AI U PRAKSI

Gartnerovo istraživanje otkriva da 77 posto inženjerskih rukovoditelja vidi integraciju umjetne inteligencije u aplikacije kao veliki izazov

Inženjerski rukovoditelji žele koristiti AI za unaprjeđenje funkcionalnosti, ali se suočavaju s ozbiljnim problemima u provedbi

Gartnerovo istraživanje otkriva da 77  posto inženjerskih rukovoditelja vidi integraciju umjetne inteligencije u aplikacije kao veliki izazov
Depositphotos

Sedamdeset i sedam posto inženjerskih rukovoditelja navodi izgradnju AI funkcionalnosti u aplikacijama radi poboljšanja značajki i funkcionalnosti kao značajnu ili umjerenu poteškoću, pokazuje istraživanje tvrtke Gartner. Istraživanje je također pokazalo da je korištenje AI alata za potporu softverskom inženjeringu drugi po veličini izazov, pri čemu ga 71  posto rukovoditelja smatra značajnim ili umjerenim problemom.

Istraživanje je provedeno među 400 voditelja softverskog inženjeringa i razvoja aplikacija u SAD-u i Ujedinjenom Kraljevstvu, u razdoblju od listopada do prosinca 2024.

„Kako su CEO-i identificirali AI kao tehnologiju koja će najviše utjecati na njihovu industriju, interes za rješenjima poput AI agenata stvara najveći zamah“, izjavio je Jim Scheibmeir, potpredsjednik i analitičar u Gartneru. „Unatoč sve većem fokusu poslovnih lidera na ovu tehnologiju i njezinu rastuću popularnost, provedba nije jednostavna.“

I novi dobavljači i etablirani hyperscaleri razvijaju i dodatno unaprjeđuju svoje platforme kako bi ublažili probleme s kojima se poduzeća suočavaju. Gartner procjenjuje da tržište platformi za razvoj AI aplikacija trenutno vrijedi 5,2 milijarde dolara, a u tom prostoru posluju desetci dobavljača, i novih i etabliranih.

„Inženjerski rukovoditelji trebali bi odabrati AI razvojne platforme koje nude najkompletniji ekosustav, umjesto da kombiniraju različite dobavljače, LLM-ove i AI usluge“, poručuje Scheibmeir. „Takav pristup omogućuje skalabilnost, ponovnu uporabu i dosljednost u području koje je i dalje vrlo novo u softverskom inženjeringu.“

Trenutno AI agenti djeluju kao suradnici u učenju za softverske inženjere, omogućujući im da se više fokusiraju na složene i kreativne aspekte razvoja softvera. Time se otvara mogućnost za ulazak većeg broja ljudi u inženjerske uloge, čak i bez klasičnog obrazovanja iz računalnih znanosti.

„Uključivanje članova tima izvan područja znanosti, tehnologije i matematike – poput dizajna, psihologije ili umjetnosti – može donijeti nove perspektive i kreativne načine rješavanja problema“, rekao je Nitish Tyagi, glavni analitičar u Gartneru. „Ta raznolikost može dovesti do inovativnijih rješenja i bogatijeg, inkluzivnijeg korisničkog iskustva.“

Gartner predviđa da će generativna AI do 2028. omogućiti da 40  posto članova softverskih timova dolazi iz netradicionalnih obrazovnih pozadina, u usporedbi s 20  posto danas.

AI neće moći zamijeniti sve zadatke softverskog inženjeringa te će, barem u kratkom roku, organizacije morati pregledavati rezultate AI alata. Stoga će biti nužno zapošljavati inženjere sa snažnim temeljnim vještinama, poput logičkog razmišljanja i razvoja algoritama. Ljudi iz netehničkih područja – kao što su dizajn, umjetnost i filozofija – mogu donijeti nove načine rješavanja logičkih problema pomoću AI-ja.

„Budućnost će obilježiti timovi sastavljeni od softverskih inženjera, UX dizajnera, produkt menadžera i podatkovnih znanstvenika iz tehničkih i netehničkih obrazovnih okruženja“, izjavio je Tyagi.

