để triển khai hạ tầng cho các môi trường tiếp theo và mở rộng áp dụng tại nhiều tỉnh ở Nhật Bản, đồng thời nghiên cứu tích hợp thêm CodeVista nhằm tối ưu hiệu quả ở giai đoạn phát triển.
Cucumber
Ý kiến
()