फ्लक्स की एआई कोड जेनरेशन रियलिटी चेक रिपोर्ट में एंटरप्राइज कोड वेलोसिटी के बारे में जानकारी दी गई है

फ्लक्स की नई एआई कोड जेनरेशन रियलिटी चेक रिपोर्ट, जो डाइमेंशनल रिसर्च द्वारा किए गए स्वतंत्र शोध पर आधारित है, यह दर्शाती है कि एआई-जनरेटेड कोड ने प्रयोग से आगे बढ़कर मुख्यधारा के एंटरप्राइज सॉफ्टवेयर विकास में प्रवेश कर लिया है। पांच महाद्वीपों में 309 इंजीनियरिंग नेताओं और पрак्टिशनर्स के सर्वेक्षण से पता चलता है कि 44.7% संगठनों में पहले से ही उत्पादन में एआई-जनरेटेड कोड चल रहा है, जबकि 35.0% एआई का उपयोग कोड लिखने के लिए कर रहे हैं लेकिन अभी तक इसे शिप नहीं किया है।

एआई-जनरेटेड कोड मानक बन गया है, लेकिन विश्वास अभी तक नहीं बढ़ा है

रिपोर्ट स्पष्ट रूप से बताती है कि यह बहस अब नहीं है कि इंजीनियरिंग टीमें कोड लिखने के लिए एआई का उपयोग करेंगी या नहीं। यह परिवर्तन पहले ही हो चुका है। अधिक महत्वपूर्ण प्रश्न यह है कि क्या संगठन एआई द्वारा उत्पादित बढ़ती मात्रा में कोड को समझने, समीक्षा करने, सुरक्षित करने और नियंत्रित करने में सक्षम हैं।

केवल एक छोटा सा हिस्सा अभी भी पक्ष में है। जबकि 44.7% उत्पादन में एआई-जनरेटेड कोड है और 35.0% इसका उपयोग उत्पादन के बाहर कर रहे हैं, अन्य 16.2% अगले 12 महीनों में एआई-जनरेटेड कोड का उपयोग करने की योजना बना रहे हैं, और 4.2% बाद में ऐसा करने की योजना बना रहे हैं। व्यावहारिक रूप से, रिपोर्ट सुझाव देती है कि लगभग-सार्वभौमिक अपनाने की ओर बढ़ रहा है, लेकिन तैनाती विश्वास अभी भी असमान है।

यह हिचकिचाहट उत्पादकता की कमी में नहीं है। यह दृश्यता में है। फ्लक्स इस समस्या को “एआई दृश्यता अंतर” के रूप में वर्णित करता है: टीमें अब कोड उत्पन्न कर सकती हैं जितनी तेजी से वे इसे आत्मविश्वास से निरीक्षण, संदर्भित, और नियंत्रित कर सकती हैं।

एआई को पहले कम जोखिम वाले कार्यों के लिए विश्वास किया जा रहा है

सबसे मजबूत अपनाने वाले क्षेत्रों में पैटर्न की भविष्यवाणी की जा सकती है और विफलताओं को आसानी से नियंत्रित किया जा सकता है। रिपोर्ट के अनुसार, इंजीनियरिंग टीमें एआई-जनरेटेड कोड का सबसे अधिक उपयोग दस्तावेज़ीकरण के लिए 68.7% के साथ, यूनिट परीक्षण के लिए 65.9%, और सरल कार्यों के लिए 57.7% के साथ कर रही हैं। कोड समीक्षा भी 57.7% पर दिखाई देती है, जबकि 50.4% उत्तरदाताओं का कहना है कि एआई का उपयोग नए फीचर्स बनाने के लिए किया जा रहा है।

यह वितरण खुलासा करता है। संगठन कोर आर्किटेक्चर या मिशन-महत्वपूर्ण कार्य प्रवाहों को अंधाधुंध तरीके से सौंप नहीं रहे हैं। वे दोहराए जाने वाले कार्यों से शुरू कर रहे हैं जहां एआई तेजी से और बिना बड़े पैमाने पर व्यावसायिक जोखिम के तेजी से काम कर सकता है।

