Endava 将 OpenAI（ChatGPT Enterprise 与 Codex）深度嵌入其 DavaFlow 交付方法，通过 AI 代理推进需求采集、规划、工程与部署，扩大到法务、商业与运营等非技术团队，从而加速交付、减少手工报告并推动内部工具自助化。公司把 AI 采用视为行为变革，强调领导示范与持续试验。
背景与目标
– Endava 是全球技术服务公司，目标将 AI 作为核心能力，而非附加工具。
– 选择 OpenAI 作为企业 AI 平台，为员工开放 ChatGPT Enterprise 与 Codex，目标是在日常工作流中首先考虑用 AI 解决问题。
DavaFlow：AI 原生交付方法
– DavaFlow 是 Endava 围绕 AI 代理重构的软件交付生命周期方法。
– OpenAI 技术贯穿会议准备、业务规划、产品发现、软件开发与部署，全流程都有代理参与。
跨职能采用案例
– 开发：AI 辅助编码与代理化工作流，提升工程周转。
– 法务：用 AI 简化调研与文档工作。
– 项目管理：用 Codex 生成治理报告、汇总进展，减少手动协调。
– 商务：用轻量 AI 应用替代繁重表格，例如即时定价单页应用，改变讨论方式。
– 领导层：用代理摘要项目、自动化沟通、管理收件箱与异步协作。
产出与成效（要点）
– 通过在工程流程中集成 AI 代理，加快软件交付节奏。
– 将 AI 采用扩展至非工程团队，减少人工报告与协调工作量。
– 团队能在无专门工程支持下构建内部工具与应用。
– 在招聘与晋升中把 AI 熟练度作为期望之一。
实施经验与原则
– 把 AI 采用当作行为变革，而非单纯软件部署。
– 领导需以身作则，主动使用 AI 推动组织采用。
– 为试验留出空间，即便结果并非完美也要允许失败。
– 早期将非技术团队纳入流程，动手体验是消除怀疑的最快途径。
– 将 AI 嵌入日常工作，而非作为独立计划执行。
未来方向
– Endava 预期下一阶段为编排（orchestration）：结合模型、代理、工作流与人工专长，形成集成系统，AI 从生产力层上升为操作模型本身。
– 建议仍在起步的组织：个人先上手使用技术以加速组织采纳。
相关阅读与引用
– 文章来源：OpenAI 博客，对 Endava CTO Matthew Cloke 的访谈与案例总结。
Endava 的做法把 AI 从辅助工具升级为交付核心，这对大型服务公司具有很强的可复制性，但成功仍依赖领导驱动与跨职能变革。