生成式 AI 如何塑造件工程的来(汉)

核心观点

• 生成式AI在软件工程中的应用已带来显著的生产力提升和创新能力增强。 组织利用生成式AI进行软件工程，主要目的是提升生产效率、开发新功能、提升技能和增强工作满意度。
• 生成式AI在软件工程中的应用仍处于早期阶段，但未来采用率将大幅加速。 目前，大部分组织仍处于早期阶段，仅少数组织已进行规模化应用。大型企业采用率远高于小型企业。
• 生成式AI在软件工程中的应用场景广泛，包括代码辅助、测试案例生成、文档编写、代码现代化等。 其中，代码辅助是最主要的用例，但其他应用场景的潜力也正在逐步释放。
• 组织在应用生成式AI时面临挑战，包括缺乏先决条件、非官方使用、功能风险、安全风险和法律风险等。 大部分组织缺乏必要的平台、工具和人才，且大部分员工缺乏相关技能提升和培训。
• 组织需要采取一系列措施来充分发挥生成式AI的潜力。 这包括评估当前的软件工程生命周期、选择和优先考虑高收益用例、实施风险管理方法、构建平台和工具存储库、转变软件组织、创建学习文化、解决员工工作流离失所问题等。

关键数据

• 69%的高级软件专业人员和55%的初级软件专业人员表示，使用生成式AI进行软件开发带来了较高的满意度。
• 78%的软件专业人士对生成式AI增强业务和技术团队协作的潜力持乐观态度。
• 使用生成式AI的组织，其生产力提高了7-18%。
• 27%的组织正在运行生成式AI试点项目，而11%的组织已经开始在其软件功能中利用生成式AI。
• 75%的大型企业（年收入超过20亿美元）已采用生成式AI（试点/规模化），而其较小的同行（年收入在1亿至5亿美元之间）仅有23%采取了这一措施。
• 63%的软件专业人士正在使用其组织未正式授权和支持的生成式AI工具。
• 仅27%的组织已经具备实施生成式AI进行软件工程所需的平台、工具 prerequisite。
• 超过60%的人缺乏用于软件工程的生成AI的治理和技能提升程序。

研究结论

生成式AI为软件工程带来了巨大的潜力，但组织需要采取一系列措施来克服挑战，并确保其安全、合规和有效使用。通过评估、规划、培训和转型，组织可以充分利用生成式AI，提升生产力、创新能力和员工满意度。