Peter Guagenti は Tabnine の社長です。Peter は優れた起業家であり、10 年以上 AI ビジネス ツールに携わっています。
ソフトウェア開発は、昔とは様変わりしています。開発者の役割は、パンデミック以前よりも今日の方が難しくなっており、10年以上前のモバイル時代の始まりと比べても飛躍的に困難になっています。
なぜでしょうか? 世界中のソフトウェアに対する飽くなき欲求です。数字で表すと、Google Play には 1 日あたり約 1,270 個の新しいアプリケーションが追加され、平均的な企業では常に 1,000 個を超えるアプリケーションが使用されています。このすべてのコードの作成、保守、最新化の負担は増大する一方です。
技術の進歩と企業間の熾烈な競争により、より多くのアプリケーションをより速く構築する必要が生じています。開発者は、これらのアプリケーションの作成と保守（複雑性の増大への対処を含む）を任されると同時に、時間の経過とともに蓄積された技術的負債の増加にも対処する必要があります。
この困難な新しい環境に貢献しているパズルの最後のピースは、人材不足です。ある調査によると、「米国における開発者不足は 120 万人を超える」とのことです。この人材不足は非常に深刻で、「米国経済は 1,620 億ドルの未実現の [GDP] 生産高のリスクにさらされている」とのことです。開発者はこれまで以上に高い生産高を出すプレッシャーにさらされており、その多くは複数のソフトウェア開発者の仕事を行っています。
生成型 AI を活用したソリューションは、開発者がより効率的に作業し (したがって需要に対応し)、技術的負債を削減するのに役立つ有望な道として浮上しています。このテクノロジーは、開発者の反復的なタスクの多く (新しいコードの作成、既存のコードの保守、テストの作成など) を自動化する価値をすでに実証しており、開発者はより創造的で価値の高い作業に集中できるようになります。
しかし、現在、AI を効果的に導入するにはいくつかの障害があります。CIO が特に懸念している 3 つの点は次のとおりです。
1. 変化への抵抗: 人間は本質的に変化を恐れ、したがって変化に対して非常に抵抗します。自動化は常にビジネス プロセスに大きな変化をもたらし、人々の仕事のやり方に対する脅威となります。エンジニアリング チームと IT プロフェッショナルは、AI を現在の快適な仕事のやり方に対する脅威と見なし、将来どのように働くことになるのか不安に思う傾向があります。
2. プライバシーとコンプライアンスの懸念: 生成 AI の導入に関して、CIO にとってプライバシーは通常最大の懸念事項であり、心配するのも無理はありません。現在、大手テクノロジー企業は、プライバシーを保護し、著作権と知的財産権を尊重すると主張しながら、明らかにそのように行動していないという二枚舌をとっています。
企業は、保護されたデータが意図しない方法で取得され、利用されていないことを確実に知るにはどうすればよいのでしょうか。さらに、AI モデルがデジタル世界のあらゆる場所からデータを取得するため、生成 AI が著作権で保護された作品や制限された作品にまでさかのぼることができる出力を生成する可能性が高く、CIO が細心の注意を払っているのも不思議ではありません。
3. 技術的な制限: 組織が AI を採用する上で最大の障害の 1 つは、AI テクノロジ自体の制限、またはもっと正確に言えば、テクノロジの制限に対する組織の理解の限界です。ジェネレーティブ AI は、作成中の作業の代替として宣伝されており、その宣伝は AI コーディング アシスタントの認識にも適用されています。しかし、現実はそれよりも微妙です。ジェネレーティブ AI ツールの現在の状態は、多くのタスクで生産性を大幅に向上させますが、その使い方は、その技術を熟知した専門家によって最もよく行われます。AI ツールをどこにどのように展開して最大の効果を得るかを知ることは非常に重要です。
これらのハードルは確かに高いですが、必要な生産性向上を実現するには、組織がそれらを克服する方法を見つけなければなりません。エンジニアリング チームは変革するか、変革される必要があります。
どうやって？ AI 導入への道をスムーズにする 3 つの方法をご紹介します。
検討中のプラットフォームの利用規約（データをどのように使用するのか？どのような情報が保持されるのか？）を確認し、コードがどのようにトレーニングされたのか（トレーニングに使用されたコードは、貴社で使用できるライセンスを取得しているのか？）を理解することが重要です。AI ツールを導入するために、プライバシー、制御、コンプライアンスを犠牲にする必要はありません。利用可能なサービスには多様性があるため、開発者を満足させ、法律顧問の懸念を解消するソリューションを見つけることができます。
また、AI に関する理解と継続的な教育の文化を育み、開発者やエンジニアリング チームが AI の力と可能性を安全かつ効果的かつ意図的に活用できるようにするツールを探すことも重要です。
たとえば、Github Copilot や AWS CodeWhisperer などの生成 AI 搭載コーディング アシスタントは、生産性を高め、開発者がコードをより迅速に作成、テスト、文書化、修正できるように支援します。AI 対応のチャット エージェントは開発者の知識向上に貢献し、新しい開発者と、特定の言語、フレームワーク、またはテクニックの復習が必要な経験豊富な開発者の両方に対して、実践的なコーチとして機能します。複数の独立した調査により、平均的な開発者の総作業負荷全体で一貫して 2 桁の生産性向上が見られ、ソフトウェア生成自体が 50% 以上自動化されていることが示されています。
生成 AI は、「設定して忘れる」ソリューションでも、開発者の日常業務の完全な代替品でもありません (少なくとも現時点では)。AI に関する誇大宣伝にもかかわらず、これらのツールはアシスタントや推奨ツールであり、熟練したソフトウェア エンジニアの能力を完全に置き換えるものではありません。
AI ソフトウェア開発ツールから最大限のメリットを得るには、エンジニアリング チームは、ツールを自律型マシンではなく、頭脳用のアイアンマン スーツとして考える必要があります。ガイダンスの要求、コードとコンテンツの自律的生成、AI の推奨事項の確認に対応するために、アプローチに微妙ながらも重要な変更を加える必要があります。これにより、作業のスピードと効率が大幅に向上します。
Forbes Technology Council は、世界クラスの CIO、CTO、テクノロジー エグゼクティブ向けの招待制コミュニティです。私は参加資格がありますか?
