Mailchimp’s 40% Coding Speed Boost: Balancing AI Innovation and Governance

Intuit Mailchimp hat AI-gesteuerte Codierungstechniken erforscht, ähnlich wie viele Organisationen im vergangenen Jahr.

Intuit Mailchimp bietet robuste E-Mail-Marketing- und Automatisierungslösungen. Als Teil des umfassenderen Intuit-Ökosystems hat das Unternehmen seine generativen AI-Fähigkeiten stetig erweitert und setzt sein proprietäres GenOS und agentische AI in verschiedenen Geschäftsbereichen ein.

Trotz seiner internen AI-Expertise hat Mailchimp spezifische Szenarien identifiziert, in denen AI-Codierungstools unverzichtbar sind. Die Reise begann mit der Notwendigkeit, einen dringenden Termin einzuhalten.

Mailchimp stand vor der Herausforderung, einen komplexen Kunden-Workflow kurzfristig den Stakeholdern zu präsentieren. Herkömmliche Tools wie Figma waren nicht in der Lage, einen funktionalen Prototypen zu liefern. Einige Ingenieure, die bereits mit AI-Codierungstools experimentierten, nutzten die Gelegenheit, diese auf ein reales Geschäftsproblem anzuwenden.

„Wir standen vor einer einzigartigen Herausforderung, die einen schnellen Prototypen eines komplexen Workflows für Stakeholder erforderte“, teilte Shivang Shah, Chefarchitekt bei Intuit Mailchimp, VentureBeat mit.

Die Ingenieure nutzten AI-Codierungstools und waren von den Ergebnissen verblüfft.

„Was Tage gedauert hätte, war in nur wenigen Stunden erledigt“, bemerkte Shah.

Dieser Durchbruch führte zu einer breiteren Einführung von AI-Codierungstools bei Mailchimp, was zu einer Entwicklungsgeschwindigkeit führte, die bis zu 40 % schneller war, und deckte gleichzeitig wichtige Erkenntnisse in den Bereichen Governance, Tool-Auswahl und die Rolle menschlicher Expertise auf, die andere Organisationen übernehmen können.

Von Fragen und Antworten zur Aufgabenautomatisierung

Mailchimps Erfahrung spiegelt einen größeren Trend wider, wie Entwickler mit AI interagieren. Anfangs nutzten Ingenieure konversationelle AI für grundlegende Anleitungen und Algorithmusempfehlungen.

„Schon bevor AI-Codierungstools an Bedeutung gewannen, nutzten Ingenieure konversationelle AI, um Algorithmen für spezifische Probleme zu validieren“, beobachtete Shah.

Der Wandel kam mit fortschrittlichen AI-Codierungstools, die von der Beantwortung von Fragen zur Ausführung von Codierungsaufgaben übergingen.

Dieser Übergang von Beratung zur Aufgaben delegation unterstreicht den Kernwert, den AI-Codierungstools Unternehmen heute bieten.

Vielfältige Tools übertreffen Einzelanbieter-Lösungen

Mailchimp entschied sich für eine Multi-Tool-Strategie und nutzte Plattformen wie Cursor, Windsurf, Augment, Qodo und GitHub Copilot, angetrieben durch Einblicke in ihre spezialisierten Stärken.

„Verschiedene Tools bieten einzigartige Vorteile je nach Entwicklungsphase, ähnlich wie die Zusammenarbeit mit einem spezialisierten Ingenieur“, erklärte Shah.

Dies spiegelt wider, wie Unternehmen verschiedene Tools für unterschiedliche Entwicklungsstufen nutzen, um eine Abhängigkeit von einer einzigen Lösung zu vermeiden, die in einigen Bereichen hervorragend, aber in anderen unzureichend sein könnte.

Der Ansatz resultierte aus praktischen Experimenten, wobei Mailchimp feststellte, dass bestimmte Tools für spezifische Aufgaben innerhalb ihres Workflows besser geeignet waren.

Governance-Rahmenwerke sorgen für Ordnung

Mailchimps wichtigste Erkenntnis aus der AI-Codierung dreht sich um Governance. Das Unternehmen etablierte richtlinienbasierte und prozessintegrierte Schutzmaßnahmen, die auch für andere Organisationen anpassbar sind.

