Cognizant România: 5 schimbări care redefinesc dezvoltarea de software în era AI

Adaugă-ne ca sursă preferată

Cognizant se află în prima linie a inovației AI la nivel global și a fost prima companie de servicii IT din lume care a obținut certificarea acreditată ISO/IEC 42001, standardul internațional pentru managementul responsabil al sistemelor de inteligență artificială.

Aceste perspective au fost prezentate în cadrul Programmers’ Week 2026, evenimentul emblematic al Cognizant în România, desfășurat între 21 și 25 septembrie, inspirat de tradiția companiei în inovare și învățare. Cele peste 20 de prezentări tehnice din acest an au explorat o temă principală: cum evoluează dezvoltarea de software în era AI.

De la arhitecturi agentice și dezvoltare ghidată de specificații, până la asigurarea calității, analiză de business și project management, concluziile converg într-o direcție comună. Munca umană nu dispare, ci se remodelează. Oamenii petrec mai puțin timp scriind cod repetitiv și mai mult timp proiectând soluții, definind reguli și validând rezultate.

„Modelul clasic din serviciile software s-a construit pe efort: oameni, ore, capacitate. Modelul spre care ne îndreptăm se construiește pe rezultat. Nu mai vindem doar capacitatea de a scrie cod, ci rezultate de business pe care ni le asumăm. Strategia globală AI Builder a Cognizant are câteva direcții urmărite simultan: creșterea productivității în dezvoltarea de software cu ajutorul AI, mutarea logicii de business către un nivel agentic de operare și extinderea capacității organizațiilor prin colaborarea dintre oameni și agenți AI.

La baza tuturor stă o convingere pe care o susținem cu resurse: AI amplifică potențialul uman, nu îl înlocuiește. Anul trecut, Cognizant a angajat la nivel global aproximativ 20.000 de absolvenți la început de carieră, iar în 2026 numărul va fi și mai mare”, declară Mihai Constandiș, Country Manager & Head of Romania Studios, Cognizant România.

România are un rol de execuție strategică în această etapă, fiind cel mai mare centru Cognizant din Europa de Est, cu peste 2.500 de angajați în București, Cluj-Napoca, Iași, Timișoara și Baia Mare, recunoscut drept centru de excelență în cadrul grupului. Echipele de aici lucrează la proiecte AI strategice pentru piața EMEA – în banking, retail, sănătate, asigurări și producție –, iar o parte dintre soluții ajung și la clienți din America de Nord.

„În plus, participăm direct la inițiative globale precum AI Lab, unde lucrăm la orchestrarea agenților AI, adică la felul în care mai mulți agenți colaborează pentru a duce la capăt sarcini complexe. România nu execută doar o strategie decisă în altă parte, ci contribuie efectiv la construirea ei”, adaugă Mihai Constandiș.

1. AI propune, oamenii au decizia finală

De la inginerie la QA și până la rolurile de produs, un punct de consens este faptul că AI poate prelua sarcini, dar oamenii rămân responsabili de rezultate. Dar pentru ca acest principiu să funcționeze, trebuie integrat în modul de lucru, prin puncte de aprobare clare, și nu lăsat la alegere.

În acest sens, una din ideile care au revenit cel mai des în prezentările de la Programmers’ Week este separarea planificării de execuție. AI poate analiza o cerință și poate propune un plan de lucru, dar planul trebuie citit și aprobat de un coleg înainte ca prima linie de cod să fie scrisă.

Odată aprobat, planul devine referința pentru verificarea rezultatului final. De asemenea, o sarcină este considerată finalizată când trece testele definite inițial, nu în momentul în care agentul AI spune că a terminat.

Un alt element se referă la plasarea punctelor de control. Aprobarea umană trebuie cerută acolo unde o acțiune are consecințe greu de anulat, de exemplu atunci când un agent scrie într-un sistem extern sau modifică o ramură de cod protejată.

Restul pașilor pot rula fără întreruperi, cu condiția ca fiecare oprire să fie explicită și motivul ei să fie vizibil. Aceeași logică se regăsește și în managementul de proiect. Delegarea unei sarcini către un agent AI seamănă într-o măsură foarte mare cu buna practică de management uman: obiectiv clar, context, constrângeri, criterii de acceptare, feedback și validare.

