Les startups doivent élaborer une stratégie et un budget pour le développement de logiciels assistés par l’IA en 2024 | TechCrunch
De toute entreprise les départements, les produits et l’ingénierie dépensent de loin le plus en technologie d’IA. Selon McKinsey, le faire efficacement pourrait générer une valeur énorme. Les développeurs peuvent effectuer certaines tâches jusqu’à 50 % plus rapidement grâce à l’IA générative.
Mais ce n’est pas aussi simple que de simplement investir de l’argent dans l’IA et d’espérer le meilleur. Les entreprises doivent comprendre quel budget consacrer aux outils d’IA, comment peser les avantages de l’IA par rapport aux nouvelles recrues et comment s’assurer que leur formation est pertinente. Une étude récente a également révélé que OMS Utiliser des outils d’IA est une décision commerciale cruciale, car les développeurs moins expérimentés tirent bien plus d’avantages de l’IA que les développeurs expérimentés.
Ne pas faire ces calculs pourrait conduire à des initiatives médiocres, à un gaspillage de budget, voire à une perte de personnel.
Chez Waydev, nous avons passé l’année dernière à expérimenter la meilleure façon d’utiliser l’IA générative dans nos propres processus de développement de logiciels, à développer des produits d’IA et à mesurer le succès des outils d’IA dans les équipes logicielles. C’est ce que nous avons appris sur la manière dont les entreprises doivent se préparer à un investissement sérieux dans l’IA dans le développement de logiciels.
Réaliser une preuve de concept
De nombreux outils d’IA qui émergent aujourd’hui pour les équipes d’ingénierie sont basés sur une technologie complètement nouvelle, vous devrez donc effectuer une grande partie du travail d’intégration, d’intégration et de formation en interne.
Lorsque votre DSI décide de consacrer votre budget à davantage d’embauches ou à des outils de développement d’IA, vous devez d’abord réaliser une preuve de concept. Nos entreprises clientes qui ajoutent des outils d’IA à leurs équipes d’ingénierie effectuent une preuve de concept pour établir si l’IA génère une valeur tangible et dans quelle mesure. Cette étape est importante non seulement pour justifier l’allocation budgétaire, mais également pour promouvoir l’acceptation au sein de l’équipe.
La première étape consiste à préciser ce que vous cherchez à améliorer au sein de l’équipe d’ingénierie. Est-ce la sécurité du code, la rapidité ou le bien-être des développeurs ? Utilisez ensuite une plateforme de gestion de l’ingénierie (EMP) ou une plateforme d’intelligence en ingénierie logicielle (SEIP) pour savoir si votre adoption de l’IA fait évoluer ces variables. Les mesures peuvent varier : vous pouvez suivre la vitesse en utilisant le temps de cycle, le temps de sprint ou le ratio prévu/réalisé. Le nombre de pannes ou d’incidents a-t-il diminué ? L’expérience des développeurs s’est-elle améliorée ? Incluez toujours des mesures de suivi de la valeur pour garantir que les normes ne baissent pas.
Assurez-vous d’évaluer les résultats de diverses tâches. Ne limitez pas la preuve de concept à une étape ou un projet de codage spécifique ; utilisez-le dans diverses fonctions pour voir les outils d’IA fonctionner mieux dans différents scénarios et avec des codeurs de différentes compétences et rôles professionnels.