AI generatif berkembang dengan sangat cepat, dan semua orang mengevaluasi alur kerja internal dan bagaimana teknologi ini dapat meningkatkan tugas sehari-hari mereka.
Dalam bagian ini, advokat pengembang dan manajer Hadi Chami dari LEADTOOLS membagikan pemikirannya tentang bagaimana AI memengaruhi proses pengkodean, keamanan, dan platform kode rendah.
Teknologi yang muncul menciptakan gelombang adopsi massal, tetapi bagi pengembang, mereka berada di garis depan dalam merangkul alat baru ini.
Dengan perhatian yang meningkat baru-baru ini terhadap kemungkinan AI generatif yang tampaknya tidak terbatas seperti ChatGPT, ada ketakutan umum yang bersembunyi di balik semua hype. Mengingat ketidakpastian yang disebabkan oleh gejolak ekonomi, perubahan pasar tenaga kerja, dan pemutusan hubungan kerja teknologi, banyak orang khawatir AI akan mengambil pekerjaan mereka.
Saya di sini untuk menghilangkan ketakutan itu, tetapi juga untuk menunjukkan cara nyata yang telah dimiliki AI, dan di masa mendatang, akan memengaruhi pekerjaan dan alur kerja pengembang perangkat lunak.
AI generatif dalam Siklus Hidup Pengembangan Perangkat Lunak
AI generatif dapat membantu membuat siklus hidup pengembangan perangkat lunak (SDLC) bergerak lebih cepat. Pekerja menghabiskan rata-rata 40% waktunya untuk melakukan tugas manual dan berulang; itu sekitar dua hari kerja penuh dalam seminggu.
Untuk pengembang, AI dapat membantu mengotomatiskan tugas seperti membuat kode, meninjau kode, menguji, dan melakukan debug. Ini akan mengurangi waktu dan biaya, yang memungkinkan pengembang untuk fokus pada tugas yang lebih kompleks, unik, dan kreatif seperti merancang antarmuka pengguna dan mengembangkan algoritme.
Meskipun AI akan membutuhkan waktu dan upaya untuk melatih dan membutuhkan pengawasan terus-menerus, peningkatan produktivitas dalam alur kerja pengembang akan sepadan.
Menggunakan AI akan membantu memecah silo departemen dalam suatu organisasi. Karena semakin banyak perusahaan beralih ke DevSecOps, pola pikir budaya dan dukungan kepemimpinan akan sangat penting dalam mengintegrasikan tim ini bersama-sama.
Pada akhirnya, ini memberikan lebih banyak waktu untuk tugas yang lebih terperinci yang perlu dilakukan oleh pengembang. Ini juga memberi lebih banyak waktu bagi mereka yang memimpin untuk fokus pada keterampilan yang lebih lembut seperti pengembangan proyek dan tim.
AI akan menjadi alat yang penting, tetapi campur tangan manusia akan selalu dibutuhkan. Namun, jumlah intervensi manusia yang diperlukan akan berkurang dari waktu ke waktu, meskipun AI masih memerlukan pemantauan, karena AI membantu menghilangkan dan memperbaiki kesalahan secara real-time, membuat intervensi yang diperlukan tidak terlalu berat bagi developer.
AI dan Tindakan Keamanan
Langkah-langkah keamanan harus dibangun ke dalam pengembangan untuk membuat perangkat lunak yang layak. Karena PHK, hanya ada sedikit orang yang dapat memastikan sistem berjalan normal.
Lebih sedikit orang di tim keamanan berarti lebih sedikit pemeriksaan sistem, yang membuat perusahaan lebih rentan terhadap potensi pelanggaran keamanan siber. Di sinilah AI dapat benar-benar memudahkan dan meningkatkan alur kerja untuk tim keamanan yang sudah terbengkalai dan membantu mereka tetap tenang.
Proses pengembangan telah berkembang dengan diperkenalkannya AI ke dalam alat pengembang seperti IntelliCode. IntelliCode menggunakan AI untuk penyelesaian otomatis prediktif kode, yang sangat membantu dalam mengurangi waktu pengkodean.
