生成型 AI がソフトウェア開発を変える 10 の方法

翻訳者 |陳俊

レビュー | Chonglou

1990 年代にソフトウェアプログラミングについて話すとき、それは通常、エディターを選択し、コードを CVS または SVN コードリポジトリにチェックインし、コードを実行可能ファイルにコンパイルすることを意味していました。 EclipseやVisual Studioなどの対応する統合開発環境 ( IDE ) では、プログラミング、開発、ドキュメント作成、構築、テスト、展開などのステップを完全なソフトウェア開発ライフサイクル ( SDLC ) に組み込むことができるため、開発者の作業効率が向上します。

近年、人気のクラウドコンピューティングとDevSecOps自動化ツールにより、開発者の総合的な機能が強化され、より多くの企業がソフトウェアアプリケーションをより簡単に開発、展開、保守できるようになりました。

今日、生成 AI は次世代の開発パラダイムシフトの触媒となり、企業がソフトウェアを作成および保守する方法を変え、新しい開発ツールとパラダイムをもたらすことが期待されています。これに応じて、多くの開発者は、 AI によって私たちが知っているプログラミングスキルが消滅してしまうのではないかと考え始めています。同時に、企業全体のITリーダーは、今後 10 年間でAI がSDLCとDevSecOpsの開発にどのような影響を与えるかについても検討しています。これら 2 つの質問について、以下で皆さんと一緒に答えを探してみます。

Generative AI は新しいツールですか、それとも新しい開発方法ですか?

PulumiのCEOであるジョー・ダフィー氏は、「AIはプログラミングの自動化を強化し、企業の生産性と出力を大幅に向上させ、実際にプログラミングを置き換えることなく、人間の操作の抽象化レベルを向上させる」と考えています。Thomvest Venturesの責任者であるアシシュ・カクラン氏は、「生成AIはソフトウェア配信のライフサイクルを覆す」と考えています。開発チームとDevOpsチームの生産性は向上します。

同時に、生成 AI 機能が継続的に向上するにつれて、開発者の責任もそれに応じて調整されます。 Matillionの CTO であるEd Thompson氏は、次のように考えています。「現在のCopilotsは、実際に開発者の生産性を高め、かつての忙しさを解消しています。Copilots がプログラミングの世界を根本的に変えてしまったと考える人は、開発者の仕事はコードを書くだけで、実際の問題を解決することではないと誤解しています。」では、生成AI はソフトウェア開発の世界を具体的にどのように変えるのでしょうか。

1.自然言語プロンプトに基づいて標準コードを生成する

Astronomer の Airflow エンジニアリングディレクターであるKaxil Naik氏は、次のように述べています。「AI 生成のコードテンプレートと、自然言語を関数型コードに変換するAI支援 Copilot により、複雑なコードベースの理解が簡素化され、開発のベストプラクティスが確実に遵守されるため、プログラミングの効率が向上します。」

StackOverflowの2023 年開発者調査によると、開発者の 70% が現在開発プロセスで AI ツールを使用しているか、使用を計画しています。開発に AI を使用したことがある人のうち、82% 以上がソフトウェアコードの作成に AI を使用しました。これらの数字は、開発者が従来コードを書き、既存のコードを再利用し、コンポーネントを構築する方法にパラダイムシフトが起きていることを明確に示しています。

2.コード検証は開発者の重要な責任である

プログラミングをより容易かつ効率的にすることに加えて、開発者には、生成されたコードにセキュリティ上の問題やパフォーマンス上の欠陥が生じないように、多くの時間を費やして効率的なツールを使用してコードを検証するという重要な責任があります。

Sonarの開発者関係担当ディレクターのピーター・マッキー氏は、「開発者は生産性向上のために AI を導入することが多くなっており、AI によって生成されたコンテンツを完全にレビューする責任があります」と述べています。多くの場合、コーディングしながらクリーニングすることで、配信プロセス中の継続的なレビューと監視が可能になります。その結果、開発者は手動で作成されたコードや AI によって生成されたコードの潜在的なバグや脆弱性を修正する必要がなく、新しいタスクに多くの時間を費やすことができます。マッキー氏はさらに次のように付け加えた。「開発者が AI 生成コードのスキャンと監視を自動化できない場合、後で修正する必要のあるコードと技術的負債が飛躍的に増加することになります。

3.大企業の新たな発展モデルとなる

生成AIツールを使用してコードを開発すると、何千ものアプリケーションツールと標準をサポートする大企業の個々の開発チームにどのような影響が及ぶ可能性があるか。開発者が記述するコードを減らし、生成AIによって開発されたコードとの統合を増やすとしたら、大企業の開発作業はどのようになるでしょうか?

