Brett Stevens Přispěvatel Sdílet na Twitteru Spoluzakladatel Software.com Brett Stevens byl dříve součástí produktového marketingového týmu v Delphix, datové platformě založené na rozhraní API pro multi-cloud. Je držitelem bakalářského titulu v oboru strojního inženýrství na Brown University a v současné době žije v Brooklynu. Geoff Stevens Přispěvatel Sdílet na Twitteru Spoluzakladatel Software.com Geoff Stevens dříve pracoval s investičním týmem Volition Capital, růstové akciové společnosti investující do technologických společností. Získal bakalářský titul v oboru aplikovaná matematika na Harvard College a v současné době bydlí v Seattlu.
O kolik produktivnější jsou vývojáři používající nástroje pro kódování AI? V poslední době se hodně spekuluje o tom, že AI dělá vývojáře 2x, 3x nebo dokonce 5x produktivnějšími. Jedna zpráva předpovídá desetinásobný nárůst produktivity vývojářů do roku 2030.
Ironií však je, že inženýrská komunita se z větší části nedokázala shodnout na univerzálním způsobu měření inženýrské produktivity. Někteří dokonce tuto myšlenku zcela odmítli a tvrdili, že většina metrik je chybná nebo nedokonalá. Většina tvrzení týkajících se AI, která dnes zvyšuje produktivitu, je kvalitativní – založená na průzkumech a anekdotách, nikoli na kvantitativních datech.
Jak můžeme soudit o AI, aniž bychom se nejprve shodli na tom, jak měřit produktivitu? Pokud jsme se z experimentu s prací na dálku něco naučili, pak je to to, že jsme se zmítali bez dat, abychom mohli informovat naše rozhodnutí – přecházeli jsme tam a zpět mezi kancelářskými, vzdálenými a hybridními strategiemi založenými na dogmatu a ideologii namísto dat a měření.
Jsme na cestě k opakování s AI. Abychom mohli pokročit vpřed, musíme nejprve pochopit a kvantifikovat jeho dopad.
Riziko zaostávání
Současný humbuk kolem umělé inteligence může některým z nás poskytnout důvod k pozastavení – kvůli neznámému dopadu na kvalitu, potenciálnímu riziku plagiátorství a dalším faktorům. Nejopatrnější společnosti vstoupily do holdingového vzoru a čekají, jak to všechno dopadne.
Pro podniky využívající technologie je však riziko zaostávání existenční. AI je dvojitý akcelerátor, který ovlivňuje oba co a jak firmy staví. Společnosti, které dnes investují do AI, mají potenciál zdvojnásobit se tím, že uvedou na trh nejen nové produkty založené na AI, ale také produkty na trh rychleji a levněji.
Většina společností se zaměřila na coale AI by mohla být hnacím motorem pro jak, vytvoření 10x nebo dokonce 100x týmu inženýrů. Společnosti, které přijdou na to, jak rychle překonat propast – optimalizací nástrojů umělé inteligence nejúčinnějším a nejpůsobivějším způsobem – a rychleji dosáhnout plošiny produktivity, budou těžit z náskoku v nadcházejících letech. Riziko, že nic neuděláte, je příliš vysoké.
Pochopení kompromisů
Pro někoho s kladivem vypadá všechno jako hřebík. Stejně tak s AI.
Podle nedávné zprávy GitHubu bylo hlavní výhodou nástrojů pro kódování AI, které vývojáři zmiňovali, zlepšení jejich jazykových dovedností. Další klíčovou výhodou je automatizace opakujících se úloh, jako je psaní standardního kódu. Nedávný experiment Codecova ukázal, že ChatGPT si vede dobře při psaní jednoduchých testů pro triviální funkce a relativně přímočaré cesty kódu.