Endava 如何围绕 AI 智能体重构软件交付流程

来源：OpenAI Blog 作者：Endava CTO Matthew Cloke

背景

Endava 是一家拥有超过 25 年历史的全球技术服务公司，长期致力于通过技术帮助企业解决复杂的商业难题。然而，随着人工智能技术的迅猛发展，Endava 的使命重心正在发生根本性转移，AI 已成为其核心驱动力。

对于 Endava 而言，拥抱 AI 并非简单地引入几个新工具，而是一场涉及工作流重塑、领导力行为转变以及跨部门协作模式重构的深刻变革。为了在 AI 新时代保持组织的竞争力，Endava 必须回答一个关键问题：如何成为一个在 AI 世界中具有相关性和适应性的组织？

为此，Endava 选择 OpenAI 作为其企业级 AI 平台，向全体员工开放 ChatGPT Enterprise 和 Codex 的使用权限。这一举措的目标不仅仅是提升工具采用率，而是将 AI 深度嵌入到日常工作的每一个环节中，使其成为工作流的一部分，而非附加项。

核心内容

Endava 的 AI 转型始于其软件交付团队，并迅速扩展至整个组织。以下是其转型过程中的关键实践与演变：

1. 从“AI 辅助”到“AI 原生”的思维转变

Endava CTO Matthew Cloke 指出，要在 Endava 实现“AI 原生”，首要任务是思维模式的转变：“首先要考虑的是如何利用 AI 来解决问题，而不是将其作为最后一步。”这种理念要求员工将 AI 视为解决问题的第一反应。Cloke 坦言：“如果我没有看到后台有智能体（Agent）在运行，我会觉得自己是在浪费时间。”

2. 瓶颈转移与 DavaFlow 方法论的诞生

随着开发人员开始尝试 AI 辅助编码和基于智能体的工作流，团队很快发现，软件开发的瓶颈不再仅仅是工程产出速度。需求收集、业务分析、规划以及利益相关者协调等环节同样需要提速。

这一洞察促使 Endava 创建了 DavaFlow，这是一种 AI 原生的交付方法论。Cloke 表示：“我们开始挑战自己，看能否更快地生成需求，并更快地为客户提供正确的业务解决方案。”如今，OpenAI 的技术已嵌入 DavaFlow 生命周期的每一个环节，从会议准备、业务规划、产品发现、软件工程到部署，无一例外。

3. 超越工程团队的全员 AI 采纳

Endava 的 AI 采纳并未局限于开发人员，而是扩展到了法律、项目管理、商业运营等多个部门：

• 法律团队：利用 AI 简化研究流程和文档处理。
• 项目经理：使用 Codex 生成治理报告并总结工程进展。
• 商业团队：摒弃繁琐的电子表格规划，转而使用轻量级的 AI 生成应用程序。

在一个内部定价讨论的案例中，员工完全跳过了电子表格，直接构建了一个单页定价应用，团队可以立即与之交互。Cloke 评价道：“这彻底改变了对话的方式。”

4. 智能体嵌入日常运营

AI 智能体已深度融入日常运营。领导层利用智能体进行项目总结、自动化沟通、管理收件箱以及协调异步工作。这种全方位的渗透使得 AI 不再是一个独立的项目，而是成为了组织运作的基础设施。

关键要点

Endava 在将其 11,000 人的全球 workforce 推向 AI 的过程中，总结出了以下核心原则和成果：

• 加速软件交付：通过将 AI 智能体集成到工程工作流中，显著提升了交付速度。
• 跨部门 AI 采纳：成功将 AI 应用从工程团队扩展至法律、财务和运营团队。
• 减少人工负担：通过 AI 辅助工作流，大幅降低了手动报告和协调工作的需求。
• 赋能非技术人员：使团队能够在没有专门工程支持的情况下，自行构建内部工具和应用程序。
• 确立 AI 能力标准：将 AI 熟练度确立为公司招聘和晋升期望的一部分。

在推广过程中，Endava 遵循了以下关键原则：

• 行为改变而非软件发布：将 AI 采纳视为一种行为模式的改变，而非单纯的技术部署。
• 领导层示范：领导者需要积极使用 AI，以推动全组织的采纳。
• 包容不完美：为实验创造空间，即使结果不完美也在所不惜。
• 早期介入非技术团队：让非技术团队尽早参与过程，而不是在后期才介入。
• 实践克服怀疑：亲身体验是消除怀疑最快的方式。
• 融入日常流程：使 AI 成为日常工作流的一部分，而非一个独立的倡议。

意义与影响

作为 OpenAI 的长期合作伙伴，Endava 认为企业 AI 的下一阶段将围绕**编排（Orchestration）**展开——即结合模型、智能体、工作流和人类专业知识，构建集成系统，从根本上重塑组织的运作方式。

Endava 认为，AI 正在超越单纯的生产力工具层面，正在成为组织本身的操作系统（Operating Model）。从推理模型和 Codex 智能体到自动化和企业级协作，AI 正在重新定义工作流的可能性。

对于仍处于 AI 转型早期的组织，Cloke 的建议直截了当：从个人开始使用这项技术。“未来已经到来，”他说，“你只需要投身其中。”