Med hjälp av lämpliga AI-assistentprogram kan programvara utvecklas betydligt effektivare än tidigare. Den begränsande faktorn är nu inte längre främst den tillgängliga kompetensen, utan lusten, med vilken utvecklarna arbetar. Ojävna utvecklare kommer fortfarande att ge inga bra lösningar. Företag kan med få experter i extremt effektivt sätt producera program, webbplatser och appar.
Inledning
I detta inlägg visas vad begränsande faktorer är vid utveckling av mjukvara idag. Idag kallas det för AI-åldern. Vem tror att AI är dum eller ett Token-papegoja, som inte vet om skottet har gått av ännu, eller förklarar allt med en simulering av intelligens. Alla andra lär hur man med hjälp av AI kan skapa extremt snabba och Spaß-behaftade program, webbplatser och appar.
För företagen innebär detta följande:
Programvaran är skapad
- mycket snabbare,
- mycket mer gynnsamt,
- mycket enklare,
- med många fler funktioner
än tidigare, förutsatt att en expert (eller ett fåtal experter) använder rätt verktyg.
Kärnan i framgången lyder: Minskning av energianvändningen! I korthet är lösningen:
Utvecklingsteam bör prioriteras för projekt där deras kompetens ligger inom deras komfortzon.
Programvara kan bli säkrare och bättre om man använder AI. Som exempel nämns automatiskt skapade testfall (Unit Tests) och automatiska svaghetsanalyser. Med lokalt driftande AI-system kan man slippa ChatGPT eller Azure, vilket ytterligare förenklar uppfyllandet av KI-förordningen (AI Act).
Hur många av er känner igen er i följande situation?
Du måste göra något. Nu finns det två möjligheter:
- In ett par minuter med enkla steg hitta lösningen, eller
- Hitta lösningen på hälften av tiden genom tänkande.
Nästan alla väljer alternativ 1, även om det (förenklat här) kostar dubbelt så mycket tid som alternativ 2 – eftersom människor är bekväma och lata.
Det gäller också för Software-utvecklare. Dessa föredrar att klistra och klistra in x rader i en textfil och sedan snabbt ändra varje rad, istället för att skriva ett litet program som utför uppgiften på slutet. Varför? För att det är så ansträngande att skriva ett hjälpprogram, av vilket programmören i förväg inte vet om det fungerar rätt.
Nu finns det en lösning som utvecklare är lyckliga med: artificiell intelligens-programmering.
AI-programmering
Programvara utvecklas ofta inte alls eller blir försenad. Den skapas inte alls om den inte påbörjas eller om budgeten eller tiden tar slut för tidigt eller om det uppstår ett subjektivt olösligt problem eller om prioriteringarna ändras. Programvara skapas sent om utvecklaren eller IT-teamet har fått mer tid än vad som realistiskt sett skulle ha behövts, eller av andra skäl som ständigt dyker upp i praktiken.
Dilemmat kan sammanfattas på följande sätt:
Probability of a software solution =
1 / (time required × complexity × energy consumption × (1 + energy use above comfort zone))
≡
Probability of a software solution = efficiency × simplicity × energy economy / Exceeding the comfort zone
Programvara skapas därför överhuvudtaget eller inom skälig tid eller till skälig kostnad om
- utvecklingen sker så effektivt som möjligt (exempel: bra utvecklingsmiljö, befintlig installation, redan tillgänglig databas etc
- projektets komplexitet inte överstiger utvecklarnas kapacitet och
- varje utvecklare är tillräckligt motiverad för att åstadkomma lösningen och
- varje utvecklare trivs (balans mellan arbete och privatliv etc.).
På området Work-Life-Balance kan företag inte göra så mycket åt saken. De försöker och tror att det räcker, men det är inte så. Utvecklare vill antingen arbeta hemma (Remote) eller på kontoret. Där kan man inte ställa upp en palme för att förbättra arbetsklimatet. Eller utvecklare arbetar i företaget. Då försöker man göra arbetsplatsen attraktiv. Om ett flipperautomat, gratis kaffe eller ett öppet kontor kan hjälpa till, är det tvivelaktigt.
Motivationen för en utvecklare hänger bland annat av att ha kul på jobbet, vilket i sin tur bland annat beror på komplexiteten hos uppgiften. Vissa gillar utmaningar. De flesta utvecklare vill dock inte knäcka extremt hård nöt varje dag. Då känner de sig bra när de kan gå till veckan och vet: "Denna vecka har jag löst alla viktiga problem eller kan lösa dem lätt nästa vecka (inne i fristen)".
