Gen AI สามารถเร่งความเร็วในการเขียนโค้ดได้ แต่ธุรกิจควรคำนึงถึงความเสี่ยงด้วย

องค์กรต่างๆ ที่กระตือรือร้นที่จะให้ทุนแก่การพัฒนาซอฟต์แวร์ที่ขับเคลื่อนด้วย AI เจนเนอเรชั่นเพื่อผลประโยชน์ที่คาดหวังควรเข้าใจด้วยว่าสิ่งนี้อาจมาพร้อมกับผลเสีย

ขณะนี้นักพัฒนาสามารถเปลี่ยนไปใช้ปัญญาประดิษฐ์แบบเจนเนอเรทีฟ (Gen AI) เพื่อเขียนโค้ดได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น แต่ควรทำด้วยความระมัดระวังและให้ความสนใจไม่น้อยไปกว่าเมื่อก่อน

แม้ว่าการใช้ AI ในการพัฒนาซอฟต์แวร์อาจไม่ใช่เรื่องใหม่ แต่ก็มีมาตั้งแต่ปี 2019 เป็นอย่างน้อย และ Gen AI ได้นำการปรับปรุงที่สำคัญในการสร้างภาษา รูปภาพ และ -- ล่าสุด -- วิดีโอและสินทรัพย์อื่น ๆ รวมถึงโค้ด Diego Lo Giudice รองประธานของ Forrester และนักวิเคราะห์หลักกล่าวกับ ZDNET

การวนซ้ำของ AI ก่อนหน้านี้ส่วนใหญ่จะใช้ในการทดสอบโค้ด โดยการเรียนรู้ของเครื่องจะใช้ประโยชน์จากแบบจำลองเพื่อเพิ่มประสิทธิภาพสำหรับกลยุทธ์การทดสอบ Lo Giudice กล่าวกับ ZDNET Gen AI เป็นมากกว่ากรณีการใช้งานเหล่านี้ โดยให้การเข้าถึงโปรแกรมเมอร์หรือผู้เชี่ยวชาญที่เชี่ยวชาญ (เช่น ผู้ทดสอบหรือนักวิเคราะห์ธุรกิจ) ซึ่งสามารถสอบถามแบบโต้ตอบเพื่อค้นหาข้อมูลได้อย่างรวดเร็ว Gen AI ยังสามารถแนะนำวิธีแก้ปัญหาและกรณีทดสอบได้อีกด้วย

“นี่เป็นครั้งแรกที่เราเห็นว่าประสิทธิภาพการทำงานเพิ่มขึ้นอย่างมาก โดยที่ AI แบบดั้งเดิมและเทคโนโลยีอื่นๆ ไม่ได้มอบให้เรา” เขากล่าว

ภายในปี 2569 IDC คาดการณ์ว่า 40% ของแอปพลิเคชันใหม่ในเอเชียแปซิฟิกจะเป็น "แอปอัจฉริยะ" ซึ่งรวม Gen AI เพื่อปรับปรุงประสบการณ์ผู้ใช้และนำเสนอกรณีการใช้งานใหม่

โดยเฉพาะอย่างยิ่ง ผลกระทบสูงสุดของการใช้ Gen AI ในการพัฒนาและออกแบบซอฟต์แวร์จะเพิ่มผลผลิตและความเร็วของนักพัฒนา ตามการศึกษาของ IDC ซึ่งได้รับมอบหมายจาก OutSystems ซึ่งเป็นแพลตฟอร์มการพัฒนาแบบใช้โค้ดน้อย

ผลประโยชน์ทางธุรกิจที่เป็นไปได้ดังกล่าวจะผลักดันให้องค์กรในเอเชียแปซิฟิก 30% ต้องจ่ายเบี้ยประกันภัยระหว่าง 11% ถึง 20% สำหรับฟีเจอร์ Gen AI ในการพัฒนาแอพ ซึ่งเป็นโครงการศึกษาของ IDC

