Обойти потенциальные препятствия и быстро добиться повышения производительности, можно только решив ранние проблемы внедрения искусственного интеллекта в разработку ПО, связанные с культурой и процессами, пишет на портале The New Stack Сабрина Фармер, технический директор компании GitLab.

ИИ становится все более важным компонентом в разработке ПО. Однако, как и в ситуации с внедрением любого нового инструмента, существуют потенциальные проблемы роста, которые могут усложнить переход к разработке ПО с использованием ИИ.

ИИ обладает потенциалом стать чрезвычайно преобразующим инструментом разработки ПО, дающим такие преимущества, как ускорение циклов итераций, уменьшение количества уязвимостей и сокращение времени, затрачиваемого на административные задачи, — все это позволяет организациям выпускать ПО со скоростью рынка. Чтобы добиться такого повышения производительности, организации должны рассмотреть возможность внесения изменений в процессы и культуру одновременно с добавлением инструментов, основанных на ИИ.

Пробелы в обучении применению ИИ

Недавнее исследование GitLab показало, что 25% индивидуальных разработчиков считают, что их организации не предоставляют достаточного обучения и ресурсов для использования ИИ. Для сравнения, такого же мнения придерживаются только 15% руководителей высшего звена, что указывает на разрыв между тем, как руководители и их команды воспринимают инвестиции в обучение ИИ.

Возможно, это связано с тем, что некоторые организации по-прежнему рассматривают ИИ как потенциальную замену разработчикам, а не как инструмент, позволяющий более творчески и стратегически подходить к работе, в центре которой остается человек. Чтобы реализовать обещания ИИ, организации должны дополнить свои инвестиции в ИИ инвестициями в обучение и развитие, которые позволят командам со временем набрать обороты и повысить мотивацию.

Организациям следует дать своим командам отсрочку, чтобы определить, как ИИ лучше всего впишется в их процессы. Поначалу производительность может снизиться, поскольку команды приспосабливаются к новым рабочим процессам, но, протестировав, как ИИ может наилучшим образом вписаться в их повседневные рабочие процессы, команды укрепят доверие к новым инструментам и получат лучшие результаты.

Разрастание цепочки инструментов

Один из упускаемых из виду факторов, который может ухудшить опыт разработчиков и снизить общую производительность, — это разрастание цепочки инструментов, или наличие множественных точечных решений в рабочих процессах разработки ПО. Исследование GitLab показало, что две трети DevSecOps-профессионалов хотят консолидировать свой набор инструментов, при этом многие ссылаются на негативное влияние переключений контекста между инструментами на опыт разработчиков.

Разрастание цепочки инструментов имеет дополнительные недостатки, такие как увеличение затрат и сложности, создание изолированных систем и усложнение стандартизации процессов в разных командах. Это также создает проблемы с безопасностью из-за расширения поверхности атак и ненужных точек передачи данных. Точечные решения на базе ИИ усугубляют эти проблемы.

В этот переломный период внедрения ИИ руководителям лучше применять последовательные стратегические передовые методы, а не пытаться интегрировать ИИ в громоздкие и сложные цепочки инструментов. Прежде чем внедрять новые инструменты ИИ, организациям следует оценить существующие цепочки инструментов, чтобы определить области, в которых они могут рационализировать или устранить разрозненные инструменты, чтобы избежать нагрузки, связанной с интеграцией избыточных инструментов с решениями ИИ.

Устаревшие показатели производительности

Производительность разработчиков — одна из главных проблем для руководителей высшего звена. Почти все (99%) опрошенных руководителей заявили, что измерение производительности разработчиков может способствовать росту бизнеса, но 45% не измеряют производительность в сравнении с бизнес-результатами. Хотя измерение производительности разработчиков всегда было сложной задачей, ИИ усугубил ее.

Многие организации не могут количественно оценить влияние инструментов на базе ИИ на производительность труда разработчиков или точно определить, насколько результаты их работы отражают реальные бизнес-результаты. Традиционные показатели, такие как количество строк кода, фиксация кода или завершение задач, недостаточны для оценки влияния разработки на показатели бизнеса.

Лучший подход к модернизации методов измерения начинается с объединения количественных данных, получаемых на протяжении всего жизненного цикла разработки ПО, с информацией от разработчиков о том, как ИИ помогает или мешает их повседневной работе.

Чтобы определить эффективность ИИ в разработке ПО, организациям следует оценить возврат инвестиций на основе показателей принятия пользователями, времени выхода на рынок, доходов и удовлетворенности клиентов. Наиболее значимые бизнес-результаты, которые необходимо отслеживать, скорее всего, будут отличаться в разных компаниях, отделах и проектах.

Те, кто использует упреждающий подход к решению этих проблем, будут в наибольшей степени готовы использовать преобразующие преимущества ИИ.