उत्पादकता लाभ वास्तविक हैं। एआई-जनरेटेड कोड के वर्तमान उपयोगकर्ताओं में, 67.1% उत्पादकता में वृद्धि की सूचना देते हैं, 61.8% तेजी से प्रोटोटाइपिंग, 58.5% बेहतर दस्तावेज़ीकरण, और 48.4% विकास लागत में कमी की सूचना देते हैं। लेकिन रिपोर्ट यह भी दिखाती है कि अपेक्षा और वास्तविकता के बीच एक अंतर है गुणवत्ता के मामले में। जबकि 47.6% गैर-उपयोगकर्ता उम्मीद करते हैं कि एआई-जनरेटेड कोड त्रुटियों को कम करेगा, केवल 34.6% वर्तमान उपयोगकर्ता कहते हैं कि वे वास्तव में कम त्रुटियों को देख रहे हैं।

बोतलनेक लिखने से कोड की समीक्षा में स्थानांतरित हो गया है

एआई ने कोड निर्माण को आसान बना दिया है, लेकिन इससे समीक्षा, परीक्षण और जोखिम प्रबंधन पर अधिक दबाव पड़ा है। लगभग 80% उत्तरदाता अपना कम से कम 10% समय कोड समीक्षा पर बिताते हैं, और लगभग एक दसवां 41% या अधिक समय कोड की समीक्षा करते हैं।

यह महत्वपूर्ण है क्योंकि एआई-जनरेटेड कोड सॉफ्टवेयर विकास की लय को बदलता है। अधिक कोड उत्पन्न किया जा सकता है, पुल अनुरोधों की मात्रा बढ़ सकती है, और समीक्षकों के पास यह जानने के लिए कम संदर्भ हो सकता है कि कुछ कैसे या क्यों बनाया गया था। रिपोर्ट पाती है कि कोडबेस परिवर्तनों को समझने में सबसे बड़ी चुनौतियों में जटिल कोड 53.7% शामिल हैं, विभिन्न विकास टीमें अलग-अलग दृष्टिकोण का उपयोग करती हैं 46.3%, खराब दस्तावेज़ीकरण 43.0%, और बड़ी मात्रा में परिवर्तन 37.9% हैं।

यह वह जगह है जहां जोखिम सैद्धांतिक से अधिक हो जाता है। जब पूछा गया कि सप्ताह-दर-सप्ताह परिवर्तनों में से कौन से सबसे कठिन हैं तो पता लगाने के लिए, उत्तरदाताओं ने सुरक्षा मुद्दों को 49.2% पर इंगित किया, निर्भरता परिवर्तन 47.7%, और प्रदर्शन प्रभाव 44.1%। ये छोटी चिंताएं नहीं हैं; वे विशेष रूप से ऐसे परिवर्तन हैं जो उत्पादन घटनाओं, अनुपालन एक्सपोजर, या दीर्घकालिक तकनीकी ऋण का कारण बन सकते हैं।

एआई-जनरेटेड कोड स्पष्ट रूप से बेहतर या बदतर नहीं है, लेकिन यह अलग है

एक और दिलचस्प खोज यह है कि उत्तरदाताओं का मानना ​​है कि एआई-जनरेटेड कोड मानव-लिखित कोड की तुलना में अधिक समस्याएं पैदा करता है या नहीं। 32.9% कहते हैं कि एआई-जनरेटेड कोड थोड़ा या काफी अधिक मुद्दे पैदा करता है, जबकि 33.4% कहते हैं कि यह थोड़ा या काफी कम मुद्दे पैदा करता है, और 29.7% कहते हैं कि यह लगभग समान संख्या में मुद्दे पैदा करता है।

