lat na rynku
ekspertów
–W– 6
__LOKALIZACJI_W_KRAJACH
Zaufały nam największe światowe organizacje

Opinie naszych Klientów
Mateusz Sawaryn
Kancelaria Prawna „Sawaryn i Partnerzy”
Jesteśmy w pełni zadowoleni ze współpracy z TTMS i polecamy ich jako niezawodnego partnera technologicznego, doświadczonego w technologiach bazujących na sztucznej inteligencji.
Soenke Kock
Division R&D Manager and Head of Development IoT & Analytics Motion Services Division ABB Business Area Motion
W ramach współpracy z TTMS realizujemy obecnie projekty badawcze (POC) w zakresie analizy użyteczności narzędzi opartych na AI (w tym GitHub Copilot) w procesie tworzenia oprogramowania.
TAKEDA
TTMS wdrożyła rozwiązanie wspomagające pracę działu analizującego publiczne przetargi. System oparty na Salesforce, wspomagany algorytmami AI, pomaga zoptymalizować oraz zautomatyzować analizę dokumentacji.
Rozwiązania AI TTMS – Case Study
Czym jest AI Software Factory?
Czym jest
AI Software Factory to uporządkowany model pracy, który włącza agentów AI do istniejącego procesu tworzenia oprogramowania w dużej organizacji. TTMS pomaga skonfigurować ich działanie w repozytoriach i środowisku CI/CD klienta, ustalić zasady kontroli jakości oraz przygotować zespół do bezpiecznego korzystania z nowego podejścia.
Czym różni się od asystenta kodowania AI?
Dla kogo
Usługa jest przeznaczona dla organizacji z własnymi zespołami deweloperskimi, które mierzą się z:
Dlaczego szybsze kodowanie nie oznacza szybszego wdrożenia?
Szybsze pisanie kodu nie wystarczy, jeśli testy, przeglądy i akceptacja zmian nadal opóźniają wdrożenie. Agenci AI przynoszą największą wartość wtedy, gdy są częścią uporządkowanego procesu obejmującego cały cykl tworzenia oprogramowania.
Kod generowany przez AI wymaga kontroli bezpieczeństwa
Kod generowany przez AI może zawierać podatności lub nie spełniać standardów organizacji. Każda zmiana powinna więc przejść przegląd, testy i skanowanie bezpieczeństwa przed wdrożeniem.
Brak możliwości śledzenia zmian
Bez informacji o tym, którą zmianę wykonał agent, z jakiego wymagania wynikała i kto ją zatwierdził, trudno ustalić źródło błędu lub przedstawić wymagane dowody podczas audytu.
Pojedyncze narzędzia zamiast spójnego procesu
Asystenty AI mogą przyspieszyć pracę poszczególnych deweloperów, ale same nie skrócą drogi od backlogu do produkcji. Potrzebny jest wspólny proces obejmujący testy, kontrole jakości i jasno określone zasady zatwierdzania zmian.
Jak organizujemy tworzenie oprogramowania z agentami AI?
Konfigurujemy spójny proces, który włącza agentów AI w pracę zespołu klienta, od zadania w backlogu po wdrożenie na produkcję. Proces działa w repozytoriach i środowisku CI/CD organizacji, zgodnie z jej zasadami bezpieczeństwa, jakości i zatwierdzania zmian.
Wymaganie i kryteria akceptacji
Zespół klienta wybiera zadanie z backlogu i określa oczekiwany rezultat oraz kryteria akceptacji. Na tej podstawie agent AI przygotowuje plan działania.
Kontrola jakości i bezpieczeństwa
Zmiany przechodzą testy i kontrole wymagane przez organizację, w tym statyczną analizę bezpieczeństwa aplikacji (SAST), analizę składu oprogramowania (SCA) oraz skanowanie wrażliwych danych.
Wydanie zgodne z procesem klienta
Zatwierdzone zmiany przechodzą przez obowiązujący u klienta proces wydania. Informacje o wersji, wynikach kontroli, akceptacji i użytych komponentach mogą zostać zapisane w śladzie audytowym.
Tworzenie kodu i testów
Agent AI przygotowuje kod i testy w odizolowanym środowisku, bez bezpośredniego dostępu do produkcji. Proponowane zmiany trafiają do gałęzi roboczej i dalszej weryfikacji.
Weryfikacja i akceptacja zmian
Uprawniony inżynier po stronie klienta przegląda pull request, sprawdza zgodność zmian z wymaganiami i analizuje wyniki testów. Kod może zostać scalony dopiero po uzyskaniu wymaganej akceptacji.
Agenci AI działają samodzielnie tam, gdzie to bezpieczne. Kluczowe decyzje pozostają po stronie inżynierów
Zakres samodzielnego działania agentów AI ustalamy na podstawie ryzyka i możliwości sprawdzenia wyników. Kluczowe decyzje dotyczące architektury, scalenia zmian i wdrożenia na produkcję pozostają po stronie uprawnionych inżynierów klienta.
Kto podejmuje decyzję na poszczególnych etapach?
Bezpieczny kod generowany przez AI: kontrola i identyfikowalność na każdym etapie
Bezpieczeństwo kodu nie zależy wyłącznie od tego, czy stworzył go developer, czy agent AI, lecz od kontroli zastosowanych przed wdrożeniem. W środowisku klienta konfigurujemy testy, skany bezpieczeństwa, zasady akceptacji oraz rejestrowanie zmian, aby zespół mógł wykrywać ryzyko i prześledzić historię każdej modyfikacji.
