أخبار ar.wedoany.com، في 5 يونيو، صرح تانغ داو شينغ، نائب الرئيس التنفيذي الأول لشركة تينسنت، خلال مؤتمر تينسنت كلاود لتطبيقات الذكاء الاصطناعي في القطاع الصناعي، بأن معظم أكواد تينسنت هذا العام تم توليدها بواسطة الذكاء الاصطناعي، وأن المهندسين سيكرسون المزيد من الوقت لتصميم البنى التوجيهية، وتوجيه مخرجات الذكاء الاصطناعي، وتصحيح نتائج الأكواد. وشارك ياو شون يو، كبير علماء الذكاء الاصطناعي في تينسنت، في نفس الجلسة الحوارية، حيث تبادل الطرفان وجهات النظر حول التغيرات التي أحدثها الذكاء الاصطناعي في تطوير البرمجيات وتطبيقاته الصناعية.
الإشارة التي يحملها هذا التصريح واضحة ومباشرة: لقد انتقلت البرمجة بالذكاء الاصطناعي داخل تينسنت من مرحلة الأداة المساعدة إلى مرحلة الإنتاج على نطاق واسع. في الماضي، كانت أدوات البرمجة بالذكاء الاصطناعي تؤدي أدوارًا مثل إكمال الدوال، وتفسير الأخطاء، وتوليد نماذج الاختبار، ورفع كفاءة المطور الفردي. أما الآن، ومع تحول "توليد معظم الأكواد بواسطة الذكاء الاصطناعي" إلى واقع في بيئة التطوير على مستوى المؤسسات، فإن طريقة تنظيم هندسة البرمجيات ستشهد تغييرات أعمق. سينتقل محور عمل المهندسين من كتابة الأكواد سطرًا بسطر إلى تحليل المتطلبات، وتصميم بنية النظام، وتحديد حدود الوحدات البرمجية، ومراجعة الأكواد، والتحقق من الأمان، وتحسين الأداء، والصيانة طويلة الأمد. بعبارة أخرى، أصبحت عملية إنتاج الأكواد نفسها مضغوطة بفعل الذكاء الاصطناعي، والمهارات النادرة حقًا تتحول نحو كيفية تحديد المشكلات، وتقسيم المهام، وإدارة الأنظمة المعقدة، والحكم على موثوقية المحتوى الذي يولده الذكاء الاصطناعي.
سبق لشركة تينسنت أن طورت ممارسات داخلية متعمقة في أدوات البرمجة بالذكاء الاصطناعي. توفر أدوات مثل CodeBuddy للمطورين إمكانيات مثل توليد الأكواد، وإكمالها، والإجابة على الأسئلة التقنية، واختبارات الوحدات، وتشخيص الأكواد، والمساعدة في سير عمل التطوير، وقد تم دمجها في العديد من سيناريوهات الأعمال داخل تينسنت. بالنسبة لشركات الإنترنت الكبيرة، التي تتميز بحجم أكواد ضخم، وتكرار دورات تطوير المنتجات، وتعقيد الأنظمة القديمة، فإن قيمة أدوات البرمجة بالذكاء الاصطناعي لا تقتصر على "الكتابة بشكل أسرع"، بل تمتد أيضًا إلى تقليل العمل المتكرر، وتسريع تطوير الميزات الجديدة، ومساعدة المهندسين على فهم الأكواد القديمة، وتسريع تحديد المشكلات، وتقليل تكاليف التعاون بين الفرق. خاصة في السيناريوهات التي تتسم بتغيرات متكررة في متطلبات الأعمال، يمكن للذكاء الاصطناعي تحمل جزء كبير من مهام البرمجة النمطية والمتكررة والمنظمة، مما يسمح للمهندسين بتركيز المزيد من الجهد على استقرار البنية والمنطق التجاري للمنتج.
