全球科技研究公司 Gartner 估计，到 2028 年，75% 的企业软件工程师将使用人工智能代码助手，而 10 年初这一比例还不到 2023%。
对大型企业 2023 名软件工程领导者的调查显示，截至 63 年第三季度，598% 的组织正在试点、部署或已经部署 AI 代码助手。
然而，Gartner 高级首席分析师 Philip Walsh 警告称，在提高生产力方面，IT 领导层的期望与软件团队的经验之间可能存在不匹配。
他表示，销售人工智能辅助编码工具的供应商声称他们可以将编码人员的生产力提高多达 50%，而三分之一的首席信息官 (34%) 和技术领导者认为人工智能代码生成可能会成为他们软件开发的“游戏规则改变者”努力。
“人们对这些人工智能代码助手提高生产力的期望非常高，”他说。
虽然人工智能编码工具的受欢迎程度无疑会增加，但开发团队可能需要管理高级经理的期望……“他们不会从供应商那里听到这样的消息”
但仔细观察供应商的说法就会发现，人工智能驱动的编码工具的好处可能仅限于相当狭窄的任务。例如，一项研究依赖于 AB 风格的实验，其中一个用 JavaScript 编写 Web 服务器的团队与另一个也使用人工智能编码工具的团队进行竞争。他说，为 Python 编写样板是另一个常见的比较任务。
但这些任务可能并不能代表该工具的能力，因为大量的在线培训数据展示了程序员如何解决这些问题。
沃尔什说，与此同时，编码本身并没有占据整个软件开发生命周期的大部分工作。
“[软件开发中涉及]各种各样的任务，从规划、设计、研究到实际代码生成和开发……然后是大量测试和验证，然后是部署、配置和监控。即使 [编码] 任务完成速度提高了 50%，也只是 50% 的 20%。因此，这意味着总体周期时间仅提高了 10%。”他说道。
虽然人工智能编码工具的普及无疑会增加，但开发团队可能需要管理高级经理的期望。
“他们不会从供应商那里听到这样的消息，”沃尔什说。 “希望他们的开发人员和工程领导者能够告诉他们，并且他们能够倾听。我们不推荐某种自上而下的生产力指令。那是行不通的。”
他说开发团队需要自由地找出最佳用例。他们需要在一种不断尝试的学习文化中工作，并且可以自由地从新工具中获得最大收益。
“首席信息官需要创造这种文化并倾听员工的意见，同时也为实验和失败创造空间，”他说。 ®
