AI er ikke et universalmiddel for programvareutvikling
Brett Stevens Bidragsyter Del på Twitter Software.com-medgründer Brett Stevens var tidligere en del av produktmarkedsføringsteamet på Delphix, en API-første dataplattform for multiskyen. Han har en Bachelor of Science in Mechanical Engineering fra Brown University og er for tiden bosatt i Brooklyn. Geoff Stevens Bidragsyter Del på Twitter Software.com-grunnlegger Geoff Stevens har tidligere jobbet med investeringsteamet hos Volition Capital, et vekstaksjeselskap som investerer i teknologiaktiverte selskaper. Han har en Bachelor of Arts in Applied Mathematics fra Harvard College og er for tiden bosatt i Seattle.
Hvor mye mer produktive er utviklere som bruker AI-kodeverktøy? I det siste har det vært mange spekulasjoner om at AI gjør utviklere 2x, 3x eller til og med 5x mer produktive. En rapport spår en tidobling i utviklerproduktiviteten innen 2030.
Ironien er imidlertid at ingeniørmiljøet for det meste ikke har vært i stand til å bli enige om en universell måte å måle ingeniørproduktivitet på. Noen har til og med avvist ideen helt, og hevdet at de fleste beregninger er feil eller ufullkomne. De fleste av påstandene rundt AI som forbedrer produktiviteten i dag er kvalitative – basert på undersøkelser og anekdoter, og ikke på kvantitative data.
Hvordan kan vi foreta vurderinger om AI uten først å bli enige om hvordan vi skal måle produktivitet? Hvis vi lærte noe fra fjernarbeidseksperimentet, så er det at vi sviktet uten data for å informere våre beslutninger – skiftende frem og tilbake mellom kontor-, fjern- og hybridstrategier basert på dogmer og ideologi i stedet for data og måling.
Vi er på vei til å gjenta oss selv med AI. For å komme videre må vi først forstå og kvantifisere virkningen.
Risikoen for å falle på etterskudd
Den nåværende hypen rundt AI kan gi noen av oss grunn til å ta en pause – på grunn av den ukjente innvirkningen på kvaliteten, den potensielle risikoen for plagiering og andre faktorer. De mest forsiktige selskapene har gått inn i et holdingmønster, og venter på å se hvordan det hele blir.
For teknologiaktiverte virksomheter er imidlertid risikoen for å havne på etterskudd eksistensiell. AI er en dobbel akselerant som påvirker begge hva og hvordan selskaper bygger. Selskaper som investerer i AI i dag har potensiale til å doble ved å bringe på markedet ikke bare nye AI-drevne produkter, men også produkter til markedet raskere og billigere.
De fleste selskaper har vært fokusert på hvamen AI kan være driveren for hvordan, skaper 10x eller til og med 100x ingeniørteamet. Bedrifter som finner ut hvordan de raskt kan krysse avgrunnen – ved å optimalisere AI-verktøy på den mest effektive og virkningsfulle måten – og nå produktivitetsplatået raskere, vil dra nytte av et forsprang i årene som kommer. Risikoen for å ikke gjøre noe er for høy.
Forstå avveiningene
For noen med en hammer ser alt ut som en spiker. Så også med AI.
I følge en fersk GitHub-rapport var den største fordelen med AI-kodingsverktøy sitert av utviklere å forbedre deres kodespråkferdigheter. En annen viktig fordel er å automatisere repeterende oppgaver, som å skrive standardkode. Et nylig eksperiment av Codecov viste at ChatGPT presterer godt med å skrive enkle tester for trivielle funksjoner og relativt enkle kodebaner.