Coleman Parkes tarafından koşum takımı için yapılan bir araştırma, yazılım geliştirmede yapay zeka (AI) kullanımının artmakta olduğunu buldu, ancak daha fazla AI ve otomasyonun konuşlandırılabileceğini ima eden boşluklar var.
Harness’s’de yayınlanan anket sonuçları Yazılım Mühendisliği 2025’te AI Durumu Rapor, yazılım geliştirme ekiplerinin çoğunluğunun, yazılım sunumunun beş yıl içinde insan mühendisleriyle birlikte çalışan AI ajanlarının hakim olacağına inandığını göstermektedir.
Ankete katılanların neredeyse üçte ikisi, kod üretimi için AI kullandıklarını,% 60’ının dokümantasyon için AI kullandıklarını ve% 57’si kalite güvencesi ve test için AI kullandıklarını söyledi. Şu anda AI tarafından desteklenen diğer yazılım geliştirme alanlarının hata iyileştirme (%55), güvenlik uyumluluğu (%54) ve performans ve maliyet optimizasyonu (%53) içerdiği bulunmuştur.
Ankete katılan yazılım geliştiricilerinin yapay zekayı kullanmalarından kaynaklanan iyileştirmeler gördüğü alanlar arasında kod oluşturma hızı (%51), daha hızlı test ve kalite güvencesi (%45) ve geliştirici yerleşik süresi (%43) bulunmaktadır.
Anket, kuruluşların ortalama olarak yazılım geliştirme için sekiz ila 10 farklı AI aracı kullandığını bulmuştur. Bazıları, AI alet yayılımı riski olduğunu gösteren ve yazılım geliştirme mühendisliği ekibinin yeni üyelerini tam olarak almak için gereken süreyi uzatabilecek karmaşıklık getiren çok daha fazla sayıda araç kullanıyor.
Kablo demeti, alet yayılmasının ve vibe kodlamasının operasyonel riski artırabileceğini kaydetti. AI asistanlarını kullanan parçalanmış araç zincirlerinin ve deneyimsiz geliştiricilerin yönetişim zorlukları yarattığı, olayları artırdığı ve gizli maliyetlere maruz kaldığı konusunda uyardı. BT liderlerinin araçları birleşik bir platformda birleştirmelerini ve karmaşıklığı azaltmak ve ekipleri inovasyona odaklanmış tutmak için AI ile çalışan korkuluklar kurmalarını önerdi.
Koşum Çalışması’na göre, kuruluşlar kodlama, ancak olgunlaşmamış test, dağıtım ve yönetişim için yüksek AI kullanımı vardır. Harness, BT liderlerinin AI kodlama asistanlarını riski önlemek için otomatik test, dağıtım doğrulaması ve güvenlik kontrolleriyle eşleştirmelerini önerdi.
Anket, otomasyon olgunluğunun ana engel olduğunu ve yazılım mühendisliği ekiplerinin yazılım sunma hızını sınırladığını gösteriyor. En büyük performans boşluğu kod oluşturma değil, teslimat. Koşum Anketine göre, sürekli teslimat (CD) ve yönetişim yetersiz kalıyor.
AI destekli kodlamadan elde edilen hız artışı, yetersiz otomatik, miras aşağı akış işlemlerinin bir duvarına çarpan bir basınç dalgası oluşturmaktır. Geliştiriciler her zamankinden daha hızlı kod yazarken, bu kodu test etmek, güvence altına almak ve dağıtmak için mücadele etmek için mücadele ediyor. Ankete katılan BT uzmanlarının sadece% 6’sı kuruluşlarının CD süreçlerinin tamamen otomatik olduğunu söyledi. Bu, koşum takımının AI Velocity paradoksu dediği şeyin ortaya çıkmasına yol açtı.
CD iş akışlarının dörtte birinden daha azına sahip kuruluşlar için otomatik olarak, sadece% 26’sı AI kodlama araçlarını kullanmalarından üretime gönderildiği frekansta bir artış gördü. Bu, CD işlemlerinin dörtte üçü arasında otomatik olarak% 57’ye yükselir. Koşumlara göre, CD’de düşükten orta derecede otomasyona geçmek, bu nedenle, kuruluşların AI kodlama araçlarından bir hız kazancı görme olasılığını iki katına çıkarıyor.
Harness, BT liderlerinin AI odaklı kod hızını iş hızına çevirmek için aşağı yönlü otomasyona yatırım yapmalarını önerir.