核心观点: 2025年,AI已几乎成为软件开发的标准配置,90%的开发者使用AI工具,并认为AI提高了他们的生产力。然而,30%的开发者对AI生成的代码缺乏信任,表明需要批判性验证技能。AI的主要作用是放大,它放大了高绩效组织的优势,也放大了挣扎中的组织的功能障碍。
关键数据:
- 90%的开发者使用AI工具。
- 80%的开发者认为AI提高了他们的生产力。
- 30%的开发者对AI生成的代码缺乏信任。
- 7个不同的团队绩效画像,从“和谐的优等生”到“受遗留系统瓶颈困扰的团队”。
研究结论:
- 成功的AI采用需要更多 than工具。DORA AI能力模型确定了7个基础实践,包括明确的AI政策、健康的数据生态系统和以用户为中心的焦点,这些实践被证明可以放大AI对组织绩效的积极影响。
- 价值流管理(VSM)作为AI的放大器,确保局部生产力提升转化为可衡量的团队和产品绩效改进。
- 平台工程是成功采用AI的基础。90%的组织采用了平台工程,高质量的平台是AI成功的必要基础。
- AI对软件交付吞吐量的改进大于对交付稳定性的影响。这表明,虽然团队正在适应速度,但他们的底层系统尚未发展起来,以安全地管理AI加速的开发。
建议:
- 将AI采用视为组织转型,投资于放大AI益处的坚实基础:内部平台、数据生态系统和团队的核心工程实践。
- 培养以用户为中心的焦点,AI采用如果没有以用户为中心,可能会损害团队绩效。
- 治理平台,将平台视为一个整体产品,专注于整个开发者旅程,从反馈循环到自动化。
- 通过VSM了解工作流程,确保AI投资用于解决正确的問題,而不是仅仅创造更多的下游混乱。