به عنوان یک جهش قابل توجه به سمت بهره وری، اتوماسیون کدگذاری به سرعت در اکوسیستم استارتاپ در حال پیشرفت است. در حال حاضر، بسیاری از استارت آپ ها به سطح اتوماسیون 15 تا 50 درصد دست یافته اند و هدف افزایش این محدوده به 40 تا 85 درصد تا پایان سال 2025 است. این تغییر به دلیل پذیرش گسترده ابزارهای هوش مصنوعی مولد است که توسعه، آزمایش و استقرار نرم افزار را تغییر شکل می دهند.
استارت‌آپ‌ها می‌خواهند گردش‌های کاری توسعه را ساده‌سازی کنند، بهره‌وری را بهبود بخشند و تیم‌های مهندسی را برای تمرکز بر نوآوری‌های ارزشمندتر، از تجارت الکترونیک و فین‌تک گرفته تا SaaS و هوش مصنوعی توانمند کنند. به عنوان مثال، شرکت فناوری تبلیغاتی InMobi 50٪ از کدگذاری نرم افزاری خود را خودکار کرده است و در نظر دارد تا پایان سال 80٪ خودکارسازی شود. به طور مشابه، پلتفرم تجارت الکترونیک B2B Udaan 90٪ از توسعه های front-end و 30-50٪ از سیستم های back-end خود را خودکار کرده است.
K Siddhartha Reddy، معاون و رئیس مهندسی شرکت، اشاره کرد که Udaan به هر توسعه‌دهنده‌ای با ابزارهای مبتنی بر هوش مصنوعی برای بهبود بهره‌وری و تمرکز بر معماری، نوآوری و حل مشکلات کاربر محور قدرت می‌دهد. با پشتیبانی WestBridge Capital، InMobi ابزارهای هوش مصنوعی مانند GitHub Copilot را برای خودکارسازی 20 تا 30 درصد از کارهای روزمره کدگذاری یکپارچه کرده است. هدف، 75 درصد اتوماسیون در کدهای غیرمتمایز، مانند QA و تست واحد، و 50 درصد در کد تولید اصلی تا پایان سال است. Vikas Boggaram Setty، مدیر مهندسی LeadSquared، اظهار داشت که استراتژی آنها شامل ترکیب هوش مصنوعی مولد در طول چرخه عمر توسعه نرم افزار، از برنامه ریزی پروژه تا تجزیه و تحلیل پس از انتشار، استفاده از مدل های هوشمندتر برای ادغام یکپارچه در محیط های توسعه است.
پلتفرم پیام‌رسانی چت Gupshup 35 درصد از گردش‌های کاری کدگذاری خود را خودکار کرده است و هدف آن این است که به زودی به 70-75 درصد افزایش یابد.
اتوماسیون کدنویسی راه اندازی را کارآمدتر می کند
این با تمرکز آن بر آزمایش در مراحل اولیه، اجزای کد قابل استفاده مجدد و گسترش ابزارهای توسعه به کمک هوش مصنوعی مطابقت دارد.
در مقابل، CoRover استارت‌آپ هوش مصنوعی مکالمه‌ای به 40 درصد اتوماسیون در تولید کد تکراری، آزمایش و استقرار دست یافته است و برنامه‌هایی برای رسیدن به 65 درصد تا پایان سال با مدل‌های هوش مصنوعی بهبودیافته دارد. Freshworks، نمونه قابل توجه دیگر، زمان کدنویسی را 30٪ کاهش داده، کیفیت کد را تا 61٪ بهبود بخشیده و بدهی فنی را از طریق یکپارچه سازی هوش مصنوعی کاهش داده است. استارتاپ GenAI Gnani AI 25 تا 30 درصد از وظایف کدگذاری معمول خود را خودکار کرده است و قصد دارد امسال 40 تا 50 درصد به آن اضافه کند.
در حالی که صنایع فناوری مانند SaaS و تجارت الکترونیکی این فشار اتوماسیون را رهبری می‌کنند، صنایع دیگر در حال عقب‌نشینی هستند. پلتفرم آموزشی PhysicsWallah نیز در اتوماسیون پیشرفت کرده است، اگرچه اعداد دقیق فاش نشده است. پلتفرم سرمایه گذاری InvestorAi که در حال حاضر دارای نرخ اتوماسیون 15 درصدی است، قصد دارد تا پایان سال 2025 به 75 درصد برسد.
استارت‌آپ‌ها تاکید می‌کنند که هدف اتوماسیون جایگزینی توسعه‌دهندگان انسانی نیست، بلکه حذف وظایف تکراری و کم ارزش است که به مهندسان اجازه می‌دهد بر تفکر انتقادی، تجربه کاربر و بهینه‌سازی سیستم تمرکز کنند. برای درک محدودیت‌های هوش مصنوعی در درک دقیق و ارزیابی زمینه‌ای طراحی نرم‌افزار پیچیده، شرکت‌ها در حال سرمایه‌گذاری در برنامه‌های بازآموزی برای انتقال توسعه‌دهندگان به سمت‌هایی هستند که به تخصص فنی عمیق‌تر نیاز دارند، مانند طراحی AI/ML و معماری راه‌حل. آنها همچنین فرصت هایی را برای زمینه های جدیدی مانند اخلاق هوش مصنوعی، آموزش مدل، و گردش کار مشترک ایجاد می کنند که هدف آن ادغام اتوماسیون به گونه ای است که توانایی های انسانی را افزایش می دهد، نه جایگزین.
