Generativ AI (GenAI) og den hastige udbredelse har grundlæggende omformet industrier, og softwareudvikling fører an. AI genererer nu mere end en fjerdedel af Googles nye kode!
Denne hurtige omfavnelse af AI giver værdifulde erfaringer til andre industrier, der kæmper med udfordringer ved implementeringen. En nylig undersøgelse viste, at 81 % af softwareingeniørerne bruger GenAI til at automatisere opgaver, der tidligere blev udført manuelt – et dramatisk skift fra for blot to år siden.
For at udforske disse indsigter yderligere talte vi med Robert Whiteley, administrerende direktør for Coder, som delte sit perspektiv på AIs indvirkning på softwareudvikling og de potentielle konsekvenser på tværs af andre områder. I denne Q&A udfolder Rob mulighederne, risiciene og den udviklende dynamik ved AI-implementering og giver organisationer vejledning i, hvordan de kan integrere AI i deres arbejdsgange på en vellykket måde, samtidig med at de undgår almindelige faldgruber.
- Har implementeringen af AI virkelig styrket udviklerne, eller introducerer den nye kompleksiteter og pres, som ikke var lige så fremtrædende før? Er der aspekter af udvikleroplevelsen, der kan være blevet forværret på grund af AI?
"Når AI implementeres korrekt, kan det være forandrende for udviklernes produktivitet og den samlede udvikleroplevelse. Ved at strømline kedelige kodningsopgaver, reducere fejl og forbedre kodekvaliteten gør AI det muligt for udviklere at fokusere på arbejde med større værdi. Det handler om at forstærke deres indvirkning, ikke om at erstatte deres kreativitet. Men selvom fordelene er ubestridelige, medfører integration af AI i softwareudvikling også sine egne udfordringer."
Implementeringen af AI i udvikling er gået hurtigt. For blot to år siden brugte de fleste udviklere ikke AI-værktøjer; nu udnytter 81 % af softwareingeniørerne GenAI til at automatisere opgaver, de tidligere udførte manuelt. Denne stigning har øget produktiviteten, men har også skabt behov for balance. Udviklere skal lære at indarbejde AI, så det supplerer deres færdigheder, samtidig med at de opretholder det menneskelige tilsyn, der er nødvendigt for resultater af høj kvalitet.
En af de største risici er overdreven afhængighed af AI. Bekvemmeligheden ved at uddelegere opgaver til AI kan nogle gange mindske granskningen af resultaterne, hvilket ophæver de effektivitetsgevinster, som AI lover. Samtidig oplever udviklere et stigende pres for at mestre nye færdigheder for at kunne arbejde effektivt med AI-værktøjer. Håndtering af AI i arbejdsgange føles i stigende grad som at lede et team – det kræver en blanding af tekniske evner og lederevner, som mange udviklere stadig er ved at lære at navigere i. Betragt GenAI som en ivrig praktikant, der gerne vil gøre udvikleren tilfreds. Det kræver specifikke prompter, positiv forstærkning og iterativ vejledning at få gode resultater fra din GenAI-ledsager.
Organisationer har også svært ved at standardisere, når de ruller AI ud. Ofte er de afhængige af værktøjer fra eksisterende partnere eller tager løsninger i brug stykvist baseret på individuelle præferencer eller opkøb. Det skaber et kludetæppe af værktøjer, som komplicerer arbejdsgange og styring, især i større organisationer, hvor uautoriseret brug af AI hurtigt kan komme ud af kontrol.
For fuldt ud at styrke udviklerne har virksomheder brug for klare politikker og retningslinjer fra begyndelsen. Udviklere skal føle sig trygge ved at bruge AI, samtidig med at de forholder sig kritisk til resultaterne. Og måske vigtigst af alt skal implementeringen ske i et tempo, der understøtter læring og udvikling. AI er et stærkt værktøj, men det fungerer bedst, når det forbedrer – ikke erstatter – menneskelig ekspertise."
- Tror du, at virksomheder overvurderer AIs kortsigtede indvirkning, men undervurderer de langsigtede risici, såsom potentielle skævheder eller overdreven afhængighed af automatisering? Er der risici, som der ikke bliver talt nok om?
