В партнерстве с SoftServe
Разработка программного обеспечения пережила в этом веке два тектонических сдвига. Первым стал рост движения open source, которое постепенно сделало код доступным разработчикам и инженерам по всему миру. Вторым — внедрение development operations (DevOps) и agile-методологий, которые перевели ПО от изолированной разработки к совместной и от пакетной доставки к непрерывной. Теперь, похоже, формируется третий такой сдвиг — внедрение agentic AI в software engineering.
До сих пор инженерные команды использовали ИИ в основном для помощи в кодировании, тестировании и других отдельных задачах, в строго заданных рамках. Но с появлением agentic capabilities ИИ-агенты становятся рассуждающими, самоуправляемыми сущностями, которые могут управлять не только отдельными задачами, но и целыми программными проектами — причем в значительной степени автономно. Если инженерные команды примут и полноценно внедрят agentic AI, он запустит сквозную автоматизацию процессов разработки ПО и, в конечном итоге, автоматизацию разработки и жизненного цикла продукта под управлением агентов.
В этом отчете, основанном на опросе 300 руководителей в сфере engineering и technology, говорится, что команды разработки ПО видят потенциал agentic AI и начинают применять его на практике, но пока в основном ограниченно. Амбиции в отношении этой технологии высоки, однако большинство понимает: чтобы снять барьеры для ее полноценного распространения в software operations, потребуется время и усилия. Как и в случае с DevOps и agile, извлечение полной пользы из agentic AI в engineering потребует иногда непростых организационных и процессных изменений в дополнение к внедрению технологии. Но выигрыш в скорости, эффективности и качестве обещает сделать любые такие трудности вполне оправданными.
Ключевые выводы:
Темпы внедрения растут. Сегодня половина организаций считает agentic AI одним из главных инвестиционных приоритетов для software engineering, а через два года он станет ведущим направлением инвестиций более чем у четырех пятых компаний. Эти расходы ускоряют внедрение. Сейчас agentic AI в той или иной степени используется у 51% команд разработки ПО, а еще 45% планируют внедрить его в ближайшие 12 месяцев.
Первые результаты будут постепенными. Инвестициям команд разработки ПО в agentic AI потребуется время, чтобы начать приносить плоды. В ближайшие два года большинство ожидает, что улучшения от использования агентов будут незначительными (14%) или, в лучшем случае, умеренными (52%). Но примерно треть (32%) ожидает более заметного эффекта, а 9% считают, что улучшения будут революционными.
Агенты ускорят выход на рынок. Главный эффект от использования agentic AI в этот двухлетний период будет связан со скоростью. Почти все респонденты (98%) ожидают, что их команды будут быстрее проводить software projects от пилота до production, а средний ожидаемый прирост скорости по группе составит 37%.
Цель большинства — полное управление жизненным циклом агентами. Амбиции команд по масштабированию agentic AI высоки. Большинство хочет, чтобы ИИ-агенты в обозримые сроки управляли end-to-end жизненными циклами product development и software development (PDLC и SDLC). В 41% организаций команды рассчитывают добиться этого для большинства или всех продуктов за 18 месяцев. Если ожидания оправдаются, через два года эта доля вырастет до 72%.
Стоимость вычислений и интеграция — ключевые ранние барьеры. Для всех участников опроса, а особенно в отраслях раннего внедрения, таких как media and entertainment и technology hardware, основные проблемы при использовании agentic AI в software engineering связаны с интеграцией агентов в существующие приложения и стоимостью вычислительных ресурсов. Между тем опрошенные эксперты подчеркивают, что команды столкнутся и с более серьезными трудностями change management при перестройке рабочих процессов.
Deep Dive
Artificial intelligence
OpenAI бросает все силы на создание полностью автоматизированного исследователя
Эксклюзивный разговор с главным научным сотрудником OpenAI Якубом Пачоцки о новой большой цели компании и будущем ИИ.
Will Douglas Heavenarchive page
Как Pokémon Go дает роботам-доставщикам точнейшее представление о мире
Эксклюзив: ИИ-спин-офф Niantic обучает новую world model, используя 30 миллиардов изображений городских ориентиров, собранных игроками.
Will Douglas Heavenarchive page
Этот стартап хочет изменить то, как математики занимаются математикой
Axiom Math раздает мощный новый ИИ-инструмент бесплатно. Но еще предстоит понять, ускорит ли он исследования настолько, насколько надеется компания.
Will Douglas Heavenarchive page
ИИ-бенчмарки сломаны. Вот что нужно вместо них
Разовые тесты не измеряют реальное влияние ИИ. Нам лучше перейти к более человеко-центричным и контекстно-специфичным методам.
Материал — перевод статьи с английского.