Zapošljavanje kandidata sa znanjem iz područja generativne AI postat će ključno, bez obzira na njihovu obrazovnu pozadinu. Zbog toga se organizacije ubrzano okreću zapošljavanju temeljenom na vještinama, umjesto oslanjanja na životopise i diplome. Koriste platforme za procjenu vještina i vođenje intervjua kako bi pronašle odgovarajuće kandidate.

Uz to, koriste AI alate i podatke o vještinama za kreiranje personaliziranih planova učenja za nove i postojeće zaposlenike. Istraživanje je također pokazalo da 38  posto ispitanika smatra da je korištenje AI-ja za učenje nove vještine najdjelotvornija metoda.

Integracija umjetne inteligencije (AI) u razvoj aplikacija postaje ključna tema u softverskom inženjeringu, no brojni izazovi usporavaju širu i efikasniju primjenu. Iako Gartner procjenjuje vrijednost tržišta AI razvojnih platformi na 5,2 milijarde dolara, tržište je još uvijek fragmentirano i kompleksno, posebno zbog niza nekompatibilnih alata, raznolikosti velikih jezičnih modela (LLM-ova) i nedostatka standardizacije.

Zaključno, tržište AI razvoja softvera ulazi u fazu profesionalizacije, gdje platforme više nisu samo alat već infrastrukturna okosnica za inovaciju. Uspješne organizacije će biti one koje brzo standardiziraju alatne lance, ulažu u interdisciplinarne timove i stvore okvir za etično, održivo korištenje umjetne inteligencije.

Glavne prepreke uključuju:

Kompleksnost alata i integracija: Tvrtke se često suočavaju s teškoćama u povezivanju LLM-ova (npr. GPT-4, Claude, Mistral) s postojećim razvojnim okruženjima. Potrebna je dodatna infrastruktura za upravljanje promptovima, verzijama modela i evaluacijom kvalitete rezultata.

Sigurnosna i etička pitanja: AI alati mogu generirati kod koji je teško testirati, koji sadrži ranjivosti ili je podložan "halucinacijama" modela. Ovaj rizik otežava potpunu automatizaciju zadataka u razvoju.

Nedostatak kompetencija i iskustva: Mnogi razvojni timovi još nisu spremni za rad s generativnom AI jer nemaju znanja iz područja strojnog učenja, prompt inženjeringa ili modelskog upravljanja (model ops).

Primjeri rješenja i trendova:

GitHub Copilot (Microsoft) već se koristi kao AI pomoćnik za automatizaciju rutinskih zadataka, ali i dalje zahtijeva nadzor i validaciju koda od strane iskusnih inženjera.

Amazon CodeWhisperer i Google Gemini Code Assist integriraju se s razvojnim okruženjima poput VS Code i JetBrains, ali još ne nude dosljednu pokrivenost u složenim, višemodularnim projektima.

Open-source modeli (npr. StarCoder, Code Llama) sve se više koriste u tvrtkama koje žele zadržati suverenost nad kodom i podacima, ali zahtijevaju vlastitu infrastrukturu za treniranje i hostanje.

Strateški smjerovi za organizacije:

Standardizacija na jednoj AI platformi – Umjesto korištenja više alata i dobavljača, organizacije sve češće biraju end-to-end platforme (npr. Hugging Face, IBM watsonx, Azure AI Studio) kako bi smanjile troškove i ubrzale vrijeme do implementacije.

Ulaganje u vještine – Ubrzani razvoj AI-ja mijenja način zapošljavanja. U fokusu je zapošljavanje prema vještinama, a ne prema diplomama, što potiče zapošljavanje kandidata iz područja dizajna, umjetnosti i humanistike s izraženim kreativnim sposobnostima.

Uvođenje AI etike i upravljanja – Sve više poduzeća razvija vlastite interne smjernice za korištenje AI-ja u razvoju softvera, uključujući provjere točnosti, transparentnost izvora i odgovornost za greške.