"Den hurtige implementering af AI-værktøjer har overhalet mange virksomheders beredskab til at håndtere risiciene. Selvom den indledende optimisme omkring AIs fordele er velbegrundet, går alt for mange virksomheder videre uden den nødvendige infrastruktur til at afværge kritiske trusler som dataeksfiltrering, tyveri af intellektuel ejendom, prompt-injektion og dataforgiftning. Med 2025, der tegner til at blive året for databrud forårsaget af generativ AI, er investering i passende sikkerhedsforanstaltninger ikke valgfrit – det er afgørende for at implementere AI med succes i dagens stadig mere komplekse cybersikkerhedslandskab.
Der er også spørgsmålet om, hvem der ejer resultatet. De fleste værktøjer til kodeassistance baseret på GenAI – især de betalte versioner, der ikke er beregnet til forbrugere – tildeler de intellektuelle ejendomsrettigheder til udvikleren. De yder også skadesløsholdelse mod risici forbundet med de underliggende LLM'er. Dette gælder dog ikke universelt. Virksomheder skal nøje forstå vilkårene og betingelserne for de værktøjer, de tillader – og blokerer. Ellers kan organisationer ende med at eje den intellektuelle ejendom i fællesskab.
Risiciene ved AI er reelle. Virksomheder skal finde balancen mellem at udnytte AIs muligheder og opretholde menneskeligt tilsyn for at sikre kvalitet, nøjagtighed og sikkerhed. Fremtidig succes begynder med omhyggelig planlægning og disciplineret udførelse i dag. Virksomheder har ikke råd til at jagte prangende AI-anvendelser eller hurtige gevinster uden at tilpasse disse initiativer til udviklingsteamenes reelle behov. Den rigtige tilgang kombinerer klare styringspolitikker, brugeruddannelse og fokus på at løse meningsfulde problemer. Sådan kan AIs fulde potentiale realiseres sikkert og effektivt. For organisationer, der ønsker at implementere disse løsninger korrekt, kan samarbejde med erfarne partnere inden for skræddersyet softwareudvikling hjælpe med at navigere i disse udfordringer."
- Hvilke brancher kunne fejlagtigt antage, at AI ikke er så relevant for deres område, men ville få størst udbytte af at integrere det? Findes der overraskende succeshistorier, hvor AI-indsigter fra udviklere revolutionerer usandsynlige sektorer?
"AI er ved at transformere alle brancher, fra sundhedsvæsenet til produktion og endda underholdning. På trods af deres forskelle har mange af disse brancher betydelige overlap i deres udfordringer. Uanset om det handler om at matche sengekapacitet med svingende patientefterspørgsel på en akutafdeling eller optimere en produktsforsyningskæde, skyldes roden til disse udfordringer ofte ineffektiv datahåndtering. AI-værktøjer kan yde en stor hjælp med at strømline disse processer gennem automatisering, ligesom de gør for udviklere, når det handler om at skrive kode.
I Coders tilfælde er jeg blevet mest overrasket over bilindustrien. Bilproducenter beskæftiger store mængder udviklere til at skabe og vedligeholde stadig mere intelligente og autonome biler. Det er ikke usædvanligt, at en stor producent har 10.000 eller flere udviklere. De største Coder-implementeringer kommer fra bilproducenter; de bruger alle mere end én GenAI-løsning."
10 Topværktøjer til AI!
- Hvordan håndterer du ledere, der er bekymrede for, at indførelsen af AI kan føre til tab af arbejdspladser eller tab af menneskelig intuition? Kunne det første skridt i indførelsen af AI i højere grad handle om tankegang end om teknologi?
"Den rette tankegang og kommunikation er afgørende for at få et AI-initiativ i gang. Modstand mod forandring er normalt, især når forandringen medfører lige så mange rygter og potentielle risici som AI. Beslutningstagere skal demonstrere AIs værdi i den virkelige verden og dets indvirkning på udviklernes dagligdag.
Udviklere vil altid være problemløsere, og det ændrer sig ikke med implementeringen af AI. Det, der ændrer sig, er hvordan de løser problemer. Når AI introduceres, bliver hver udvikler i praksis leder af sit eget team af robotter og beder dem tænke anderledes over, hvordan et problem skal opdeles, og sende den efterfølgende opgave videre til en AI-agent. Det kræver et skift fra et rent teknisk færdighedssæt til bløde kompetencer – i stedet for at værdsætte dyb ekspertise inden for et bestemt sæt programmeringssprog skal udviklere spørge: “Kan jeg kommunikere effektivt?”
