لقد وجدت دراسة استقصائية أجراها كولمان باركس للتسخير أن استخدام الذكاء الاصطناعي (AI) في تطوير البرمجيات في ارتفاع ، ولكن هناك فجوات ، مما يعني أنه يمكن نشر المزيد من الذكاء الاصطناعي والأتمتة.
نتائج الاستطلاع ، المنشورة في هارنش حالة الذكاء الاصطناعى في هندسة البرمجيات 2025 تقرير ، أظهر أن غالبية فرق تطوير البرمجيات تعتقد أن توصيل البرمجيات سيهيمن عليهما منظمة العفو الدولية الذين يعملون جنبًا إلى جنب مع المهندسين البشر في غضون خمس سنوات.
قال ما يقرب من ثلثي المجيبين إنهم يستخدمون الذكاء الاصطناعي لتوليد الكود ، و 60 ٪ استخدموا الذكاء الاصطناعي للوثائق ، و 57 ٪ يستخدمون الذكاء الاصطناعي لضمان الجودة واختبارها. تم العثور على مجالات أخرى لتطوير البرمجيات المدعومة حاليًا من قبل الذكاء الاصطناعى لتشمل معالجة الأخطاء (55 ٪) ، والامتثال الأمني (54 ٪) ، وتحسين الأداء وتحسين التكلفة (53 ٪).
تشمل المجالات التي يشهد فيها مطورو البرامج استطلاعًا تحسينات من استخدام الذكاء الاصطناعي سرعة إنشاء الرمز (51 ٪) ، واختبار أسرع وضمان الجودة (45 ٪) ، والمطور على متن الطائرة (43 ٪).
وجد الاستطلاع أنه ، في المتوسط ، تستخدم المؤسسات من ثمانية إلى 10 أدوات منظمة العفو الدولية لتطوير البرمجيات. يستخدم البعض أعدادًا أكبر بكثير من الأدوات ، مما يشير إلى وجود خطر من تمديد أداة الذكاء الاصطناعي ، مما يؤدي إلى إطالة تعقيد قد يطول الوقت الذي يستغرقه الحصول على أعضاء جدد في فريق هندسة تطوير البرمجيات بالكامل.
لاحظت تسخير ذلك أداة الامتداد ويمكن لترميز الأجواء تضخيم المخاطر التشغيلية. وحذرت من أن سلاسل الأدوات المجزأة والمطورين عديمي الخبرة الذين يستخدمون مساعدي الذكاء الاصطناعى يخلقون تحديات الحوكمة ، وزيادة الحوادث ويتكبد التكاليف الخفية. أوصت بتوحيد قادة تكنولوجيا المعلومات الأدوات في منصة موحدة وإنشاء الدرابزينات التي تعمل بالنيابة عن الذكاء الاصطناعى لتقليل التعقيد والحفاظ على الفرق التي تركز على الابتكار.
وفقًا لدراسة Harness ، فإن المنظمات لديها استخدام عالي الذكاء الاصطناعي للترميز ، ولكن الاختبار غير الناضج والنشر والحوكمة. أوصى تسخير أن يربط قادة مساعدي ترميز الذكاء الاصطناعى من خلال الاختبارات الآلية والتحقق من النشر والفحوصات الأمنية لمنع المخاطر وتجاوز التكاليف والكدح اليدوي.
يشير الاستطلاع إلى أن نضج الأتمتة هو الحاجز الرئيسي ، حيث يحد من السرعة التي يمكن بها لفرق هندسة البرمجيات تقديم البرامج. أكبر فجوة في الأداء ليست في إنشاء رمز ، ولكن في التسليم. وفقا لمسح تسخير ، لا يزال التسليم المستمر (CD) والحوكمة غير متلقاة.
إن زيادة السرعة من الترميز المدعوم من AI هي إنشاء موجة ضغط تتعطل على جدار من عمليات المصب غير الملتحمة. بينما يكتب المطورون رمزًا أسرع من أي وقت مضى ، فإن الأنظمة التي تهدف إلى اختبار وتأمين ونشر هذا الرمز تكافح من أجل مواكبة ذلك. قال 6 ٪ فقط من محترفي تكنولوجيا المعلومات الذين شملهم الاستطلاع إن عمليات الأقراص المضغوطة لمؤسستهم مؤتمتة بالكامل. وقد أدى هذا إلى ظهور ما يسميه تسخير منظمة AI سرعة التناقض.
بالنسبة للمؤسسات التي لديها أقل من ربع سير عملها الآلي ، شهدت 26 ٪ فقط زيادة في التردد الذي يتم فيه شحن الكود إلى الإنتاج من استخدامها لأدوات ترميز الذكاء الاصطناعي. هذا يقفز إلى 57 ٪ في أولئك الذين لديهم ما بين واحد وثلاثة أرباع عمليات الأقراص المضغوطة الآلية. وفقًا لتسخير ، الانتقال من الأتمتة المنخفضة إلى المعتدلة في القرص المضغوط ، وبالتالي ، فإن أكثر من يضاعف احتمالية أن ترى المنظمات ربحًا سريعًا من أدوات ترميز الذكاء الاصطناعي.
يوصي Harness بالاستثمار في أتمتة المصب لترجمة سرعة رمز AI إلى سرعة العمل.
