在软件开发领域，生成式 AI 的应用起初被寄予厚望，但近日发布的一份来自贝恩公司的技术报告显示，这一领域的生产力提升效果并不显著。报告指出，尽管有三分之二的软件公司已经推出了生成式 AI 工具，但开发者的实际使用率却很低。使用这些 AI 助手的团队所报告的生产力提升也仅有10% 到15% 左右。
图源备注：图片由AI生成，图片授权服务商Midjourney
更为引人关注的是，非营利研究机构模型评估与威胁研究（METR）的一项研究显示，AI 编程工具实际上使开发者的工作变慢。这是因为开发者需要花时间检查和修正 AI 生成的错误。因此，贝恩公司认为，节省下来的时间并未有效转化为更高价值的工作。
贝恩的报告指出，早期的 AI 应用主要集中在加速代码编写上，但写代码和测试代码通常只占整个开发过程的25% 到35%。因此，仅仅提高这一环节的效率并不足以缩短产品上市的时间。相反，生成式 AI 的真正价值可能在于跨越整个开发生命周期的应用，从需求发现到规划设计，再到测试、部署和维护等各个阶段。
目前，报告提到的一个新兴概念是 “自主 AI”。生成式 AI 过去多被视为智能助手，但随着技术的发展，自主 AI 将能够在最少人工干预的情况下，管理开发过程中的多个步骤。贝恩公司举例说，Cognition 的 Devin 被宣传为能够根据自然语言指令构建完整应用程序的 AI “软件工程师”。然而，先前的测试显示 Devin 在完成任务时表现不佳，仅成功完成20个任务中的3个。
此外，贝恩公司还指出，企业在采用生成式 AI 时面临多重障碍。首先，缺乏高层领导的明确方向使得项目容易陷入停滞。其次，一些工程师对 AI 持有不信任态度，担心其会削弱自己的工作价值。三分之二的公司表示，推动员工改变工作方式是最困难的部分。
为了有效利用生成式 AI，贝恩公司建议企业需要进行彻底的流程再造，将 AI 无缝融入软件开发的每个阶段。只有在企业领导者制定明确目标并确保投资回报的情况下，才能真正从生成式 AI 中获益。
划重点:
🔍 生成式 AI 在软件开发领域的生产力提升效果有限，实际增益仅为10% 至15%。
🚧 AI 编程工具让开发者变慢，反而增加了检查和修正错误的时间。
📈 企业需彻底重塑软件开发流程，将 AI 无缝融入各个环节，以实现真正的生产力提升。
