Annak ellenére, hogy a programozás a generatív mesterséges intelligencia bevezetésének egyik kiemelkedő alkalmazási területe, és sok vállalat nagy elvárásokkal fogott hozzá a kísérleti projektekhez, azok nem igazán váltották be a hozzájuk fűzött reményeket, és nem eredményeztek számottevő megtakarításokat – olvasható a Bain & Company Technology Report 2025 című jelentésében. Bár az MI komoly várakozásokat keltett a fejlesztők termelékenységének növelését illetően, ezek nemcsak túlzónak bizonyultak, de a technológia esetenként még le is lassíthatja a munkájukat.
A tanácsadó cég elemzéséről a The Register közölt összeállítást, amely szerint a szöveges utasításokkal végzett kódgenerálás elfogadottsága még ott sem túl magas a szakemberek között, ahol elvileg már bevezették az ilyen eszközöket, és összességében az egyes megoldásokkal tapasztalt 10-15 százalékos hatékonyságnövekedés sem elég hozzá, hogy a bevezetések pozitív hozamot hajtsanak. Mindez pedig újabb figyelmeztető jelzés azzal kapcsolatban, hogy a mesterséges intelligencia még az egyik legígéretesebbnek mondott területen is nehezen felel meg a hatalmas felhajtásnak.
A Futurism riportja erről szólva a nonprofit Model Evaluation & Threat Research tanulmányát idézi, ami megerősítette, hogy amikor a fejlesztők MI-eszközöket használnak, akkor végső soron 19 százalékkal lassabban készülnek el a munkájukkal. Ennek okát abban látják, hogy az MI-hallucinációk miatt több időt töltenek a kódok áttekintésével és tisztításával, bár az MI-eszközök a nagy és összetett kódtárak kezelésekor is rosszabbul teljesítettek. A Stack Overflow felmérése ezzel párhuzamosan pedig azt állapította meg, hogy a fejlesztők MI-eszközökbe vetett bizalma is csökkenőben van.
Vakon kellene all-int mondani?
Utóbbi azért érdekes, mert a bizalom a felhasználás arányának növekedése mellett is visszaesett: a szakemberek nagy része már alkalmaz ilyen megoldásokat, az előző évi felmérés eredményeihez képest azonban kevésbé szereti és kevésbé bízik bennük. Ez nem néz ki jól, ha azt vesszük, hogy az MI-iparág az eltúlzott befektetései sokak szerint már egy kidurranás előtt álló buborékot hoztak létre, és a nagy dobás, az összetett feladatokat autonóm módon végrehajtó ügynöki mesterséges intelligencia (agentic MI) ebben a helyzetben nem tűnik nagyon könnyen kiaknázható technológiának.
Először is, a Bain jelentése szerint csak azok lehetnek képesek kiaknázni a benne rejlő teljes potenciált, akik ehhez igazodva átalakítják architektúrájukat, csapataikat és munkamódszereiket. Mindezt pedig úgy kell megtenniük, hogy nincs általánosan elfogadott módja az MI-ből származtatott termelékenységnövekedés ellenőrzésének, tekintve, hogy az a technológiának a teljes szoftverfejlesztési életciklusban való alkalmazását feltételezi. Ez pedig nehezen megkerülhető hiányosság, ha figyelembe vesszük a megvalósításhoz szükséges elköteleződés és a befektetett összegek nagyságát.
A Technology Report 2025 tanulmány mindenek előtt felhívja rá a figyelmet, hogy ha a mesterséges intelligencia felgyorsítja a kódolást, akkor a szűk keresztmetszetek elkerüléséhez a kódok felülvizsgálatának, integrációjának és kiadásának is fel kell gyorsulnia. Egyre több figyelmeztetés jelenik meg ugyanis az MI-vezérelt kódolóasszisztensek biztonsági problémáiról: mi is beszámoltunk a Checkmarx sokat idézett kutatásáról, az Apiiro pedig a kódolás négyszeres gyorsulása mellett a sérülékenységek számának tízszeres emelkedéséről számol be szeptember elején közölt elemzésében.
Hatékony adattárolás, biztonságosabb működés: HPE storage az EURO ONE szakértelmével
Az adatmennyiség rohamos növekedése, a kritikus üzleti alkalmazások rendelkezésre állási követelményei és a kiberbiztonsági fenyegetések mind olyan tényezők, amelyek túlmutatnak a hagyományos storage-megoldások képességein.
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak