Şirkətdə kod yazma müddəti 60%, tapşırıqların icra müddəti isə 70% azalıb.
Britaniyanın fintex şirkəti Revolut təxminən bir il ərzində süni intellektlə proqramlaşdırma sorğularının emalı xərclərini 90% azaldıb. Şirkət əvvəllər əsasən Anthropic-in Claude Code və OpenAI Codex kimi kommersiya xidmətlərindən istifadə etsə də, sonradan öz infrastrukturunda işləyən GLM modellərini əsas həllə çevirib. Bu barədə Revolut-un əməliyyat və infrastruktur istiqamətinin rəhbəri David Abitbol Nyu-Yorkda keçirilən AI Engineer konfransında danışıb.
Abitbolun sözlərinə görə, təxminən 2 000 mühəndis üçün süni intellekt alətlərinin tətbiqindən sonra kod yazmağa sərf olunan vaxt 60%, tapşırıqların icra müddəti isə 70% azalıb. Əvvəlcə şirkət Gemini-dən istifadə edib, 2026-cı ilin əvvəlində isə Claude Code ilə sınaqlara başlayıb. Lakin token istifadəsinə qoyulan sərt limitlər mühəndislərin gündəlik işlərində süni intellektdən geniş istifadə etməsinə mane olub.
Revolut-un GLM-5.1 modelini öz infrastrukturunda işə salması bir milyon giriş və çıxış tokeni üçün təxminən 0,30 dollara başa gəlib. Bu, kommersiya alternativləri ilə müqayisədə təxminən 10 dəfə ucuz olub. Daha sonra şirkət GLM-5.3 modelinə keçib.
Xərclərin azalması yalnız büdcəyə deyil, mühəndislərin iş vərdişlərinə də təsir edib. Onlar artıq sorğulardan qənaətlə istifadə etməyə ehtiyac duymayıb, süni intellektə proqram xətalarının aradan qaldırılması, Jira tapşırıqlarının təhlili və Confluence sənədləri ilə işləmək kimi işləri daha çox həvalə etməyə başlayıblar.
Abitbolun qiymətləndirməsinə görə, vaxta qənaətin əhəmiyyətli hissəsi məhz bu proseslərin avtomatlaşdırılması hesabına əldə olunub. Çünki proqram təminatının hazırlanmasında əsas vaxt itkisi yalnız kod yazmaqla deyil, onu müşayiət edən digər tapşırıqlarla bağlı olub.
GLM-5.3 modelini işlətmək üçün Revolut 56 ədəd Nvidia B200 sürətləndiricisindən istifadə edir. Bununla belə, məhsuldarlığın artırılması yalnız hesablama gücü hesabına baş verməyib. Şirkət modelin parametrlərini optimallaşdırıb, NVFP4 kvantlaşdırma metodunu tətbiq edib, giriş kontekstinin emalı ilə cavabın yaradılmasını infrastrukturun ayrı mərhələlərinə bölüb.
Revolut həmçinin iş kontekstinin həcmini təxminən 256 000 tokenlə məhdudlaşdırıb. Abitbolun sözlərinə görə, modelin bir milyon tokenlik kontekst pəncərəsini dəstəkləməsi onun proqramçılar üçün mütləq zəruri olduğu demək deyil. Optimallaşdırmadan sonra sistem ilk tokeni üç saniyədən az müddətdə təqdim edir və saniyədə təxminən 200 token yaradır.
GLM-5.3 şirkətdə istifadə olunan bütün digər modelləri əvəz etməyib. Model yalnız mətnlə işlədiyindən interfeys şəkillərinin təhlilini tələb edən tapşırıqlar üçün uyğun deyil. Belə sorğular Revolut-un yönləndirmə sistemi tərəfindən Gemini və ya GPT modellərinə ötürülür. GLM isə əsasən kod generasiyası üçün istifadə olunur.
Abitbol Çin modellərindən istifadənin məxfilik və təhlükəsizliklə bağlı suallar yarada biləcəyini də etiraf edib. Bununla belə, onun fikrincə, əsas risk bu modellərə Çində fəaliyyət göstərən API-lər vasitəsilə müraciət etməkdir. Modellərin şirkətin öz infrastrukturunda və ya regional bulud resurslarında yerləşdirilməsi zamanı bu narahatlıqlar xeyli azalır.