บริษัทวิจัยคาดการณ์เพิ่มเติมว่าภายในปี 2568 ธุรกิจมากกว่า 60% ทั่วโลกจะนำเทคโนโลยีโค้ดต่ำมาใช้ เพื่ออำนวยความสะดวกในการส่งมอบแอปพลิเคชันที่รวดเร็วยิ่งขึ้น และเพิ่มประสิทธิภาพการดำเนินงาน

นักพัฒนาสามารถใช้ AI ตลอดวงจรการพัฒนาซอฟต์แวร์ทั้งหมด โดยมี "TuringBot" เฉพาะในแต่ละขั้นตอนเพื่อปรับปรุงสแต็คและแพลตฟอร์มเทคโนโลยี Lo Giudice กล่าว

Forrester coinedTuringBotsto อธิบายเครื่องมือที่ขับเคลื่อนด้วย AI ซึ่งช่วยให้นักพัฒนาสร้าง ทดสอบ และปรับใช้โค้ด บริษัทวิจัยเชื่อว่า TuringBots จะขับเคลื่อนการพัฒนาซอฟต์แวร์รุ่นใหม่ โดยช่วยเหลือในทุกขั้นตอนของวงจรการพัฒนา รวมถึงการค้นหาเอกสารทางเทคนิคและการกรอกโค้ดอัตโนมัติ

ตัวอย่างเช่น "วิเคราะห์/วางแผน TuringBots" สามารถอำนวยความสะดวกในขั้นตอนการวิเคราะห์และการวางแผนการพัฒนาซอฟต์แวร์ โดย Lo Giudice ให้รายละเอียด โดยชี้ไปที่ ChatGPT ของ OpenAI และตัวอย่าง Atlassian Intelligence ของผลิตภัณฑ์ AI ดังกล่าว ส่วนบริษัทอื่นๆ เช่น Gemini Advanced ของ Google Cloud สามารถสร้างการออกแบบไมโครเซอร์วิสและ API ได้ด้วยการใช้โค้ด ในขณะที่ Microsoft Sketch2Code สามารถสร้างโค้ดการทำงานจาก UI ที่ร่างด้วยลายมือที่เขียนด้วยมือได้ เขากล่าว

Lo Giudice กล่าวเสริมว่าปัจจุบัน "coder TuringBots" เป็นกรณีการใช้งานที่ได้รับความนิยมมากที่สุดสำหรับ Gen AI ในการพัฒนาซอฟต์แวร์ โดยสร้างโค้ดจากพร้อมท์ตลอดจนจากบริบทของโค้ดและความคิดเห็นผ่านการเติมข้อความอัตโนมัติสำหรับสภาพแวดล้อมการพัฒนาแบบรวม (IDE) ยอดนิยม ซึ่งรวมถึงภาษาทั่วไป เช่น JavaScript, C++, Python และ Rust

สิ่งที่ดึงดูดใจอย่างมากของโมเดล generative คือ พวกเขาสามารถเขียนโค้ดได้หลายภาษา ช่วยให้นักพัฒนาสามารถป้อนข้อความแจ้งให้สร้าง ปรับโครงสร้างใหม่ หรือแก้ไขบรรทัดโค้ดได้ Michael Bachman หัวหน้าฝ่ายสถาปัตยกรรมและกลยุทธ์ AI ของ Boomi กล่าว “โดยพื้นฐานแล้ว มนุษย์ทุกคนที่โต้ตอบกับ Gen AI นั้นเป็นนักพัฒนาเสมือนและอาวุโส” เขากล่าว

ผู้จำหน่ายซอฟต์แวร์รายนี้ได้รวม Gen AI เข้ากับผลิตภัณฑ์บางอย่างของบริษัท รวมถึง Boomi AI ซึ่งแปลคำขอภาษาธรรมชาติไปสู่การปฏิบัติ นักพัฒนาสามารถใช้ Boomi AI เพื่อออกแบบกระบวนการบูรณาการ, API และโมเดลข้อมูลเพื่อเชื่อมต่อแอปพลิเคชัน ข้อมูล และกระบวนการต่างๆ ตามที่ Boomi กล่าว

