| 0 |
|
Дослідження GitLab та компанії Harris Poll виявило зміщення фокусу в розробці програмного забезпечення з генерації коду на його аудит і контроль. Керівники стикаються з накопиченням структурних недоліків коду, а його всебічна перевірка стає головним вузьким місцем.
Впровадження штучного інтелекту в процеси створення програмного забезпечення перейшло зі стадії експериментів у категорію базової інфраструктури. Згідно з глобальним дослідженням компанії GitLab та Harris Poll, проведеним серед більш ніж півтори тисячі фахівців з DevSecOps, 91% організацій уже використовують у промисловому середовищі два або більше інструментів генерації коду одночасно. Понад половина компаній інтегрували три або більше подібних систем. Економічний ефект від цих інвестицій виявився помітним, адже 60% опитаних зазначають, що окупність вкладень перевищила їхні початкові очікування, а 78% фіксують прискорення написання та фіксації коду окремими розробниками.
Проте масове прискорення роботи на рівні клавіатури виявило глибокі структурні проблеми на наступних етапах життєвого циклу продукту. Безпосереднє написання коду сьогодні займає лише 16% робочого часу на його створення. Справжні затримки тепер виникають нижче за течією, під час рецензування, тестування, забезпечення безпеки, аудиту відповідності та розгортання. 79% опитаних керівників визнають, що продуктивність окремих розробників зросла, але загальний процес доставки програмного забезпечення практично не прискорився. 85% респондентів констатують зміщення головного вузького місця з написання коду на його перевірку та валідацію. Швидкість штучного інтелекту зупиняється там, де починаються процеси безпеки та комплаєнсу, змушуючи весь життєвий цикл чекати ручних рішень.
Паралельно зростає занепокоєння щодо довгострокової підтримки кодових баз. 82% фахівців вважають, що автоматично згенерований код створює новий різновид технічного боргу, до управління яким більшість організацій наразі просто не готові. 73% опитаних висловлюють серйозні побоювання щодо довгострокової сумісності та підтримуваності таких систем. За відсутності прозорих правил гри штучний інтелект здатний накопичувати структурні дефекти значно швидше, ніж традиційні методи розробки, про що заявляють 86% опитаних. Це створює міну уповільненої дії для майбутньої архітектури підприємства.
Найбільш показовим виявився розрив між упевненістю менеджменту та реальними технічними можливостями під час ліквідації аварій. 87% опитаних вважають, що їхні команди здатні протягом доби визначити, чи став штучний інтелект причиною збою у промисловому середовищі. Водночас аналіз реальних інцидентів за останній рік демонструє зовсім іншу картину. Третина організацій, які зіткнулися із серйозними аваріями чи порушеннями безпеки, не змогли зробити остаточний висновок щодо участі автоматично згенерованого коду у збої. Причиною такої вразливості є фрагментація інструментів. 43% респондентів скаржаться на складність розрізнення коду, написаного людиною та машиною, а 40% вказують на розірваність ланцюжка інструментів, які не обмінюються контекстом. Лише 28% компаній мають повністю інтегровані системи розробки з єдиною моделлю даних.
Таким чином управління та підзвітність стають пріоритетом на найближчу перспективу. Хоча три чверті організацій уже впровадили певні формальні політики чи інструкції, 80% менеджерів визнають, що технології впроваджувалися набагато швидше, ніж створювалися правила регулювання. Ключовими викликами залишаються атрибуція коду, тобто розуміння того, яка саме система його створила, та відстеження зв'язку коду з початковими бізнес-вимогами. Через це 85% фахівців згодні, що наступна фаза використання штучного інтелекту буде зосереджена не на генерації нового обсягу коду, а на забезпеченні контролю за ним. Тому 91% опитаних планують інвестиції у спеціалізовані інструменти управління, а понад половина вже розпочали оцінювання конкретних технологічних рішень.
Стратегія охолодження ЦОД для епохи AI
| 0 |
|