2. Agenți specializați, nu un singur asistent generalist 

Așteptarea ca un singur asistent AI să rezolve tot, de la analiză până la testare, s-a dovedit nerealistă. Rezultatele devin greu de verificat, iar când ceva nu funcționează este aproape imposibil de identificat unde s-a greșit. Direcția care funcționează este cea în care munca se împarte în pași mici, iar pentru fiecare pas este alocat un agent dedicat, cu o singură responsabilitate.

Un agent care face un singur lucru produce rezultate previzibile, ușor de revizuit și de utilizat și în alt proiect. În plus, fiecare agent primește acces doar la instrumentele de care are nevoie pentru sarcina lui, ceea ce reduce riscul ca o greșeală să se propage.

Echipele din România au aplicat deja această abordare într-un set de instrumente intern, construit ca o echipă AI: specialiști dedicați pentru identificarea erorilor, revizuirea codului, testare unitară sau documentație tehnică – pe partea de dezvoltare și specialiști dedicați pentru configurarea mediilor de test, automatizare, documentație de testare și generarea datelor de test – pe partea de QA.

Aceeași structură apare în asigurarea calității, unde fluxul este împărțit în etape distincte, de la ticket și documentație, la plan de testare, cazuri de test, execuție și aprobare finală, fiecare etapă având agentul și regulile ei.

Peste acești agenți există un coordonator care stabilește ordinea pașilor, păstrează informația de la o etapă la alta și oprește fluxul în punctele unde este nevoie de decizia unui om. O distincție utilă este aceea că pentru probleme deschise, unde drumul nu este cunoscut de dinainte, este potrivit un agent care decide singur următorul pas; pentru procese bine definite, care trebuie să fie auditabile, este mai bună o secvență de pași pre-stabilită.

3. Contextul contează mai mult decât formularea întrebării/promptul

Progresul nu vine din întrebări mai inteligente adresate inteligenței artificiale, ci din informația pe care i-o punem la dispoziție – de la standardele echipei, șabloanele de lucru, până la documentația proiectului, regulile de business și istoricul codului. Un asistent AI care nu cunoaște convențiile echipei va propune de fiecare dată altceva, iar colegii vor petrece mai mult timp corectând decât ar fi petrecut scriind de la zero. Soluția nu este ca fiecare să explice din nou contextul la fiecare sesiune de lucru, ci ca aceste informații să fie organizate o singură dată și puse automat la dispoziția agenților.

Un exemplu concret vine de la echipele Cognizant din România, care au construit un set de instrumente comun pentru lucrul cu AI – GenAI Toolkit, pornind de la trei probleme binecunoscute: fiecare coleg explică de la capăt contextul proiectului, fiecare are propriile instrucțiuni, iar rezultatele diferă de la om la om.

Soluția dezvoltată de Cognizant organizează informația pe straturi: reguli generale valabile, standardele companiei, reguli specifice limbajului de programare, reguli ale proiectului și, la final, preferințele fiecărui coleg, activate automat în funcție de tipul fișierului la care se lucrează.

Peste acestea se adaugă tipare de cod folosite în mod curent, reguli de business și informații specifice. Pentru acest mod de lucru, măsurătorile interne indică îmbunătățiri semnificative ale eficienței în fiecare ciclu de inginerie, creșterea calității în fluxurile critice și reducerea considerabilă a rezultatelor nerelevante în procesul de detectare a deficiențelor.

Setul de instrumente este adaptat și îmbunătățit de echipele care îl folosesc.

Același principiu a apărut și în zona de testare. Factorul de succes – o bază de cunoștințe construită pornind de la codul existent al proiectului, completată cu exemple de formulări acceptate și respinse în trecut. Instrumentele AI se schimbă rapid și sunt inter-schimbabile, dar cunoașterea structurată a organizației este un activ important, pentru că poate fi mutat de la un asistent la altul fără să fie reconstruit.

4. Încrederea se construiește prin inginerie, nu pe intuiție

Provocarea reală este ca AI să funcționeze consecvent, predictibil și sigur. Diferența dintre prototip și produs a fost una dintre temele dominante ale Programmers’ Week 2026, iar răspunsul tehnic are patru componente recurente: fundamentare în datele organizației, limite clare, evaluare și capacitatea de a observa.

