Factory veut utiliser l’IA pour automatiser le cycle de vie du développement logiciel | TechCrunch

« />

Crédits images : Andreï Souslov / Getty Images

La vitesse des développeurs, c’est-à-dire la vitesse à laquelle une organisation expédie le code, est souvent affectée par des processus nécessaires mais longs tels que la révision du code, la rédaction de la documentation et les tests. Les inefficacités menacent de prolonger encore davantage ces processus. Selon une source, les développeurs perdent 17,3 heures par semaine à cause de la dette technique et d’un mauvais code, c’est-à-dire non fonctionnel.

Matan Grinberg, docteur en physique théorique, et Eno Reyes, ancien data scientist chez Hugging Face et Microsoft, pensaient qu’il devait y avoir une meilleure solution.

Lors d’un hackathon à San Francisco, Grinberg et Reyes ont construit une plate-forme capable de résoudre de manière autonome des problèmes de codage simples, une plate-forme dont ils ont ensuite cru qu’elle avait un potentiel commercial. Après le hackathon, les deux hommes ont élargi la plate-forme pour gérer davantage de tâches de développement logiciel et ont fondé une société, Factory, pour monétiser ce qu’ils avaient construit.

La mission de Factory est d’apporter de l’autonomie au génie logiciel, a déclaré Grinberg à TechCrunch dans une interview par courrier électronique. Plus concrètement, Factory aide les grandes organisations d’ingénierie à automatiser certaines parties de leur cycle de vie de développement logiciel via des systèmes autonomes alimentés par l’IA.

Les systèmes d’usine que Grinberg appelle Droids, un terme avec lequel Lucasfilm pourrait avoir un problème, sont conçus pour jongler avec diverses tâches d’ingénierie logicielle répétitives, banales mais normalement chronophages. Par exemple, Factory dispose de Droids pour réviser le code, refactoriser ou restructurer le code et même générer du nouveau code à partir des invites du GitHub Copilot.

Grinberg explique : Le Review Droid laisse des critiques de code perspicaces et fournit un contexte aux réviseurs humains pour chaque modification apportée à la base de code. La documentation Droid génère et met continuellement à jour la documentation selon les besoins. Le Droid de test écrit des tests et maintient le pourcentage de couverture des tests à mesure que le nouveau code est fusionné. La connaissance Droid réside dans votre plateforme de communication (par exemple Slack) et répond à des questions plus profondes sur le système d’ingénierie. Et le projet Droid aide à planifier et à concevoir les exigences en fonction des tickets d’assistance client et des demandes de fonctionnalités.

Tous les droïdes d’usine sont construits sur ce que Grinberg appelle le noyau du droïde : un moteur qui ingère et traite les données du système d’ingénierie d’une entreprise pour créer une base de connaissances, et un algorithme qui extrait les informations de la base de connaissances pour résoudre divers problèmes d’ingénierie. Un troisième composant principal de Droid, Reflection Engine, agit comme un filtre pour les modèles d’IA tiers exploités par Factory, permettant à l’entreprise de mettre en œuvre ses propres protections, ses meilleures pratiques de sécurité, etc., en plus de ces modèles.

L’aspect entreprise ici est qu’il s’agit d’une suite logicielle qui permet aux organisations d’ingénierie de produire de meilleurs produits plus rapidement, tout en améliorant le moral des ingénieurs en allégeant la charge de tâches fastidieuses telles que la révision du code, la documentation et les tests, a déclaré Grinberg. De plus, en raison de la nature autonome des droïdes, peu de choses sont nécessaires en matière de formation et d’intégration des utilisateurs.

Désormais, si Factory pouvait automatiser toutes ces tâches de développement de manière cohérente et fiable, la plate-forme serait effectivement rentabilisée. Selon une enquête réalisée en 2019 par Tidelift et The New Stack, les développeurs passent 35 % de leur temps à gérer le code, y compris les tests et la réponse aux problèmes de sécurité, et moins d’un tiers de leur temps à coder.

Mais la question est : est-ce possible ?

Même les meilleurs modèles d’IA actuels n’hésitent pas à commettre des erreurs catastrophiques. Et les outils de codage génératif peuvent introduire du code non sécurisé, une étude de Stanford suggérant que les ingénieurs logiciels qui utilisent l’IA génératrice de code sont plus susceptibles de provoquer des failles de sécurité dans les applications qu’ils développent.

Grinberg a été franc sur le fait que Factory ne disposait pas du capital nécessaire pour former tous ses modèles en interne et était donc à la merci des limitations de tiers. Mais, affirme-t-il, la plate-forme Factory continue d’offrir de la valeur tout en s’appuyant sur des fournisseurs tiers pour une certaine puissance d’IA.

Notre approche consiste à construire ces systèmes d’IA et ces architectures de raisonnement, en utilisant des modèles de pointe et en établissant des relations avec les clients pour apporter de la valeur dès maintenant », a déclaré Grinberg. En tant que startup précoce, c’est une bataille perdue d’avance pour former [large] des modèles. Par rapport aux opérateurs historiques, vous n’avez aucun avantage monétaire, aucun avantage en matière d’accès aux puces, aucun avantage en matière de données et (presque certainement) aucun avantage technique.

Le jeu à long terme des usines est former davantage de ses propres modèles d’IA pour construire un système d’IA d’ingénierie de bout en bout et différencier ces modèles en sollicitant des données de formation en ingénierie auprès de ses premiers clients, a déclaré Grinberg.

Au fil du temps, nous aurons plus de capital, la pénurie de puces disparaîtra et nous aurons un accès direct (avec autorisation) à un trésor de données (c’est-à-dire la chronologie historique de sociétés d’ingénierie entières), a-t-il poursuivi. Nous construisons bien les droïdes pour qu’ils soient robustes, entièrement autonomes avec une interaction humaine minimale requise et adaptés aux besoins des clients dès le premier jour.

Est-ce une vision trop optimiste ? Peut-être. Le marché des startups d’IA devient de jour en jour plus compétitif.

Mais au crédit de Grinbergs, Factorys travaille déjà avec un groupe central d’environ 15 entreprises. Grinberg ne nommerait pas de noms, ne sauverait pas les clients qui ont utilisé la plate-forme Factorys pour rédiger des milliers de révisions de code et des centaines de milliers de lignes de code à ce jour et dont la taille varie du stade de démarrage au public.

Factory a récemment clôturé un tour de table de 5 millions de dollars co-dirigé par Sequoia et Lux avec la participation de SV Angel, BoxGroup, le PDG de DataBricks Ali Ghodsi, le co-fondateur de Hugging Face Clem Delangue et d’autres. Grinberg dit que le nouveau capital sera consacré à l’expansion de l’équipe de six personnes et des capacités de la plateforme de Factory.

Les principaux défis de cette industrie de génération de codes d’IA sont la confiance et la différenciation, a-t-il déclaré. Chaque vice-président de l’ingénierie souhaite améliorer les résultats de son organisation grâce à l’IA. Ce qui fait obstacle à cela, c’est le caractère peu fiable de nombreux outils d’IA et la réticence des grandes organisations labyrinthiques à faire confiance à cette nouvelle technologie aux allures futuristes. Factory construit un monde dans lequel le génie logiciel lui-même est un produit accessible et évolutif.