Följande parametrar avgör hur framgångsrikt ett mjukvaruprojekt blir och påverkar hur kul det är för utvecklarna:
Förklaring av parametrarna:
⏱️Tidskostnad: Den tid som krävs för att utveckla en lösning. Ju högre tidskostnad, desto mindre är sannolikheten för en framgångsrik implementering.
🧩Komplexitet: Problemets svårighetsgrad. Ju högre komplexitet, desto mindre är sannolikheten för framgång.
⚡Energiförbrukning: Den tekniska och mentala energi som krävs för utvecklingen. Högre förbrukning innebär lägre sannolikhet för framgång.
😓Energiförbrukning utanför komfortzonen: Graden i vilken utvecklarna måste gå utanför sin komfortzon. Ju längre utanför komfortzonen man måste arbeta, desto mindre är sannolikheten för framgång.
Inversion i täljaren (förenklad formel)
Genom att invertera de ursprungliga parametrarna får vi positiva påverkansfaktorer i täljaren:
Förklaring av de inverterade parametrarna:
🚀Effektivitet (1/tidskonsumtion): Hastigheten med vilken ett team kan utveckla lösningar. Högre effektivitet leder till högre sannolikhet för framgång.
🧠Enkelhet (1/komplexitet): Problemets tydlighet och strukturerbarhet. Enklare problem har högre sannolikhet att lösas.
🔋Energiekonomi (1/energiförbrukning): Förmågan att uppnå maximala resultat med minimala resurser. Bättre energiekonomi ökar sannolikheten för framgång.
😌Överskridande av komfortzonen (1/(1+energiförbrukning över komfortzonen)): Graden till vilken en lösning ligger inom teamets kompetensområde. Lösningar som ligger närmare kärnkompetensen har större sannolikhet att lyckas.
Jämför ovanstående formel i dess två varianter.
Kärnan i allt är den energi som en mjukvaruutvecklare måste lägga ner för att uppnå ett resultat. Energi är något annat än arbete. Energi är prestation gånger tid.
Utan AI-programmering är både prestandan och tidsåtgången hög.
Med AI-programmering är den mänskliga prestationen idealiskt låg eftersom AI-programmeringssystemet utför det huvudsakliga arbetet. Detta minskar också tidsåtgången.
Men det blir ännu bättre: Vad är arbete ur en IT-personals perspektiv?
arbete är:
- sätta sig vid arbetsstationen i förväg,
- slå på datorn (PC eller laptop),
- och vänta sedan på att den startar upp,
- för att starta utvecklingsmiljön,
- tänkande och programmering,
- för att testa,
- sluta fungera,
- att ha så roligt som möjligt ("fritid"), att äta, att sova,
- att börja om från början ("Äta, arbeta, sova, upprepa").
Den tiden är förbi, i alla fall för teamet på Dr. GDPR. För vi utvecklar med AI.
För mjukvaruutvecklare har arbetet på senare tid blivit
- ligga i soffan och lyssna på musik, titta på TV eller göra andra saker som inte kräver händerna,
- På en surfplatta låta uppstå ett litet under namn software (Exempel 1, Exempel 2, Exempel 3),
- för att njuta av dagen/kvällen,
- snart skörda frukterna av "arbetet" och utan ansträngning lägga de erhållna frukterna tillsammans i en korg = "programmering" = "montering" = montering = ganska enkel aktivitet med liten tidsåtgång,
- Från början till slut (”Ät, Fest, Sätt ihop, Sova, Upprepa”)
Lösningen är..:
Med hjälp av AI-programmering kan programvara utvecklas så enkelt, snabbt och oavsiktligt att en någorlunda begåvad utvecklare kan förvandlas till en nöjd och högeffektiv medarbetare.
Nästan alla typer av programvara kan nu utvecklas effektivt, ekonomiskt och snabbt:
- Webbplatser,
- Webbapplikationer,
- Backend-program,
- Fullfjädrade applikationer, inklusive mer komplexa chatbottar som behandlar AI-förfrågningar asynkront och använder en arbetararkitektur,
- Diagram och animationer.
Allt detta fungerar för alla vanliga programmeringsspråk.
Om företagen vill ha mjukvarulösningar är tiderna bättre än någonsin.
Nästa steg är:
- Genomföra AI-utbildning för utvecklare
- Bygga (eller ha byggt) en AI-lösning
- Uppnå högre omsättning och nöjdare medarbetare
Om ni som företag inte vet vad som menas med denna artikel bör ni tänka på er framtid och utbilda er.
My name is Klaus Meffert. I have a doctorate in computer science and have been working professionally and practically with information technology for over 30 years. I also work as an expert in IT & data protection. I achieve my results by looking at technology and law. This seems absolutely essential to me when it comes to digital data protection. My company, IT Logic GmbH, also offers consulting and development of optimized and secure AI solutions.