บริษัทใช้ Gen AI เพื่อสนับสนุนนักพัฒนาซอฟต์แวร์ของตนเอง ซึ่งเฝ้าดูโค้ดที่รันแพลตฟอร์มอย่างใกล้ชิด

“และนั่นคือกุญแจสำคัญ” บาคแมนกล่าว “หากคุณใช้ Gen AI เป็นแหล่งข้อมูลหลักในการสร้างแอปพลิเคชันทั้งหมด คุณอาจจะผิดหวัง นักพัฒนาที่ดีใช้ Gen AI เป็นจุดเริ่มต้นหรือเพื่อทดสอบสถานการณ์ความล้มเหลวอย่างละเอียด ก่อนที่จะนำโค้ดไปใช้จริง สิ่งนี้ คือวิธีที่เราจัดการกับเรื่องนั้นภายใน"

ทีมงานของเขายังทำงานเพื่อสร้างฟีเจอร์เพื่อตอบสนอง "วัตถุประสงค์ AI ที่ใช้งานได้จริง" ของลูกค้า ตัวอย่างเช่น Boomi กำลังสร้างระบบการดึงข้อมูลเนื่องจากลูกค้าจำนวนมากต้องการแทนที่การค้นหาคำหลักด้วยความสามารถในการค้นหาเนื้อหา เช่น แคตตาล็อกบนเว็บไซต์ของตน ในภาษาธรรมชาติ

นักพัฒนายังสามารถใช้ Gen AI เพื่อปรับปรุงความปลอดภัยได้ Lo Giudice กล่าวโดยมองหาช่องโหว่ในโค้ดที่สร้างโดย AI และเสนอคำแนะนำเพื่อช่วยนักพัฒนาแก้ไขช่องโหว่บางอย่าง

เมื่อเปรียบเทียบกับการเขียนโค้ดแบบดั้งเดิม กลยุทธ์การพัฒนาที่ไม่ต้องใช้โค้ดหรือโค้ดเพียงเล็กน้อยสามารถนำเสนอความเร็ว คุณภาพในตัว และความสามารถในการปรับตัว John Bratincevic นักวิเคราะห์หลักของ Forrester กล่าว

นอกจากนี้ยังจัดเตรียมห่วงโซ่เครื่องมือวงจรการพัฒนาซอฟต์แวร์แบบครบวงจรและการเข้าถึงกลุ่มผู้มีความสามารถที่ขยายออกไปซึ่งรวมถึงผู้ที่ไม่ใช่ผู้เขียนโค้ดและ "นักพัฒนาพลเมือง" นอกชุมชนไอที Bratincevic กล่าว

อย่างไรก็ตาม องค์กรต่างๆ อาจเผชิญกับความท้าทายที่เกี่ยวข้องกับการกำกับดูแลการดำเนินงานขนาดใหญ่ โดยเฉพาะอย่างยิ่งกับการจัดการนักพัฒนาพลเมืองที่สามารถนับจำนวนได้นับพัน เขาเตือน การกำหนดราคาอาจเป็นอุปสรรคเช่นกัน เนื่องจากโดยทั่วไปจะขึ้นอยู่กับจำนวนผู้ใช้ปลายทาง เขากล่าว

ในขณะที่ผู้ช่วยซอฟต์แวร์ Gen AI หรือ AI สามารถทำให้มืออาชีพรุ่นเยาว์สามารถเติมเต็มช่องว่างที่มีความสามารถ รวมถึงในด้านความปลอดภัยทางไซเบอร์ Lo Giudice กล่าวว่าการตรวจสอบสายตาโดยผู้เชี่ยวชาญยังคงจำเป็นสำหรับงานทั้งหมดนี้

Bratincevic เห็นด้วย โดยเน้นย้ำถึงความจำเป็นที่นักพัฒนาและพนักงานคนอื่นๆ ในวงจรการพัฒนาซอฟต์แวร์จะต้องตรวจสอบทุกสิ่งที่แพลตฟอร์มสร้างขึ้นหรือกำหนดค่าอัตโนมัติโดยใช้ AI

“เรายังไม่ถึง และอาจจะไม่มีวันเป็นเช่นนั้น อยู่ในจุดที่ไว้วางใจ AI ในการพัฒนาซอฟต์แวร์” เขากล่าว