Die Richtlinien umfassen verantwortungsvolle AI-Überprüfungen für Einsätze, die Kundendaten betreffen. Prozesskontrollen halten die menschliche Aufsicht im Mittelpunkt, wobei AI anfängliche Code-Reviews übernimmt, aber menschliche Genehmigung vor dem Produktionsstart erforderlich ist.

„Menschliche Aufsicht ist nicht verhandelbar“, betonte Shah. „Ein Mensch muss die Lösung immer verfeinern und validieren, um sicherzustellen, dass sie das richtige Problem löst.“

Dieser zweigleisige Ansatz geht auf eine häufige Sorge von Unternehmen ein: die Balance zwischen Produktivitätssteigerungen durch AI und Codequalität sowie Sicherheit.

Kontextlücken erfordern präzise Eingaben

Mailchimp stellte fest, dass AI-Codierungstools bei allgemeiner Programmierung hervorragend sind, aber tiefes Geschäftsdomänenwissen fehlt.

„AI versteht branchenübliche Muster, passt aber möglicherweise nicht zu unseren spezifischen Nutzerreisen“, bemerkte Shah.

Diese Erkenntnis unterstrich die Notwendigkeit, dass Ingenieure präzise, kontextreiche Eingaben liefern, die in technischer und geschäftlicher Expertise verwurzelt sind.

„Man muss immer noch die Technologie, das Geschäft und die Systemarchitektur kennen. AI verstärkt Ihre Fähigkeiten“, sagte Shah.

Für Unternehmen bedeutet dies, Teams sowohl in AI-Tools als auch darin zu schulen, wie sie Geschäftskontexte effektiv an diese Systeme vermitteln können.

Überbrückung der Kluft zwischen Prototyp und Produktion

AI-Codierungstools glänzen bei der schnellen Prototypenerstellung, aber Mailchimp lernte, dass Prototypen erhebliche menschliche Anstrengungen erfordern, um produktionsreif zu werden, aufgrund von Integrationskomplexitäten, Sicherheitsanforderungen und Systemarchitekturanforderungen.

„Ein Prototyp bedeutet nicht, dass er produktionsreif ist“, warnte Shah. „Zeitpläne müssen diese Realitäten berücksichtigen.“

Diese Erkenntnis hilft Unternehmen, realistische Erwartungen an AI-Codierungstools zu stellen, die in der frühen Entwicklung glänzen, aber keine vollständige Lösung für den gesamten Entwicklungszyklus bieten.

Fokus auf hochwertige Aufgaben

Über die Geschwindigkeit hinaus ermöglichten AI-Tools den Mailchimp-Ingenieuren, sich auf hochwirksame Arbeiten wie Systemdesign, Architektur und die Integration von Kunden-Workflows zu konzentrieren, anstatt sich mit repetitiven Codierungsaufgaben zu beschäftigen.

„Wir können uns jetzt auf Systemdesign und die Integration von Kunden-Workflows konzentrieren, anstatt auf alltägliche Aufgaben“, sagte Shah.

Unternehmen sollten den Erfolg von AI-Codierung nicht nur anhand der Produktivität messen, sondern anhand des strategischen Werts der Arbeiten, die Entwickler nun priorisieren können.

Wichtige Erkenntnisse für Unternehmen

Mailchimps Reise bietet eine klare Lektion für Unternehmen, die in der AI-gestützten Entwicklung führend sein wollen: Behandeln Sie AI-Codierungstools als leistungsstarke Assistenten, die menschliche Expertise ergänzen, nicht ersetzen.

Organisationen, die dieses Gleichgewicht finden, werden dauerhafte Wettbewerbsvorteile erzielen, indem sie technische Kompetenz mit menschlicher Aufsicht, Geschwindigkeit mit Governance und Produktivität mit Qualität verbinden.

Für diejenigen, die AI-Codierungstools später einführen, bietet Mailchimps Weg von dringenden Experimenten zu strukturierter Implementierung einen verlässlichen Fahrplan. Der Kernprinzip bleibt: AI unterstützt Entwickler, aber menschliche Expertise und Aufsicht bleiben entscheidend für den Erfolg in der Produktion.