Simplex Rivede Sviluppo Software con Codex

Simplex è una società di tecnologia che opera nel settore della consulenza, sviluppo di sistemi e operazioni. Per migliorare la produttività nello sviluppo di sistemi, la società ha misurato quantitativamente l'impatto dell'intelligenza artificiale generativa e ha applicato quelle conoscenze in diversi progetti. Sulla base di quell'esperienza, Simplex sta ora valutando l'utilizzo dell'intelligenza artificiale generativa in tutti i progetti e sta avanzando la consegna nativa dell'AI in progetti applicabili, con l'obiettivo di migliorare la produttività in tutta l'organizzazione.

Dopo il lancio di ChatGPT nel 2022, Simplex ha creato un centro di eccellenza nel 2023 per creare le basi per l'utilizzo dell'AI da parte dei dipendenti e per validare i processi di sviluppo nativi dell'AI. Sulla base di quel lavoro, la società ha adottato ChatGPT Enterprise in tutta l'organizzazione e ha selezionato Codex come suo principale agente di codifica, accelerando l'impegno per rivedere come viene eseguito lo sviluppo software.

Inside the rollout

Nello sviluppo software tradizionale, le persone di solito dividono il lavoro in definizione dei requisiti, progettazione, implementazione, testing e operazioni. Attività come l'interpretazione dei documenti di progettazione, la decisione su come implementare una funzionalità, la definizione dei criteri di revisione e l'isolamento o la correzione dei difetti spesso dipendono dall'esperienza dei singoli contributori. Di conseguenza, la qualità e la velocità di sviluppo possono essere influenzate dalle competenze individuali e da come le conoscenze vengono condivise all'interno del team.

Man mano che l'intelligenza artificiale generativa ha iniziato a diffondersi nello sviluppo software, è stata spesso utilizzata come strumento di supporto per gli sviluppatori umani. Più recentemente, i sistemi agenti hanno reso possibile delegare attività multi-step all'AI. Negli ambienti di sviluppo, l'AI sta iniziando a muoversi oltre il supporto e a prendere il lavoro che avanza i progetti direttamente.

Risultati a colpo d'occhio

Simplex sta sviluppando e testando nuove approcci alla consegna software guidata da AI con Codex e ChatGPT, concentrandosi sulle applicazioni web CRUD come caso di utilizzo iniziale.

Attraverso quel lavoro, la società ha misurato risparmi di tempo significativi in diverse fasi di sviluppo:

• 40% meno ore per progettare ogni schermo
• 70% meno ore per sviluppare ogni schermo
• 17% meno ore per il testing di integrazione interna

Nota: i risultati generati dall'AI possono variare a seconda delle impostazioni del sistema e dei dati di input.

Lezioni di leadership

L'esperienza di Simplex con ChatGPT Enterprise e Codex evidenzia diverse lezioni per le organizzazioni che passano dalla sperimentazione dell'AI all'adozione operativa:

• Validare l'impatto quantitativamente prima di espandere l'uso in produzione.
• Trattare l'adozione come un modello di funzionamento, non solo come un'uscita di strumenti, con governance, formazione e supporto.
• Scegliere un agente AI principale in modo che i team possano costruire e condividere conoscenze più efficientemente.
• Separare la convalida e l'abilitazione in modo che la sperimentazione e l'uscita possano muoversi in parallelo.
• Definire dove l'AI dovrebbe eseguire il lavoro e dove le persone conservano la responsabilità finale.

Rivedere lo sviluppo per un processo AI-first

Simplex non sta cercando di sostituire ogni passaggio del processo di sviluppo tradizionale con l'AI uno per uno. Invece, la società sta lavorando per ridisegnare il processo di sviluppo stesso intorno all'AI. Piuttosto che seguire una sequenza lineare di definizione dei requisiti, progettazione, implementazione, testing e operazioni, Simplex sta esplorando un approccio che definisce le regole e le restrizioni in anticipo, quindi migliora la qualità attraverso l'integrazione ripetuta e la valutazione automatica.

Ujihiro vede un futuro in cui, man mano che i database, i cataloghi API e le regole di progettazione standardizzate maturano, Codex potrebbe assumere gran parte del lavoro di implementazione e convalida. "Per sistemi relativamente semplici, c'è il potenziale per generare prodotti automaticamente da un RFP", dice. Si aspetta anche più aree in cui, a seconda della funzione, potrebbe essere più efficace per gli agenti AI eseguire direttamente attività commerciali invece di costruirle come codice sorgente.

La prossima sfida non è solo quella di rendere la generazione di codice più efficiente. È rivedere come i sistemi dovrebbero essere costruiti, come dovrebbero essere mantenuti e dove le persone dovrebbero conservare la responsabilità finale.