人工智能将如何改变软件开发者的世界?

动化平台给软件开发人员带来的影响越来越明显。

随着越来越多的企业尝试使用AI基础模型(例如OpenAI的ChatGPT),但与此同时,自动化平台给软件开发人员带来的影响越来越明显。

一方面,这些平台可能会彻底改变开发人员的工作方式;另一方面,这些平台也威胁到业内人士的工作,与既定流程形成鲜明对比。

也就是说,毫无疑问地,像ChatGPT这样的平台是一股颠覆性的力量,受到了风险资本家的热烈欢迎。根据研究公司Gartner的数据显示,过去三年中生成式AI解决方案获得了超过17亿美金的投资,其中很大一部分投入在AI软件编码上。

自动化对软件开发还有其他很多潜在影响,尤其是所生成代码的质量和多样性。

行业分析师Dave Vellante写道:“大型语言模型可以降低复杂性并加速企业自动化平台的采用,但不利的一面是,软件机器人旨在通过智能自动化提高人类生产力,而GPT模型可能会蚕食一些(如果不是很多的话)最初由RPA供应商瞄准的用例。”

这一新的现实,正在促使客户重新考虑他们的自动化战略,促使厂商完善他们对外传递的信息,将基础模型定位为他们平台的催化剂。

那么这项新技术将如何改变开源开发者社区?新兴的自动化平台为何是一把双刃剑?最后,这将如何给这个行业带来永远的改变?

AI的实际应用

在AI呈现爆炸式发展之前,自动化已经达到惊人的发展速度。根据世界经济论坛最近预测,到2025年自动化和技术进步预计将取代8500万个工作岗位,但“随着人类、机器和算法越来越多地协同工作”,将创造9700万个新的角色。

开源的生成式AI——例如OpenAI开发的自然语言处理模型GPT-3,可能会颠覆大多数技术领域,软件开发者也不能幸免。

例如,GPT-3可以自动生成代码,一些初创公司如Hugging Face,已经开始为此做好了准备。

Hugging Face公司首席执行官Clement Delague表示:“Hugging Face是全球初创企业和其他企业的资源,我们可以帮助他们构建几乎任何自然语言处理应用,其时间、成本和复杂性,是他们自己开发所用的很小一部分,从而帮助组织将他们的解决方案快速推向市场。”

GitHub首席执行官Thomas Dohmke在最近的一篇博客文章中表示:“我们内部正在测试新的功能,GitHub Copilot将在开发人员通过动态提取有关代码更改信息创建拉取请求时,自动提出关于句子和段落的建议。”

AI技术已经被用于优化代码,提出改进建议并降低出错的可能性,此外还被用于自动化测试。尽管ChatGPT在技术领域实现了“类似Netscape”的高光时刻,但目前尚不清楚IT决策者将如何在他们的组织中直接实施这项技术。

Vellante在一份分析中,引用了最近一次CIO圆桌会议的内容。在谈到机器人过程自动化、机器学习和人工智能时,一位CIO表示,这三者本质上都是在尝试解决相同的业务场景,即消除多余的资源,无论是人力资源还是其他资源。

这位CIO表示:“OpenAI通过ChatGPT展示了,你可以避免很多‘开销’,围绕典型的RPA构建复杂的工件。我认为这是一个非常有趣的价值主张——能够取代‘经典’RPA中的一些工作台,这些工作台需要很长时间才能掌握,并且需要很长时间才能获得超过常规用例的任何价值。”

其他人则试图让这些技术更容易获得。Red Hat致力于创建社区驱动的AI作为其Project Wisdom计划的一部分,以简化基础设施的自动化。

Red Hat公司副总裁、Ansible业务部门总经理Tom Anderson表示:“现在这是社区之旅的开始,我们将通过Discord之类的渠道合作开展这项工作,吸引人们参与进来。”

对人类开发者的担忧

问题的另一面涉及这种新兴技术将可能完全取代人类开发者。事实上,高盛集团等公司已经开始在内部尝试使用生成式AI来协助编写代码了。

如果组织过于依赖AI生成的代码还会引发其他问题,例如如果针对不同任务有不同的基础模型,就会出现碎片化的问题,这可能会导致开发者难以有效协作。另外,如果没有对AI生成的代码进行制衡也会可能出问题,特别是考虑到当前ChatGPT仍然可能出现所谓的“幻觉”。

Neuroflash联合创始人、首席营销官Henrik Roth说:“这些技术会非常有说服力地告诉你它‘认为’是对的,不管它有多少错误。”Roth说,ChatGPT是用于创意写作和广告的绝佳工具,但“如果是在那些事实更重要的领域——例如新闻和科学领域——人们应该对每一个声明进行事实核查。”

企业如何看待未来之路

自动化平台将不可避免地改变软件开发者的游戏规则。大型企业,尤其是那些处于机器学习、人工智能和自动化交叉领域的企业,正在使用RPA作为一种替代工具,包括微软、AWS和谷歌。

Vellante表示:“微软在收入份额方面处于有利地位,观察家可以预期,微软于OpenAI的关系将成为微软AI战略的关键。从技术角度来看,微软在AI方面可以说落后于AWS和谷歌,但在商业模式方面,微软似乎已经跃居领先地位。”

在他关于企业技术的研究中,询问了客户是否正在评估GPT模型以及针对哪些用例。令人惊讶的是,有56%的客户表示他们没有对此进行评估,而除此之外,另外大部分客户正在评估将这项技术用于客户聊天。

“从表面上看人们会得出结论,RPA和自动化平台可以从GPT模型中受益,并且这些用例在很大程度上是互补的。例如,基础模型可以编写代码或者加速指导软件机器人的自动化代码开发,但与此同时,大型语言模型的功能与一些早期RPA用例之间存在重叠,随着时间的推移,这种重叠很可能会进一步增加。”

接下来何去何从?

对于开发者来说,机遇和挑战都迫在眉睫,因为AI基础模型有可能会彻底改变他们的工作方式,即使对工作安全性和既定流程仍然存在威胁。

这个市场仍然是两极分化的:在艰难时期,公司会想办法削减成本,寻找自动化技术可以发挥作用的方面。但同时,企业必须花钱才能赚钱。

“GPT模型正在催生新的思想,买家和卖家都在努力将基础模型转化为机会,GPT模型的早期用例很有趣,但不能直接替代企业自动化平台。然而,低端自动化存在风险,毫无疑问,这里有一个维恩图与基础模型和自动化平台相交。”

事实上,生成式AI会蚕食一些RPA的用例。另一方面,这两种技术可以协同工作以便对更广泛的任务进行自动化。

“尽管如此,我们认为所有厂商都必须利用GPT模型来简化和加速采用;买家必须退后一步,试水一下,看看他们如何部署这些新的创新来为他们的业务增加价值。”

与AI进步颠覆了大多数技术一样,自动化平台也在不断变化中,只有时间才能证明未来会是什么样子的。

来源:至顶网软件与服务频道

0赞

好文章,需要你的鼓励

2023

05/15

11:15

分享

点赞

邮件订阅