यह विभाजन सुझाव देता है कि एआई-जनरेटेड कोड का प्रभाव इसके आसपास के वातावरण पर बहुत अधिक निर्भर करता है। एआई कोड तब अच्छा प्रदर्शन कर सकता है जब इसे मजबूत समीक्षा प्रथाओं, परीक्षण कवरेज, सुरक्षा टूलिंग और शासन के साथ जोड़ा जाता है। यह अधिक समस्याएं पैदा कर सकता है जब संगठन इसे गति के लिए अपनाते हैं बिना आउटपुट का मूल्यांकन करने वाली प्रणालियों को अपग्रेड किए।

नकारात्मक प्रभाव जो संगठनों द्वारा रिपोर्ट किए गए हैं यह दर्शाते हैं कि कहां घर्षण दिखाई दे रहा है। 41.1% जूनियर डेवलपर्स के लिए सीखने के अवसरों में कमी का हवाला देते हैं, 32.6% कहते हैं कि एआई-जनरेटेड कोड अनुरोधित कार्यक्षमता प्रदान नहीं करता है, 31.6% अनपेक्षित निर्भरताओं की सूचना देते हैं, 31.6% सुरक्षा कमजोरियों की सूचना देते हैं, और 29.5% कहते हैं कि एआई-जनरेटेड कोड को डीबग करना मुश्किल हो सकता है।

एआई कोड जोखिम इंजीनियरिंग से परे चला गया है

रिपोर्ट यह भी दिखाती है कि एआई-जनरेटेड कोड अब केवल एक इंजीनियरिंग प्रबंधन मुद्दा नहीं है। यह एक उद्यम जोखिम विषय बन गया है।

सुरक्षा टीमें सबसे चिंतित हितधारक समूह हैं, जिन्हें 62.5% उत्तरदाताओं द्वारा उद्धृत किया गया है। अनुपालन 51.5% पर इसका अनुसरण करता है, जबकि 46.9% सीटीओ या सीआईओ नेतृत्व का उल्लेख करते हैं, और 40.8% कानूनी टीमों की ओर इशारा करते हैं। चिंता संचालन, क्यूए, उत्पाद प्रबंधन, सीईओ, ग्राहक सफलता, और यहां तक ​​कि विपणन तक भी फैली हुई है।

यह विस्तारित हितधारक मानचित्र एक बड़े परिवर्तन को दर्शाता है। एक बार एआई-जनरेटेड कोड उत्पादन तक पहुंच जाता है, तो इसके परिणाम डेटा सुरक्षा, ग्राहक अनुभव, सुरक्षा मुद्रा, ऑडिटेबिलिटी और अनुबंधात्मक दायित्वों को प्रभावित कर सकते हैं। कोड इंजीनियरिंग संगठन के भीतर लिखा जा सकता है, लेकिन जोखिम व्यवसाय में वितरित किया जाता है।

सुरक्षा उपाय मुख्य उत्पादन बुनियादी ढांचे बन रहे हैं

उद्यमियों ने पहले से ही नए सुरक्षा उपायों पर खर्च करके प्रतिक्रिया दी है। रिपोर्ट में पाया गया कि 45.6% ने कोड गुणवत्ता विश्लेषण टूल में निवेश किया है, 39.0% स्वचालित कोड समीक्षा टूल का उपयोग कर रहे हैं, 38.5% स्थिर अनुप्रयोग सुरक्षा परीक्षण जोड़े हैं, 35.9% सॉफ्टवेयर संरचना विश्लेषण अपना रहे हैं, 32.3% इंटरैक्टिव अनुप्रयोग सुरक्षा परीक्षण का उपयोग कर रहे हैं, और 31.3% ने विशिष्ट कोडिंग सहायकों के लिए प्रशिक्षण कक्षाओं को लागू किया है।

प्रक्रिया परिवर्तन भी व्यापक हैं। 57.4% ने एआई-जनरेटेड कोड के उपयोग के लिए नीतियां पेश की हैं, 49.2% एआई-जनरेटेड कोड का उपयोग करने के लिए प्रशिक्षण की आवश्यकता है, 45.1% ने कोड समीक्षा को अधिक मजबूत बनाया है, और 40.5% ने कोड समीक्षा पर ध्यान केंद्रित करने के लिए अधिक डेवलपर्स को सौंपा है।

