В ходе исследования было опрошено 555 руководителей проектов разработки программного обеспечения по всему миру, чьи компании охватывают услуги ИТ-консалтинга, производства, банковского дела, финансовых услуг и страхования. Восемьдесят четыре процента респондентов сообщили, что их организации впервые начали внедрять технологии искусственного интеллекта в свои SDLC от шести месяцев до пяти лет назад, причем первыми пользователями в основном стали компании, предоставляющие ИТ-услуги. По регионам EMEA и Северная Америка остаются примерно в равных условиях, в то время как Азиатско-Тихоокеанский регион неуклонно догоняет.
Результаты показывают, что тестирование, контроль качества и обнаружение уязвимостей безопасности на сегодняшний день являются наиболее широко распространенными вариантами использования ИИ при разработке программного обеспечения. Тем не менее, генеративный ИИ (GenAI) призван преобразовать отрасль, значительно улучшив эти процессы и представив беспрецедентные возможности.
75% руководителей ПО отметили сокращение времени разработки до 50% за счет внедрения ИИ и автоматизации
Многие планируют расширить использование ИИ на других этапах SDLC, таких как проектирование пользовательского интерфейса, генерация кода, оптимизация DevOps и обслуживание приложений. Почти все респонденты планируют увеличить свои инвестиции в управление SDLC с помощью ИИ в течение следующих двух лет, что указывает на то, что ИИ будет играть центральную роль в стимулировании инноваций и конкурентных преимуществ в индустрии программного обеспечения.
«ИИ переосмысливает рамки возможного», – сказал Пауло Росадо, генеральный директор и основатель OutSystems. «С помощью искусственного интеллекта исторически невозможные проекты трансформации не только стали возможны, но и проще и быстрее в реализации».
71% респондентов планируют внедрить искусственный интеллект в процессы разработки приложений и управления SDLC
«В настоящее время роль разработчика смещается от автора кода к обзорщику кода», – сказал Родриго Коутиньо, соучредитель и менеджер проектов искусственного интеллекта в OutSystems. «Большие языковые модели (LLM) очень помогают, но они все равно допускают ошибки. Однако по мере развития этих моделей и повышения доверия к результирующему коду роль разработчика будет больше похожа на роль оркестратора и тестировщика приемочных материалов выводов, созданных искусственным интеллектом». Несмотря на то, что технология пару лет назад была на стадии зарождения, в отчете говорится, что доверие к качеству кода, созданного ИИ, значительно возросло – половина респондентов заявили, что внедрение ИИ улучшило качество программного обеспечения, улучшило процесс принятия решений и повысило эффективность тестирования и обеспечения качества программного обеспечения.
Но уверенность также сочетается с осведомленностью о рисках, связанных с технологическим долгом в виде бесхозного кода и галлюцинаций, отсутствием контекста для конкретных потребностей организации в программировании и проблемами масштабируемости. Поскольку стратегия встроена в ИИ в процессах SDLC, 56% респондентов заявили, что они ожидали получить более высокое качество приложений, меньшее количество ошибок и улучшенную производительность.
Проблемы конфиденциальности и безопасности данных остаются основными препятствиями на пути более широкого внедрения
Возможности искусственного интеллекта, несомненно, огромны, но его более широкое внедрение в других областях SDLC, помимо тестирования программного обеспечения и обнаружения уязвимостей, все еще сталкивается с препятствиями. Основными среди них являются проблемы конфиденциальности и безопасности данных (56% респондентов), а также проблемы с соблюдением нормативных требований (42%). Более того, 38% руководителей называют трудности интеграции генеративного ИИ в существующие рабочие процессы основным препятствием для внедрения.
Треть респондентов заявили, что у них накопилось от 150 до 800 сценариев использования GenAI
Скорость и разрастание искусственного интеллекта, а именно GenAI, прокладывают путь к увеличению инвестиций почти для всех респондентов. Но риски, связанные с надежностью кода, созданного искусственным интеллектом, сохраняются, хотя их можно снизить с помощью существующих подходов, таких как пользовательское приемочное тестирование, модульное тестирование и регрессионное тестирование. «Разработчик, работающий с ИИ, должен гарантировать качество результатов, но с ИИ работа становится намного эффективнее», – сказал Коутиньо. «ИИ, на самом деле, является отличным партнером в создании тестов на синтетических данных».
Другими часто упоминаемыми проблемами оказались ограниченная доступность квалифицированного персонала и трудности с интеграцией GenAI в существующие технологические стеки и рабочие процессы. Опасения по поводу потери рабочих мест также высоки: 89% респондентов утверждают, что с внедрением ИИ некоторые должности будут упразднены. Это согласуется с более широкой отраслевой тенденцией за последние пару лет. Однако в долгосрочной перспективе ИИ вполне может создать больше рабочих мест, чем вытеснить, что приведет к появлению нового типа разработчиков, обладающих специализированными навыками в области ИИ.