ประการแรก มีข้อกำหนดด้านความปลอดภัยที่ต้องพิจารณา ตามที่ Scott Shaw CTO ประจำภูมิภาคเอเชียแปซิฟิกของ Thoughtworks กล่าว ที่ปรึกษาด้านเทคโนโลยีจะทดสอบเครื่องมือใหม่ๆ เป็นประจำเพื่อปรับปรุงประสิทธิภาพ ไม่ว่าจะใน IDE หรือเพื่อสนับสนุนการทำงานของนักพัฒนา บริษัทดำเนินการดังกล่าวตามความเหมาะสมของลูกค้าและต้องได้รับความยินยอมเท่านั้น Shaw บอกกับ ZDNET โดยสังเกตว่าบางธุรกิจยังคงกังวลเกี่ยวกับการใช้ Gen AI

“ประสบการณ์ของเราคือเครื่องมือเข้ารหัสซอฟต์แวร์ [Gen AI] ไม่คำนึงถึงความปลอดภัยและ [ปรับให้เข้ากับ] แนวทางปฏิบัติในการเข้ารหัสความปลอดภัย” เขากล่าว ตัวอย่างเช่น นักพัฒนาที่ทำงานให้กับองค์กรในสภาพแวดล้อมที่มีการควบคุมหรือไวต่อข้อมูลอาจต้องปฏิบัติตามแนวทางปฏิบัติและการควบคุมด้านความปลอดภัยเพิ่มเติมซึ่งเป็นส่วนหนึ่งของกระบวนการส่งมอบซอฟต์แวร์

การใช้ตัวช่วยเขียนโค้ดสามารถเพิ่มผลิตภาพได้เป็นสองเท่า แต่นักพัฒนาจำเป็นต้องถามว่าพวกเขาสามารถทดสอบโค้ดได้อย่างเพียงพอและปฏิบัติตามข้อกำหนดด้านคุณภาพตลอดขั้นตอนการทำงานหรือไม่ เขากล่าว

มันเป็นดาบสองคม: องค์กรต่างๆ ต้องดูว่า Gen AI สามารถเพิ่มแนวทางปฏิบัติในการเขียนโค้ดได้อย่างไร เพื่อให้ผลิตภัณฑ์ที่พวกเขาพัฒนามีความปลอดภัยมากขึ้น และในขณะเดียวกัน AI ก็เพิ่มความเสี่ยงด้านความปลอดภัยด้วยแนวทางการโจมตีและช่องโหว่ใหม่ๆ อย่างไร

เนื่องจากมันให้ขนาดที่สำคัญ Gen AI จึงขยายทุกสิ่งที่องค์กรทำ รวมถึงความเสี่ยงที่เกี่ยวข้องด้วย Shaw กล่าว สามารถสร้างโค้ดได้มากขึ้นด้วย ซึ่งหมายความว่าจำนวนความเสี่ยงที่อาจเกิดขึ้นจะเพิ่มขึ้นแบบทวีคูณ

รู้จักโมเดล AI ของคุณ

แม้ว่าแพลตฟอร์มที่ใช้โค้ดน้อยอาจเป็นรากฐานที่ดีสำหรับ Gen AI Turingbots เพื่อช่วยในการพัฒนาซอฟต์แวร์ Bratincevic ตั้งข้อสังเกตว่าองค์กรต่างๆ ควรรู้ว่าโมเดลภาษาขนาดใหญ่ (LLM) ใดที่ถูกนำมาใช้ และให้แน่ใจว่าสอดคล้องกับนโยบายองค์กรของตน

เขากล่าวว่าผู้เล่น Gen AI "แตกต่างกันอย่างมาก" ในแง่นี้ และกระตุ้นให้ธุรกิจตรวจสอบเวอร์ชันและข้อตกลงใบอนุญาตหากพวกเขาใช้ LLM สาธารณะ เช่น ChatGPT ของ OpenAI