यह निवेश खाली जगह में नहीं हो रहा है। केवल 3.6% उत्तरदाताओं का कहना है कि एआई-पेश किए गए मुद्दे उत्पादन में कभी नहीं पहुंचते हैं। इसके विपरीत, 4.6% कहते हैं कि वे अक्सर उत्पादन में पहुंचते हैं, 30.3% कहते हैं कि कभी-कभी, 31.8% कहते हैं कि कभी-कभार, और 23.6% कहते हैं कि शायद ही कभी। दूसरे शब्दों में, एआई-जनरेटेड कोड का उपयोग करने वाले अधिकांश संगठनों के लिए, उत्पादन प्रभाव पहले से ही एक आवर्ती वास्तविकता है।

एआई कोडिंग का अगला चरण नियंत्रण के बारे में होगा

रिपोर्ट एक विरोधाभास को भी पकड़ती है: कई इंजीनियरिंग नेताओं का मानना ​​है कि एआई समीक्षा बोझ को हल करने में मदद कर सकता है जो एआई स्वयं बढ़ा रहा है। 64.9% उत्तरदाताओं का मानना ​​है कि एआई कोड समीक्षा के कुछ पहलुओं में मानवों से बेहतर प्रदर्शन कर सकता है, जबकि 21.1% असहमत हैं और 14.0% की कोई राय नहीं है।

उत्तरदाताओं का मानना ​​है कि एआई एक समान मानक लागू करने और अधिक व्यापक विश्लेषण प्रदान करने में, दोनों 57.4% पर, कोडबेस के पैटर्न की पहचान करने में 53.3%, तेजी से प्रतिक्रिया 51.8% पर, अधिक मुद्दों का पता लगाने में 49.7%, और 24/7 उपलब्धता 48.2% पर।

यह एआई-सहायता प्राप्त सॉफ्टवेयर विकास में एआई के अगले चरण की ओर इशारा करता है। एआई केवल अधिक कोड नहीं लिखेगा। इसका उपयोग बढ़ती हुई कोड परिवर्तनों की समीक्षा, वर्गीकरण, प्राथमिकता और शासन के लिए किया जाएगा। विजेता वे टीमें नहीं हो सकती हैं जो सबसे अधिक कोड उत्पन्न करती हैं, लेकिन वे जो स्पष्ट चित्र बनाते हैं कि क्या बदल गया है, जहां जोखिम जमा हो रहा है, और कौन से मानव निर्णय अभी भी महत्वपूर्ण हैं।

एआई कोड जेनरेशन रियलिटी चेक वास्तविक एंटरप्राइज चुनौती दिखाता है

फ्लक्स की रिपोर्ट अंततः एआई के अपनाने के एक अधिक परिपक्व चरण की ओर इशारा करती है इंजीनियरिंग में। कोड स्वयं अब कठिन भाग नहीं है। कठिन समस्या दृश्यता, समीक्षा क्षमता, शासन और विश्वास है।

एआई-जनरेटेड कोड अब लगभग आधे सर्वेक्षित संगठनों में उत्पादन में है, लेकिन इसके आसपास की समर्थन प्रणाली अभी भी पकड़ रही हैं। इंजीनियरिंग नेताओं के लिए, निहितार्थ स्पष्ट है: एआई कोडिंग विकास को तेज कर सकती है, लेकिन केवल तभी जब संगठन उत्पादन प्रणालियों को विश्वसनीय रखने के लिए आवश्यक सुरक्षा उपायों, संदर्भ और जिम्मेदारी को भी स्केल कर सकते हैं। जैसा कि एआई कोड जेनरेशन रियलिटी चेक स्पष्ट रूप से बताता है, एआई-सहायता प्राप्त सॉफ्टवेयर विकास का भविष्य कम से कम इस बात से परिभाषित किया जाएगा कि एआई कितना कोड उत्पन्न कर सकता है, और अधिक से अधिक कि कंपनियां इसे कितनी आत्मविश्वास से समझ और शिप कर सकती हैं।