AI は共同ソフトウェア開発においてチームプレーヤーとして活躍できるでしょうか?
一部の業界リーダーや専門家の見解では、生成 AI の影響は、ビジネス上の役割に与えられる奇跡には及ばないそうです。
業界をリードするアナリストに、私たちの共同作業方法に対する生成 AI (GenAI) の影響について尋ねれば、私たちはタスクやインタラクションを再構築するあらゆる方法を発見し始めたばかりだと指摘するでしょう。
アクセンチュアの分析によれば、GenAIは「より人間中心の作業プロセスによる仕事の再発明につながる」という。 「GenAI はビジネス プロセスの再設計を民主化し、組立作業員から顧客サービス エージェント、研究室の科学者に至るまで、誰もが自分のワークフローを再構築する権限を与えています。」
大丈夫、大丈夫。しかし、GenAI 対応アプリケーションを構築したりツールを使用したりする人々の仕事への影響についてはほとんど聞きません。選択した言語でコードを迅速に生成できること以外に、技術者の仕事はどのように変化するのでしょうか?
一部の業界リーダーや専門家の見解では、GenAI の影響力は、ビジネス上の役割に与えられた奇跡に匹敵するものではないようです。 「すべての開発者がソフトウェア開発のこれらのツールにチャンスがあると考えているわけではありません」と、Egnyte の最高技術責任者である Amrit Jassal 氏は言います。 「特に経験豊富な開発者にとっては、かなりの荒削りな部分があります。」
ソフトウェア開発とテクノロジーの作業は、チームワーク、グループ間での作業の引き継ぎ、ビジネス ユーザーとの密接な連携に大きく依存しています。だからこそ、アジャイル、スクラム、DevOps などの実践が非常に重要です。こうした目的に関しては、AI はまだ大きな期待を示していない、とジャッサル氏は言う。 「生成 AI ツールは依然としてチームではなく個人、つまり DevOps や経営幹部などのパワー ユーザーを対象としています。」
AI の協調効果は「まだ初期段階にあり、ある意味、私たちは完全に探索する必要がある未知の海域に乗り出しているところです」と、Boomi の製品および技術最高責任者のエド・マコスキー氏は述べています。 「AI は開発を続けていますが、初期のイテレーションはすでに開発者のワークフローに取り入れられています。ただし、この AI プロトタイピングにもかかわらず、データ主権、セキュリティ、規制に関しては多くの疑問があるため、私たちは依然として明示的な AI ポリシーを定義しています。まだ具体的には答えられていない。」
さらに、テクノロジー チームは「AI への依存関係の構築」を認識する必要があるとマコスキー氏は付け加えました。「AI に完全に依存すると、サイロ化された特殊な開発者エクスペリエンスが生じるリスクがあり、その結果、人々は AI なしで仕事を行う方法を理解できなくなる可能性があります。その結果、重大なリスクが生じます。」
AI への依存関係を生み出すことは「本質的に有害ではありませんが、人間に重要な意思決定をしてもらいたい領域を置き換えるのではなく、AI が人間の前進に役立つ段階を正確に特定する必要があります」とマコスキー氏は言います。
これは、最高品質である必要があるデータとコードの場合に特に当てはまります。 「質の高いデータとコードを開発、入力せずに AI に過度に依存すると、それが最大のリスクを引き起こすことになります」と彼は言います。
AI ツールへの過度の依存が最大の欠点かもしれない、とジャッサル氏も同意する。 「基本的に『スタック オーバーフロー』レシピを逆流させる OpenAI コード インタープリターなどのツールに依存すると、イノベーションが減少する可能性があります。メンターとのピア プログラミングなどの実証済みの実践が減少し、若手開発者が社会的孤立に向かうことになります。チームワークは、大規模な開発において不可欠な要素です」 -大規模なソフトウェア開発。」
それでも、これらの専門家やその他の人々は、GenAIが技術者の仕事に長期的にプラスの影響を与えるだろうと強気だ。これは、DevOps チームがプレッシャーを感じているため、特に深刻です。「既存システムへの中断を最小限に抑えながら、コードを高速でリリースするという要件が増大している」と、同社副社長兼最高技術責任者の Naveen Kamit 氏は述べています。キンドリル。
AI は、DevOps などの実践を機能させるために必要なコラボレーションを向上させることができる、と彼は続けます。 「AI を活用したシステムは、DevOps の複雑なチェーン全体にわたってシステムとその問題に対する単一の統一ビューを提供することで、チームを支援することもできます。同時に、これらのシステムに AI を適用することで、検出された異常の完全な理解と知識が向上し、異常を修正することができます」適切な関係者にアラートを送信して即座に通知します。」
さらに、Kamat 氏は、「AI は、パフォーマンス、ユーザー エクスペリエンス、フィードバックの点で、デプロイされたコードの監視に役立ちます。これにより、企業は顧客エクスペリエンスを向上させることができ、企業の経営者や関係者は、結果を調整し、さらなる改善に向けて DevOps チームと緊密に連携するための厳選された統合ビューが必要です。」
AI を共同プロセスに組み込むことで生産性も向上する可能性があります。 「エンジニアリング チームが戦略を全体的なビジネス目標にますます組み込んでいるのがわかります」と Macosky 氏は言います。 「AI の機能により、パイロット、概念実証、アプリケーション テストなどのプロトタイプ プロジェクトに必要なリソースが大幅に減り、チームの生産性が向上します。その結果、開発者はこれらのプロジェクトをビジネス チームに持ち込み、これらのプロジェクトに基づいて新しい組織目標をブレインストーミングすることができます」そして全体的に、技術スタッフと非技術スタッフの間の相互理解のレベルが向上します。」
最終的に AI の最善の方向性は、「AI が背景に消えて、邪魔にならないことです」とジャッサル氏は言います。 「一般に、統合開発環境などの既存のプロセスやツールを利用すると、新しいツールの導入が常に簡単になります。」