Udviklere vil også få et stigende niveau af autonomi, når de løser problemer, da det bliver op til den enkelte at beslutte, hvordan de strukturerer deres team af AI-robotter. Det kan for eksempel være at beslutte, om de vil tildele robotter til forskellige faser af softwareudviklingens livscyklus, opdele arbejdet efter programmeringssprog og så videre. At tilbyde træning eller muligheder for kompetenceudvikling, som hjælper udviklere med at styrke disse nye bløde kompetencer, er et afgørende skridt for deres langsigtede succes.
Det er også vigtigt, at beslutningstagere anerkender, at AI endnu ikke er klar til fuldstændigt at erstatte menneskelig indblanding, aflive myter og korrekt positionere nye initiativer som et nyttigt værktøj, ikke en erstatning. AI har gjort imponerende fremskridt i de senere år, men disse værktøjer kan kun få udviklere 80 % af vejen. Menneskelig indgriben er nødvendig for at finpudse de resterende 20 % og høste tidsbesparelser og kvalitetsfordele. Ved at positionere AI som en assistent, der fremskynder den digitale transformation, kan ledere bedre forberede deres teams på ikke blot modvilligt at acceptere AI-værktøjer, men på at tage dem til sig og løfte deres samlede erfaring og kompetencer."
- Er bevægelsen med at flytte opgaver til venstre virkelig blevet fremskyndet af AI, eller følger den blot den bredere tendens mod DevOps og automatisering? Er der områder, hvor det at flytte ting til venstre er slået fejl eller har skabt nye flaskehalse?
"Tilgangen med at ’flytte opgaver til venstre’ har længe været brugt til at løse problemer i softwareudviklingen, før de opstår. Men i de senere år er så meget blevet flyttet til venstre, at udviklere bruger mindre og mindre tid på faktiske kodningsprojekter. Det er tid for CIO'er og CTO'er til at gentænke deres strategier.
Selvom DevOps og DevSecOps kan skabe betydelig automatisering og store tidsbesparelser, sker det ofte på bekostning af udvikleren. Når driften flyttes tidligere i softwareudviklingens livscyklus, medfører det en øget kognitiv belastning og lavere produktivitet hos udviklerne. GenAI er blandt andet opstået som et svar på dette problem. Det er et nyt værktøj i værktøjskassen, som ledere kan bruge til at afhjælpe problemer med udviklernes produktivitet og oplevelse.
DevOps- og platformteknikledere kan benytte cloududviklingsmiljøer som en måde at automatisere GenAI i stor skala på. De sikrer, at GenAI altid er forbundet, opdateret og versionsstyret korrekt, hvilket strømliner adgangen for eksterne kontraktudviklere, gør det muligt for datavidenskabsteams at udnytte cloudressourcer og reducerer introduktionstiden for udviklere på nye projekter. Vi ser, at de mest succesfulde virksomheder bruger CDE'er til at flytte værktøjer – især GenAI – til tidligere faser for udviklere uden at påføre dem en produktivitetsskat."
Hvad er det næste?
Rejsen med at tage AI i brug i softwareudvikling udgør en stærk model for andre brancher. Selvom GenAI har åbnet for nye niveauer af produktivitet, fremhæver det også vigtigheden af menneskeligt tilsyn, gennemtænkt implementering og et ændret mindset, hvor man samarbejder med AI som en partner.
Mens virksomheder i andre sektorer overvejer at integrere AI, understreger Rob Whiteleys indsigter en vigtig pointe: Succesfuld implementering handler ikke kun om at udnytte banebrydende teknologi, men også om at give mennesker mulighed for at arbejde smartere, ikke hårdere.
Ved at fremme transparent styring, muliggøre opkvalificering og prioritere problemfri integration kan organisationer håndtere udfordringerne ved at tage AI i brug og frigøre dets transformative potentiale.
Tilmeld dig The CTO Clubs nyhedsbrev for at få flere indsigter om AI.