Bezpieczeństwo uwzględnione w procesie
Konfigurujemy kontrole wymagane przez organizację, takie jak testy, statyczna analiza bezpieczeństwa aplikacji (SAST), analiza składu oprogramowania (SCA) i skanowanie pod kątem ujawnionych sekretów lub wrażliwych danych.
Ślad audytowy od wymagania do wydania
Ślad audytowy może łączyć każdą zmianę z wymaganiem, commitem, wynikami testów, decyzją osoby zatwierdzającej oraz wydaniem, w którym została uwzględniona.
Repozytoria, zasady i uprawnienia klienta
Konfigurujemy proces w repozytoriach i środowisku CI/CD klienta. Uwzględniamy obowiązujące zasady dostępu, bezpieczeństwa, przeglądu kodu i zatwierdzania zmian.
Nasze certyfikaty i standardy
Nasze systemy zarządzania AI i bezpieczeństwem informacji są certyfikowane na zgodność z normami ISO/IEC 42001:2023 oraz ISO/IEC 27001.
Ślad audytowy od wymagania do wydania
Wymaganie
Praca agenta AI
Zmiana w repozytorium
Testy i skany bezpieczeństwa
Przegląd i akceptacja
Wydanie
Agentic coding dla firm – gdzie przynosi największą wartość?
Agentic coding dla firm przynosi największą wartość w projektach, w których część prac można jasno opisać, zautomatyzować i zweryfikować.
Modernizacja systemów legacy
Konfigurujemy agentów AI do analizy istniejącego kodu i przygotowywania zmian wspierających stopniową modernizację systemu. Zespół klienta przegląda propozycje, a testy regresyjne pomagają sprawdzić, czy zachowano dotychczasowe działanie aplikacji.
Automatyzacja testów
Pomagamy skonfigurować agentów AI do tworzenia i aktualizowania testów oraz dobierania zestawów regresyjnych w procesie klienta. Rozwijamy również autorską platformę Qatana, która łączy zarządzanie testami, funkcje wspierane przez AI oraz wyniki automatyzacji w jednym miejscu.
Nowe produkty i rozbudowane backlogi
Konfigurujemy agentów AI tak, aby wspierali zespół klienta w przygotowywaniu kodu i testów dla nowych funkcji. Pozwala to usprawnić realizację backlogu bez rezygnowania z obowiązujących zasad jakości, bezpieczeństwa i zatwierdzania zmian.
Modele współpracy dopasowane do Twojego zespołu
Zakres współpracy dopasowujemy do potrzeb, możliwości i środowiska technologicznego organizacji.
Porozmawiajmy o AI Software Factory dla Twojego zespołu
ISO/IEC 42001ISO 27001ISO 9001
Adam Kaczmarczyk
Technology and Competence Director
FAQ
Czym jest AI Software Factory i czym różni się od korzystania z asystentów AI do kodowania?
AI Software Factory to uporządkowany model pracy, który włącza agentów AI do całego procesu tworzenia oprogramowania, od zadania w backlogu po wydanie. Asystent AI wspiera pojedynczego developera, natomiast ten model obejmuje również testy, kontrolę jakości, akceptację zmian oraz integrację z repozytoriami i środowiskiem CI/CD organizacji.
Czy kod wygenerowany przez agentów AI jest wystarczająco bezpieczny dla systemów krytycznych?
Może, jeśli przechodzi kontrole odpowiednie do ryzyka i wymagań danego systemu. Przed wdrożeniem zmiany mogą przechodzić testy, przegląd inżyniera, statyczną analizę bezpieczeństwa aplikacji (SAST), analizę składu oprogramowania (SCA) oraz skanowanie pod kątem ujawnionych sekretów i wrażliwych danych.
Jak śledzicie, które zmiany w kodzie wygenerowało AI i kto je zatwierdził?
Ślad audytowy może powiązać każdą zmianę z wymaganiem, przebiegiem pracy agenta, commitem, wynikami testów, decyzją osoby zatwierdzającej i konkretnym wydaniem. Ułatwia to prześledzenie drogi zmiany od zadania w backlogu do produkcji, przedstawienie informacji podczas audytu oraz ustalenie źródła problemu.
Kto jest właścicielem praw autorskich do kodu wygenerowanego przez agentów AI?
Zasady dotyczące praw do kodu określa umowa zawarta z klientem, z uwzględnieniem zakresu projektu, wykorzystywanych narzędzi oraz ich warunków licencyjnych. Szczegółowe postanowienia dotyczące przeniesienia praw i wykorzystania komponentów zewnętrznych powinny zostać uzgodnione przed rozpoczęciem realizacji.
Czy proces może działać w naszym środowisku i zgodnie z naszymi politykami?
Tak. Proces można skonfigurować w repozytoriach, środowisku CI/CD i infrastrukturze klienta, z uwzględnieniem obowiązujących zasad dostępu, bezpieczeństwa, przeglądu kodu i zatwierdzania zmian. Dokładna konfiguracja zależy od architektury, używanych narzędzi oraz wymagań organizacji.
Ile trwa uruchomienie procesu w dużej organizacji?
Czas zależy od zakresu pilotażu, środowiska CI/CD, liczby integracji, zasad dostępu oraz wymagań bezpieczeństwa. Zwykle zaczynamy od jednego zespołu lub projektu, mierzymy uzgodnione efekty, a następnie podejmujemy decyzję o rozszerzeniu procesu. Harmonogram ustalamy po analizie środowiska i wybranego zastosowania.