在軟件開發領域，生成式 AI 的應用起初被寄予厚望，但近日發佈的一份來自貝恩公司的技術報告顯示，這一領域的生產力提升效果並不顯著。報告指出，儘管有三分之二的軟件公司已經推出了生成式 AI 工具，但開發者的實際使用率卻很低。使用這些 AI 助手的團隊所報告的生產力提升也僅有10% 到15% 左右。

代碼 互聯網 (2)

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

更爲引人關注的是，非營利研究機構模型評估與威脅研究（METR）的一項研究顯示，AI 編程工具實際上使開發者的工作變慢。這是因爲開發者需要花時間檢查和修正 AI 生成的錯誤。因此，貝恩公司認爲，節省下來的時間並未有效轉化爲更高價值的工作。

貝恩的報告指出，早期的 AI 應用主要集中在加速代碼編寫上，但寫代碼和測試代碼通常只佔整個開發過程的25% 到35%。因此，僅僅提高這一環節的效率並不足以縮短產品上市的時間。相反，生成式 AI 的真正價值可能在於跨越整個開發生命週期的應用，從需求發現到規劃設計，再到測試、部署和維護等各個階段。

目前，報告提到的一個新興概念是 “自主 AI”。生成式 AI 過去多被視爲智能助手，但隨着技術的發展，自主 AI 將能夠在最少人工干預的情況下，管理開發過程中的多個步驟。貝恩公司舉例說，Cognition 的 Devin 被宣傳爲能夠根據自然語言指令構建完整應用程序的 AI “軟件工程師”。然而，先前的測試顯示 Devin 在完成任務時表現不佳，僅成功完成20個任務中的3個。

此外，貝恩公司還指出，企業在採用生成式 AI 時面臨多重障礙。首先，缺乏高層領導的明確方向使得項目容易陷入停滯。其次，一些工程師對 AI 持有不信任態度，擔心其會削弱自己的工作價值。三分之二的公司表示，推動員工改變工作方式是最困難的部分。

爲了有效利用生成式 AI，貝恩公司建議企業需要進行徹底的流程再造，將 AI 無縫融入軟件開發的每個階段。只有在企業領導者制定明確目標並確保投資回報的情況下，才能真正從生成式 AI 中獲益。

劃重點:  

🔍 生成式 AI 在軟件開發領域的生產力提升效果有限，實際增益僅爲10% 至15%。  

🚧 AI 編程工具讓開發者變慢，反而增加了檢查和修正錯誤的時間。  

📈 企業需徹底重塑軟件開發流程，將 AI 無縫融入各個環節，以實現真正的生產力提升。