图源：stock.adobe
人工智能（AI）已正式进入商业应用阶段，33%的企业员工表示其所在企业正在整合AI工具以优化业务流程。这一趋势在技术密集型领域尤为显著，其中需求管理成为AI赋能的关键环节。
为探讨AI如何提升业务效率，我们采访了Modern Requirements创始人兼CEO Asif Sharif。该公司专注于产品开发生命周期中的需求管理，提供涵盖记录、追踪、分析、优先排序与协同开发的系统化解决方案。
Asif Sharif在信息技术领域拥有35年经验，主导开发了获奖产品Modern Requirements4DevOps，并推出新一代AI工具Copilot4DevOps，致力于通过AI技术提升开发效率。他还推动Codeless ONE无代码平台发展，支持非技术人员参与开发，体现其赋能广泛用户的技术愿景。
Sharif强调：“需求是系统开发的基石。一旦需求出错，整个项目都将偏离轨道。”这一观点得到行业研究支持——项目管理协会（PMI）指出，需求管理不准确是项目失败的主要原因之一。
需求管理面临的挑战
图1（图源：Freepik）
Sharif指出，需求管理面临三大核心挑战：
一是信息关联复杂。需求涉及多维度、多层次的数据，必须在系统中准确体现其关联性，才能实现有效管理。
二是难以应对产品复杂性。例如超声波设备或金融系统的开发，涉及大量功能模块和交互逻辑，需求定义难度显著增加。
三是生命周期差异大。初创企业项目周期可能仅数月，而医疗设备等项目则长达数年，需求管理需具备高度灵活性，以适应不同时间跨度和突发变更。
对此，Sharif建议团队保持敏捷性：“应尽可能轻量化流程，但避免过度简化，找到适合自身环境的最佳实践。”
AI在需求管理中的应用
图2（图源：Freepik）
为突破传统瓶颈，Modern Requirements推出AI驱动工具Copilot4DevOps，集成于Azure DevOps平台，利用大语言模型（LLM）提升需求生成效率。
Sharif介绍：“LLM基于海量公开知识训练，相当于随时拥有五位顶尖专家。我们通过构建正确上下文，使其能智能生成重大事件、功能描述、用户故事、测试用例及风险应对方案。”
实际案例显示，某客户首席技术官使用该工具，仅用一天便完成原本需数月才能完成的新系统需求文档。“他告诉产品负责人：‘这就是我要的系统’，随即进入开发阶段。”
此外，AI还显著提升了变更影响评估效率。系统可快速扫描全量数据，精准识别修改带来的连锁反应，生成详细影响报告，耗时远低于传统人工分析。
AI推动需求管理动态发展
图3（图源：Freepik）
Sharif认为，AI正加速需求管理的智能化进程。“当前AI仍由人类驱动，但我们正迈向AI自主驱动AI的新阶段。尽管如此，人类参与不可或缺——需求本身是动态变化的，只有人能理解并引导这种演变。”
他强调：“未来属于那些善于学习、快速吸收新知并熟练运用AI工具的人。主动参与、亲身体验，才是把握技术变革的关键。”