เขาเสริมว่าฟีเจอร์ที่ขับเคลื่อนด้วย Gen AI สำหรับการสร้างโค้ดหรือการกำหนดค่าส่วนประกอบจากภาษาธรรมชาติยังไม่สมบูรณ์ พวกเขาอาจเห็นการยอมรับเพิ่มขึ้นในหมู่นักพัฒนาพลเมือง แต่ไม่น่าจะสร้างความประทับใจให้กับนักพัฒนามืออาชีพ

Bratincevic กล่าวว่า "ในขณะนี้ แพลตฟอร์ม low-code ที่ได้รับการพิสูจน์แล้วและบูรณาการอย่างดีบวกกับ Gen AI เป็นแนวทางที่สมเหตุสมผลมากกว่าแพลตฟอร์มที่ไม่ได้รับการพิสูจน์หรือมีน้ำหนักเบาซึ่งพูดถึงเกมที่ดีบน AI"

ในขณะที่ LLM ดำเนินการเขียนโค้ดอย่างหนัก มนุษย์ยังคงจำเป็นต้องรู้ว่าอะไรที่จำเป็น และจัดเตรียมบริบท ความเชี่ยวชาญ และการดีบักที่เกี่ยวข้องเพื่อให้แน่ใจว่าผลลัพธ์มีความแม่นยำ Bachman กล่าวเสริม

นักพัฒนายังต้องคำนึงถึงการแบ่งปันข้อมูลที่เป็นกรรมสิทธิ์และทรัพย์สินทางปัญญา (IP) โดยเฉพาะอย่างยิ่งกับเครื่องมือโอเพ่นซอร์ส เขากล่าว พวกเขาควรหลีกเลี่ยงการใช้ IP ส่วนตัว เช่น รหัสและตัวเลขทางการเงิน เพื่อให้แน่ใจว่าพวกเขาไม่ได้ฝึกโมเดล Gen AI ของตนโดยใช้ IP ขององค์กรอื่น หรือในทางกลับกัน “และถ้าคุณเลือกที่จะใช้ LLM แบบโอเพ่นซอร์ส ตรวจสอบให้แน่ใจว่าได้รับการทดสอบอย่างดีก่อนที่จะนำไปใช้จริง” เขากล่าวเสริม

“ฉันจะทำผิดนอกเหนือจากความรอบคอบอย่างยิ่งเกี่ยวกับโมเดลที่เครื่องมือ Gen AI ได้รับการฝึกฝน หากคุณต้องการให้โมเดลเหล่านั้นมีคุณค่า คุณต้องตั้งค่าไปป์ไลน์ที่เหมาะสม หากคุณไม่ทำเช่นนั้น Gen AI อาจทำให้เกิด ปัญหาอีกมากมาย” เขาเตือน

ยังเป็นวันแรกและเทคโนโลยียังคงมีการพัฒนาอย่างต่อเนื่อง ผลกระทบต่อบทบาทต่างๆ รวมถึงนักพัฒนาซอฟต์แวร์จะเปลี่ยนแปลงไปอย่างไรนั้นยังห่างไกลจากความแน่นอน

ตัวอย่างเช่น ผู้ช่วยเขียนโค้ดที่ขับเคลื่อนด้วย AI อาจเปลี่ยนแปลงคุณค่าของทักษะต่างๆ Shaw เหน็บ: นักพัฒนาจะถือว่าดีขึ้นเพราะพวกเขามีประสบการณ์มากกว่าหรือเพราะพวกเขาจำลำดับการเข้ารหัสทั้งหมดได้?

สำหรับตอนนี้ เขาเชื่อว่ากรณีการใช้งานที่ใหญ่ที่สุดคือความสามารถของ Gen AI ในการสรุปข้อมูล ซึ่งเป็นฐานความรู้ที่ดีสำหรับนักพัฒนาเพื่อให้เข้าใจธุรกิจได้ดีขึ้น จากนั้นพวกเขาสามารถแปลความรู้ดังกล่าวเป็นคำสั่งเฉพาะ เพื่อให้ระบบสามารถดำเนินงานและสร้างผลิตภัณฑ์และคุณสมบัติที่ลูกค้าต้องการได้