¿Cuál es tu responsabilidad en Capgemini? “Cuido el software que se encuentra en los productos. El software es tan omnipresente que en realidad se necesitan diferentes categorías de software y diferentes formas de desarrollarlo. Y puedes imaginar que hay un gran impulso en este momento en términos de software en movimiento. [out the door].”
¿Cómo comenzó su viaje con el software generado por IA? “Originalmente, pensamos en la IA generativa con un gran enfoque en algún tipo de elementos creativos. Entonces, mucha gente hablaba de crear software, escribir historias, crear sitios web, generar imágenes y crear cosas nuevas en general. Si puedes generar imágenes, ¿por qué no puedes generar código? Si puede escribir historias, ¿por qué no escribir historias de usuarios o requisitos relacionados con la creación de software? Ésa es la mentalidad del cambio que se está produciendo y creo que la realidad es que es una combinación de una dinámica impulsada por el mercado. Todo el mundo está avanzando hacia el deseo de construir un negocio digital. En la práctica, ahora estás compitiendo con muchas empresas de tecnología para contratar desarrolladores que construyan estas nuevas plataformas digitales.
“Por eso, muchas empresas piensan: ‘No puedo contratar contra estas grandes empresas tecnológicas aquí en el Área de la Bahía, por ejemplo. ¿Entonces qué hago?’ Recurren a la IA… para afrontar el hecho de que [they] No tengo el grupo de talentos ni los recursos para construir estas cosas digitales. Por eso creo que ahora mismo es una tormenta perfecta. Hay una falta de recursos y la gente realmente quiere construir negocios digitales y, de repente, la idea de utilizar IA generativa para producir código puede compensar esa situación. [a] falta de talento. Por lo tanto, [they] podemos seguir adelante con esos proyectos. Creo que es por eso que se pone tanto énfasis en [genAI software augmentation] y querer avanzar hacia eso”.
¿Cómo ha estado utilizando la IA para crear eficiencias en el desarrollo y la ingeniería de software? “Dividiría el ciclo de vida del desarrollo de software casi en etapas. Hay una fase de precodificación. Esta es la fase en la que escribes los requisitos. Estás generando historias de usuario y creando epopeyas. Su equipo hace gran parte de la planificación sobre lo que van a construir en esta área. Podemos ver que la IA generativa tiene un beneficio aditivo simplemente generando una historia para usted. Puede generar requisitos usándolo. Entonces, te ayuda a escribir cosas, que es lo que la IA generativa hace bien, ¿verdad? Puedes darle algunas indicaciones sobre dónde quieres ir y puede generar estas historias para ti.
“El segundo elemento es que [software] fase de construcción, que es la codificación. Esta es la fase en la que la gente está muy nerviosa y por una muy buena razón, porque el aspecto de generación de código de la IA generativa todavía es casi como un poco de magia. No estamos muy seguros de cómo se genera. Y luego hay muchas preocupaciones con respecto a la seguridad, como ¿de dónde se generó esto? Porque, como sabemos, la IA todavía está aprendiendo de algo más. y tienes que preguntar [whether] ¿Mi código generado será utilizado por alguien más? Así que hay mucho interés en usarlo, pero también hay mucha vacilación a la hora de hacer la parte generacional.
“Y luego está la fase de poscodificación, que incluye todo, desde la implementación y las pruebas, y todo eso. Para esa fase, creo que hay muchas oportunidades no solo para la IA generativa, sino para la IA en general, que se centra en pruebas inteligentes. Entonces, por ejemplo, ¿cómo se generan los casos de prueba correctos? ¿Cómo sabes que estás probando con los elementos correctos? A menudo vemos a muchos clientes que a lo largo de los años simplemente agregaron más y más pruebas a esa fase, y así se hizo más y más grande. Pero en realidad nadie entró y limpió esa fase. Entonces, estás realizando millones de pruebas. Entonces todavía tienes un montón de defectos porque en realidad nadie ha limpiado las pruebas de los defectos que están tratando de detectar. Entonces, mucho de esto se cura mejor con la IA generativa. Específicamente, puede realizar muchas priorizaciones de pruebas. Puede observar los patrones de qué pruebas se utilizan y no se utilizan. Y hay menos preocupación de que algo salga mal con eso. Creo que las herramientas de inteligencia artificial tienen un gran impacto en esa área.