Искусственный интеллект (AI) может помочь банкам открыть новую эру продуктивности в программной инженерии.
Банки, которые эффективно внедряют инструменты AI для решения проблем неэффективности на всех этапах жизненного цикла разработки программного обеспечения, могут достичь значительной экономии затрат к 2028 году.
Трансформация программной инженерии с помощью AI
Новые модели и инструменты AI быстро преобразуют программную инженерию так, как это не было представлено еще несколько лет назад. Практически каждый этап жизненного цикла разработки программного обеспечения переосмысляется с новыми волнами моделей AI. Согласно недавнему опросу, 84% разработчиков используют по меньшей мере одного из кодирующих помощников, основанных на больших языковых моделях, в процессе доставки программного обеспечения.
Некоторые банки уже интегрировали AI в процесс разработки программного обеспечения. Например, Goldman Sachs оснастил 12,000 своих разработчиков генеративным AI и сообщает о значительных приростах продуктивности благодаря этим усилиям. С развитием моделей AI ожидается, что продуктивность программистов возрастет на всех этапах жизненного цикла разработки программного обеспечения, включая проектирование, разработку, тестирование и поддержку.
Как AI может повысить производительность инженеров
- Многие исследования показывают, что большие языковые модели помогают программистам быстрее писать код: увеличение продуктивности составляет от 30% до 55%.
- В банковской индустрии Citizens Bank наблюдал увеличение продуктивности на 20% среди группы инженеров, использующих генеративный AI в тестовом случае.
AI трансформирует скорость и качество генерации кода, играя важную роль в анализе требований, автоматически определяя и классифицируя их, выявляя неявные запросы и формируя полное описание проблемы. Эти изменения ведут к более эффективному проектированию и тестированию программного обеспечения.
Проблемы в инженерии программного обеспечения в банках
Согласно данным Gartner, затраты на программное обеспечение в банковской и инвестиционной сферах США составили примерно USNULL.8 миллиардов в 2024 году. В целом, банки в США нанимают около 100,000 сотрудников для разработки программного обеспечения, и некоторые крупные банки имеют от 15% до 25% своего общего рабочего контингента, занимающегося программной деятельностью.
Несмотря на эти инвестиции, текущее состояние программной инженерии в банковской отрасли оставляет много места для улучшения. Исследования показывают, что инженерные проекты банков часто неэффективны и не предназначены для масштабирования, что приводит к дорогому обслуживанию, проблемам интеграции и медленной работе.
Стратегии для максимизации прироста производительности
- Выявить области с наибольшими и устойчивыми неэффективностями и первыми внедрять AI инструменты в этих областях.
- Сообщить разработчикам о потенциальных изменениях в рабочих ролях и возможностях повышения квалификации.
- Разработать надежные модели управления для наблюдения за интеграцией AI.
- Принимая в расчет сторонних поставщиков в стратегию внедрения AI, особенно для банков, которые не имеют необходимого масштаба и инфраструктуры для создания собственных AI инструментов.
- Делиться планами и достижениями с заинтересованными сторонами о том, как AI возможности интегрируются в разработку программного обеспечения.
Эти комплексные улучшения должны привести к более быстрому пониманию требований клиентов или бизнеса, повышению качества проектирования, улучшенному тестированию и повышенной стабильности систем, что, в конечном счете, приведет к лучшим результатам в области программной инженерии.
==> Хотите узнать про автоматизации на n8n? — Здесь основные курсы n8n, вы научитесь автоматизировать бизнес-процессы! <==