Rezultatele trebuie măsurate, nu intuite. Evaluarea trebuie tratată ca o disciplină de inginerie, la fel de serioasă ca testarea clasică. Într-un scenariu despre un proiect de banking, calitatea a fost măsurată pe trei niveluri: evaluări în faza de proiectare pentru calitatea modelului și a promptului, rata de halucinație, respectarea instrucțiunilor și „toxicitate”; evaluări pe întregul agent, cu instrumentele, interogările și datele sale; și evaluări în timp real, care verifică fiabilitatea și fundamentarea fiecărui răspuns înainte să ajungă la utilizator.

Un al doilea mecanism de încredere este clasificarea înainte de intervenție – regula de a înțelege o problemă înainte de a o rezolva. Într-un pipeline de testare automată, fiecare eșec primește o categorie, un scor de încredere și dovezi. Problemele de mediu, de sincronizare sau de interfață pot fi reparate automat, în timp ce un defect real al aplicației ajunge întotdeauna la consumator.

Nu în ultimul rând, revizuirea independentă.  AI nu ar trebui să își corecteze propria temă: revizuirea trebuie realizată de un alt model, cu un context separat și alte ipoteze, aplicate după verificările deterministe și înaintea deciziei umane. Agenții auditori raportează ce au găsit, dar nu au dreptul să modifice artefactul. Această arhitectură în straturi este și răspunsul practic la cerințele de supraveghere umană care devin obligatorii prin reglementări precum AI Act.

5. Rolurile se extind, nu dispar

Pe măsură ce AI preia redactarea și munca repetitivă, rolurile de business analyst, product owner, project manager și QA se mută de la livrabile la rezultate, judecată, evaluare și guvernanță. Concret, AI are capabilități puternice în zona de prototipare, redactare de specificații, analiză de diferențe și generare de teste, în timp ce oamenii rămân responsabili de definirea problemei, de indicatorii de performanță, de pragurile de guvernanță și de compromisurile strategice.

Modul în care fiecare își înțelege rolul contează. Un profesionist care se definește prin documentația pe care o produce rămâne în urmă. Cel care se definește prin întrebările pe care le pune și prin deciziile pe care le susține devine mai valoros în noua economie. Obiectivele practice discutate merg în ambele direcții: o reducere semnificativă a efortului de documentare și, mai important, capacitatea de a observa înaintea celorlalți când AI greșește.

Se schimbă inclusiv modul în care sunt scrise cerințele. Pentru funcționalități bazate pe AI, criteriile de acceptare nu mai pot fi formulate în termeni de corect sau greșit, ci în intervale și reguli: de exemplu, „clasifică corect cel puțin 90% din cazuri” sau „nicio aprobare peste un anumit prag fără validare umană”.

În managementul de proiect, evoluția a fost descrisă pe trei niveluri deja vizibile: AI ca asistent, eficient pe partea de raportare și sinteze; AI ca sfătuitor, care ajută la pregătirea discuțiilor cu clienții și la identificarea riscurilor; și AI ca executant, care preia sarcini clare. Timpul economisit nu înseamnă automat valoare creată, ci doar spațiu pentru a crea valoare.

Diferența o face ce alegi să faci cu orele câștigate. În plus, pentru a putea delega corect unei echipe de agenți AI, project managerul are nevoie de o înțelegere tehnică mai bună decât în trecut, fără ca asta să reducă din importanța judecății, a comunicării și a cunoașterii domeniului.

Cognizant este un furnizor de servicii tehnologice și dezvoltator de soluții AI, construind puntea dintre investițiile în inteligența artificială și valoarea de business, prin soluții AI full-stack pentru clienții săi. Expertiza profundă în industrie, procese și inginerie permite Cognizant să integreze contextul unic al fiecărei organizații în sisteme tehnologice care amplifică potențialul uman, generează rezultate tangibile și mențin companiile globale competitive într-o lume în continuă schimbare. Cognizant România este unul dintre cele mai mari centre tehnologice ale grupului din Europa de Est, cu peste 2.500 de angajați în București, Cluj-Napoca, Iași, Timișoara și Baia Mare.