Saat AI menjadi lebih matang dan terintegrasi ke dalam berbagai alat pengembang, evolusi ini akan berlanjut dan semakin mempercepat proses pengembangan dan efisiensi secara keseluruhan. Akan ada lebih dari sekadar pelonggaran tugas administrasi manual. Selain pemeriksaan kode, AI juga dapat membantu komunikasi tim.
Komunikasi tim internal dapat disederhanakan dan disederhanakan dengan AI. Misalnya, AI dapat membuat draf dan mengedit email untuk mengurangi korespondensi bolak-balik pada proyek. Cara lain menghemat waktu dengan mensintesis dan meringkas poin-poin penting dari artikel, email, atau catatan. Dalam hal manajemen proyek dan melakukan tugas administratif, tim dapat lebih fokus pada kode bangunan.
AI dapat digunakan untuk memperketat langkah-langkah keamanan dengan melakukan analisis kode otomatis untuk kerentanan perangkat lunak dan potensi ancaman yang tidak diinginkan. Selain itu, ini juga dapat digunakan untuk tugas administratif utama, seperti memeriksa kode.
Pengujian keamanan otomatis dapat dilakukan selain sistem pemantauan untuk mendeteksi anomali yang mungkin muncul selama proses berlangsung. Di dalam SDLC, tim dapat memanfaatkan AI untuk lebih banyak tugas rutin yang biasanya tidak sepenuhnya mereka fokuskan.
Saat pengembang memilih untuk memprioritaskan tugas penting lainnya, terutama tugas yang tidak dapat diotomatisasi, ini dapat membuat organisasi rentan terhadap ancaman keamanan. AI adalah alat yang berguna dalam kasus ini, karena akan memungkinkan tim menyeimbangkan prioritas mereka dan memastikan kode aman.
AI juga dapat digunakan untuk mengidentifikasi potensi kerentanan keamanan, masalah kinerja, serta bug dalam kode – yang dapat diintegrasikan dengan berbagai repositori kode.
Kode dapat terus ditingkatkan dengan pemeriksaan AI ini, memungkinkan beberapa kesalahan yang sering terjadi (kesalahan sintaksis, logika, dan pengujian) ditangkap sebelum menjadi masalah.
Pengaruh AI pada Platform Low-code/No-code
AI dapat membantu memengaruhi SDK low-code dengan mempercepat pengembangan dan peluncuran fitur dan produk baru, meningkatkan stabilitas dan skalabilitas alat, dan membantu pembuatan dokumentasi dan tutorial otomatis.
Pembaruan SDK dan SDK akan tersedia lebih cepat karena SDLC terus dikurangi dan disederhanakan dengan AI dan alat kode rendah dan tanpa kode.
Kami sudah berada pada titik di mana pengembang warga dapat bertanya dan mendikte program apa yang ingin mereka buat, dan sistem tidak hanya akan membuatnya untuk mereka tetapi juga menjelaskan bagaimana mereka membuatnya.
Kami masih dalam tahap awal pengembangan, tetapi merupakan terobosan bahwa teknologi ini memiliki potensi untuk membuat fitur dan kemampuan baru dalam hitungan detik. Munculnya pengembang warga juga dapat meringankan tim pengembangan yang tertekan dan membantu mereka dalam pengembangan proyek.
AI juga dapat membantu penggunaan pengembang warga untuk memeriksa pekerjaan mereka sebelum mengintegrasikannya sepenuhnya ke dalam program. Tentu saja, pengawasan manusia dan peran pengembang akan dibutuhkan untuk pengelolaan dan kreativitas secara keseluruhan, tetapi menarik untuk melihat di mana hal ini dapat berkembang.
Pada akhirnya, pengembang tidak akan kehilangan pekerjaan mereka karena AI generatif dalam waktu dekat. Akan ada penyesuaian ekspektasi dan pengalihan tanggung jawab karena perusahaan dan industri teknologi secara keseluruhan mencari cara terbaik untuk memanfaatkan teknologi AI.
Etika penggunaan alat AI adalah topik diskusi yang perlu karena AI menjadi lebih maju, tetapi AI bukanlah sesuatu yang harus ditakuti. Kami berada di masa-masa awal perkembangannya, tetapi kemungkinan kemajuannya tidak terbatas.
