要約
- コード生成は、生成AIの主要なユースケースとして浮上しており、AIコーディングコパイロットの使用が拡大するにつれて、組織はソフトウェア開発に対するアプローチを再考する必要がある。
- 組織は、教育イニシアチブを実施し、開発者のスキル向上に焦点を当てることが重要であり、AIコパイロットの使用は、テスト、デバッグ、言語翻訳などのソフトウェアタスクを効率化するために採用されている。
- AIツールを利用することで、コードの生成、リファクタリング、文書化にかかる時間を約半分に短縮できると推定されており、大企業が報告している統計を考慮すると、それは保守的な見積もりかもしれない。
- Amazonは、Qデジタルアシスタントを使用して、Javaアプリケーションのアップグレードにかかる時間を50人日から数時間に短縮し、CEOのAndy Jassyによれば、これは4,500人年分の作業に相当する。
- AIコパイロットが注目を集めている一方で、LLMは誤った情報を生成する可能性があるため、人間の監視はAI支援ソフトウェア開発で正確かつ関連性のある出力を確認するために重要である。
考察
AIコーディングの普及は急速であり、ソフトウェア開発のアプローチを再考する必要がある。AIコパイロットの利用は効率を向上させる一方、人間の介入が欠かせないことが示唆されている。組織は、AIコパイロットを導入する際に適切な技術基盤を整え、パートナーシップを活用することで、GenAIの旅を成功させる必要がある。DellのAI Factoryは、AIをデータにもたらし、GenAIアプリケーションをサポートするインフラストラクチャを提供し、AIパートナーや専門サービス、ユースケースにアクセスする包括的なアプローチを提供している。