記事の内容
Platform EngineeringのコミュニティでBackstageConというイベントで話されていたことを書きましたという記事があったので気になるところを一部まとめています。
登壇者はVMWareのBen Wilcockという方です。
BackstageConは2023/11/06に行われたイベントで、リンクの記事は2023/11/10に書かれたものです。
AIによる生産性向上の測定結果
コンサルタント向け
- より優秀な人は17%, ローパフォーマーは43%のパフォーマンスの改善が見られた
- 経験の浅い人ほど大きな恩恵を得られている
- データ分析などのAIが得意とする分野では、生産性・品質・速度の大きな向上がみられた
- AIを使用した場合、12%多くタスクを25%早く完了させた
- AIに向かないタスクではAI利用者は正しいソリューションを生み出す可能性が 19 ポイント低かった
開発者向け
以下はリンク先にある画像です。
調査の要約としては、
- ドキュメンテーションとコードの作成はほぼ半分の時間で完了
- リファクタリングは3分の2程の時間で完了
- タスクの複雑性と開発者の経験に応じて異なり、複雑性の高いタスクは10%未満へ減少した
- 場合によってはGenAIを使用すると7~10%の増加が見られた
- 速度向上のために品質が犠牲になることはなかった
といった感じです。
GenAIが導く場所
次に4領域で生産性が大幅に向上する
- 手作業や繰り返しの作業
- 新しいコードのドラフトをすぐに開始できる
- 既存コードの更新
- 新しい課題へ取り組む開発者の能力の向上
- 複雑なタスクにおいて、指定された時間枠内で完了する可能性が 25~30% 高くなった
AIベースの生成ツールを使用している開発者は、全体的な幸福感、充実感、フロー状態であることを報告する可能性が 2 倍以上であった。
開発者の専門知識が必要なタスク
人間の監視と関与が必要な3つの領域
- コードにバグやエラーがないかを判断する
- 組織(業務)のコンテキスト
- 既製のGenAIはプロジェクトや組織のニーズを知らないため、コードやデータがニーズを満たしているか
- 難しいコーディング要件
リーダーは何ができるのか
以下の4つの優先事項から始めることが推奨されています。
- スキル開発
- 高度なユースケースの追求
- スキルシフトの計画
- リスクマネジメント