編輯 | 言征

出品 | 51CTO技術棧（微信號：blog51cto）

近日，總部位于紐約的管理咨詢公司 Zinnov 和數據工程和生命周期公司Ness Digital engineering 聯合發起了一項題為“利用生成式人工智能（GenAI）的力量轉變軟件工程生產力”的研究調查。

雖然“GenAI 可以提高生產力”不是什么新鮮事，但該項研究不同的是，衡量了在工程層面部署 GenAI 所帶來的實際生產力提升。它的框架獨特，可以幫助首席技術官、首席信息官和首席產品官了解工程生產力的技術和心理驅動因素以及對業務和組織設計的長期影響。

該研究利用 Ness 的專有平臺 Matrix 收集數據，吸引了 100 多名軟件工程師參與，涉及用例和開發設置，并對工程師在現場工程環境中的實際經驗進行了深入分析。這是在14個沖刺周期中進行的，團隊評估了在部署生成式AI之前和之后的沖刺周期。

1、關鍵發現

“我們從中發現了多個收獲。我們看到，生產力的提升與任務的復雜性和工程師的經驗相符。將生成式AI集成到工程工作流任務中，使得完成任務所需的時間顯著減少了38%，而在高級工程師中，任務完成時間的減少更是高達48%，”Zinnov的總經理Sidhant Rastogi在接受采訪時表示，隨著工程師對生成式AI的熟悉程度增加，效率會進一步提高。

研究表明，生成式人工智能的實施不僅可以提高生產力，還可以提供深度輔助環境，使公司能夠順利地實現全球化工作。這不僅意味著更好的業務成果，而且意味著徹底轉變的組織設計。其他出現的重要觀察結果包括：

● 現有代碼更新的任務完成時間減少 70%：工程師在利用現有代碼庫功能時得到了立竿見影的效果，從而縮短了開發周期時間。

● 高級工程師的任務完成時間減少了 48%：高級工程師見證了任務完成時間的縮短，并發現自己可以利用時間來更好地規劃和協助初級工程師。

● 高代碼復雜性任務減少約 10%：生成式 AI 使工程師能夠以更高的效率導航復雜的編碼場景，從而有助于更快、更準確地解決問題。

● 敬業度提高 70%：通過簡化任務并營造更具協作性和動態的工作環境，生成式 AI 在創造積極且充實的專業體驗方面發揮著關鍵作用。

這種轉變對傳統的組織結構提出了挑戰，因為它更多地關注專業知識和效率，這些知識和效率將由技術協助，但由人控制和決定。這將意味著一種新型的勞動力——領域專業知識和解決問題的能力將主導技術技能。

“生成式AI對軟件開發中的常規維護任務產生了重大影響，包括舊代碼的維護和更新，以及自動化任務，如從現有代碼中生成測試用例，確保與不斷發展的軟件架構保持一致，減少回歸錯誤并確保質量保證。它還促進了全球協作，打破了知識壁壘，并創建了一個協調一致的產品開發環境，從而提高了決策和員工參與度，”Ness Digital Engineering的IE實踐全球負責人Vikas Basra采訪時表示。

2、GenAI對于開發，不止是代碼生成工具

Ness Digital Engineering 首席執行官 Ranjit Tinaikar 認為：“GenAI 已準備好通過大幅提高生產力和加快創新周期來改變軟件開發格局，最終加快產品上市時間。

然而，如果狹隘地將其視為純粹的代碼生成工具，那么它的潛力可能會受到阻礙，這是軟件開發領域普遍存在的誤解。為了充分利用 GenAI 的力量，我們與 Zinnov 合作，了解 GenAI 對軟件開發的影響及其細微差別。

該研究可作為 GenAI 對產品開發流程、組織結構、員工敬業度、學習和發展影響的指南。”

Zinnov 首席執行官 Pari Natarajan 在談到這項研究時表示：“生成式 AI 現在已集成到許多組織的軟件工程工作流程中，有助于完成生成測試用例、重構代碼和識別創新機會等任務。

這項研究證實了這樣的觀點：生成式人工智能補充而不是規定工作流程，促進無摩擦的知識共享并釋放全球化的真正價值。這使得首席技術官和首席信息官對在全球范圍內布局開發團隊的信心大增。

此外，生成式人工智能的廣泛使用提高了員工士氣，超過了生產力的提高。然而值得注意的是，生成式人工智能的潛力巨大，但其局限性主要源于硬件成本、能源消耗和監管限制。”