ومع ذلك، فإن توليد الأكواد بواسطة الذكاء الاصطناعي لا يعني إضعاف دور المهندسين بشكل بسيط. بل على العكس تمامًا، ستزداد متطلبات فرق التطوير من حيث القدرات المعمارية، وقدرات المراجعة، وقدرات الإدارة الهندسية. يمكن للذكاء الاصطناعي توليد كميات هائلة من الأكواد، ولكنه قد يولد أيضًا أكوادًا لا تتوافق مع المعايير الهندسية، أو تحتوي على ثغرات خفية، أو ضعيفة الأداء، أو يصعب صيانتها. ما تحتاجه المؤسسات حقًا هو بناء سير عمل تطويري جديد قوامه "الذكاء الاصطناعي يكتب الأكواد، والبشر يحددون البنية، والأنظمة تقوم بالتحقق"، ويشمل ذلك الاختبارات الآلية، وفحص الأكواد، وإدارة الصلاحيات، وتدقيق التبعيات، وفرض قيود أسلوب البرمجة، وفحص الملكية الفكرية، وآليات الامتثال والأمان. بدون هذه الحلقات الهندسية، كلما زادت سرعة توليد الأكواد بواسطة الذكاء الاصطناعي، زادت مخاطر الصيانة اللاحقة.
من منظور التطبيقات الصناعية، فإن التغيرات داخل تينسنت ستؤثر أيضًا على سرعة تقبل العملاء من المؤسسات لأدوات التطوير بالذكاء الاصطناعي. لا تزال العديد من المؤسسات في مرحلة تجربة الموظفين الأفراد للبرمجة بالذكاء الاصطناعي، وتشعر بالقلق إزاء تسرب البيانات، وجودة الأكواد، وحدود الصلاحيات، وموثوقية النماذج. بعد أن قامت تينسنت بدمج توليد الأكواد بالذكاء الاصطناعي في نظام التطوير واسع النطاق الخاص بها، يمكنها تقديم نموذج أكثر إقناعًا للمؤسسات الخارجية: إذا تم دمج أدوات البرمجة بالذكاء الاصطناعي مع قاعدة المعرفة المؤسسية، ومعايير التطوير، ونظام الصلاحيات، ومستودع الأكواد، وبيئة التطوير السحابية، فإن لديها الفرصة للارتقاء من أداة إنتاجية فردية إلى بنية تحتية لإنتاج البرمجيات على مستوى المؤسسات. في المستقبل، قد يتم إعادة تشكيل مجالات مثل الاستعانة بمصادر خارجية للبرمجيات، وتطوير منتجات الإنترنت، والتكنولوجيا المالية، والبرمجيات الصناعية، وتطوير الألعاب، ومشاريع التحول الرقمي للمؤسسات، من خلال هذا النموذج.
وهذا يعني أيضًا أن تأثير الذكاء الاصطناعي على صناعة البرمجيات ينتقل من مرحلة "هل يمكنه كتابة الأكواد" إلى مرحلة "من يمكنه تنظيم الذكاء الاصطناعي بشكل أسرع لإنجاز المشاريع الهندسية المعقدة". قد تصبح الفجوة في كفاءة التطوير بين المؤسسات أكثر اعتمادًا على جودة سلسلة أدوات الذكاء الاصطناعي، وتراكم البيانات الهندسية، وجودة أصول الأكواد، ونظام إدارة التطوير. إن إفصاح تينسنت عن نسبة توليد الأكواد داخليًا يشير إلى أن الذكاء الاصطناعي أصبح متغيرًا مهمًا في عملية إنتاج البرمجيات لديها. نقطة المراقبة الأكثر أهمية في المرحلة التالية هي ما إذا كانت تينسنت ستتمكن من تحويل تحسين كفاءة التطوير الداخلي إلى منتجات برمجة سحابية أكثر نضجًا تعتمد على الذكاء الاصطناعي، وتشكيل حلول هندسية قابلة للتطبيق وقابلة للتكرار لدى العملاء من المؤسسات.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