Red Hat の開発ツールおよび戦略プロモーション部門のMarkus Eisele氏は、「チームごとに異なるツールの組み合わせを使用すると、標準化された統一された開発手法が欠如するだけでなく、開発者間の認知の差も大きくなります」と考えています。AI によって構築された集中型開発ポータルは、開発チームによる容易なアクセスを可能にし、コラボレーションプロセスの摩擦を排除することで、チーム間アプリケーションのベストプラクティスを実現します。これは、統合開発環境が、製造業におけるコンピュータ支援設計 ( CAD ) や建設業における建物情報モデリング ( BIM ) と同様に、アセンブリプラットフォームに進化する可能性があることを意味します。重点は、カスタムコンポーネントの構築から、既存のコンポーネントの組み立てと組み込みツールの活用による設計の検証に移ります。

4.プログラミングが減ると、コードサプライチェーンのリスクが増大する

生成 AIを使用して開発されたコードのもう 1 つの影響は、ビジネスリーダーがポリシーを策定し、企業アプリケーションに埋め込まれているサプライチェーンコードを監視する方法に関係します。歴史的に、企業はオープンソースおよび商用ソフトウェアのコンポーネントを追跡する必要がありました。将来的には、生成 AI出力の新たな次元を追加する必要があるでしょう。

「開発者は、AIサプライチェーンの維持と管理において重要な役割を果たす必要があります」と、SonatypeのフィールドCTOであるIlkka Turunen氏は述べています。「日々の業務において、AIモデルのセキュリティ、信頼性、出所について、より厳しい監視を受けることになります。AIリスク評価を実施し、AIモデルの部品表を適切に管理することで、企業は開発インフラに適切なAIセキュリティとガバナンスが備わっていることを保証する必要があります。」

実際には、 SAST 、 DAST 、およびその他のセキュリティおよびコード管理ツールは、コードスキャンの自動化機能を向上させ、開発者がコードをエンタープライズリソースリポジトリに統合する前に、生成 AIの出力コードがセキュリティポリシーに準拠していることを確認するのに役立ちます。

5.新しいモデルが統合を加速する

過去 10 年間で、アプリケーションプログラミングインターフェイス ( API )、 IFTTTのSaaS統合プラットフォーム、サービスとしての統合プラットフォーム ( iPaaS )、およびその他のエコシステムテクノロジーを通じて、開発者のコード統合機能は桁違いに向上しました。それにもかかわらず、開発者は信頼性とパフォーマンスを確保するために、データフィールドをマッピングし、論理変換をプログラムするための多くの基本的な作業を行う必要があります。生成 AIを使用すると、開発者は自然言語要件と視覚プロセスとのコードフリーの統合を構築できます。

SAP AI およびイノベーションチームで働くエマニュエルカシマティス氏は、次のように考えています。「これまで、設計、構築、テスト、統合、展開、配信からレビューまで、開発ライフサイクル全体のさまざまなステップは常に断片化されていました。AI はさまざまなアプリケーションからデータをマイニングし、統合レイヤーを統一することで、開発者間のコラボレーションを強化できます。」

6.開発者はAIエージェントの管理者になる

Honeycombの主席プロダクトマネージャーであるPhillip Carter 氏は、生成 AI が開発者や品質保証 (QA) エンジニアの仕事の未来を変えると考えています。「将来的には、自然言語がより多くのコード生成と、生成されたコードを検証するためのテストを導くようになるでしょう。AIエージェントがほとんどの作業を行い、開発者はこれらのエージェントが従うべきプログラミング目標と制約を設定します。」

カーター氏はさらに大胆な予測をしています。「AI エージェントは、実行時のプログラムの動作を分析し、未知の要素を調査することで、これまで開発者が実行するのが困難だった QA、可観測性、セキュリティのタスクを実行できるようになります。」これに基づいて、開発者はシステムアーキテクチャ、非機能要件、運用要件を高レベルの観点から定義し、コード開発と自動テストを自分で行うのではなく、生成 AIをガイドすることができます。

7. AIはSDLCの複数の段階に導入される

Copilotや多くの生成 AIツールは現在、主にプログラミングに重点を置いていますが、その新しい機能はSDLCの他の段階も変革します。 Gigsterの主任ソリューションエンジニアである Humberto Moreira 氏は、次のように述べています。「生成 AI が SDLC に組み込まれると、サイクルの特定のフェーズに最適なモデルが異なります。たとえば、モデル A は要件に合わせて最適化され、モデル B はコード開発用、モデル C は QA 用になります。」

実際、生成 AI への移行は、ツールによってより強力なテストケースが提供され、コード変更に対するフィードバックが高速化されるため、すでに QA に影響を及ぼしています。 Descope の共同創設者 Gilad Shriki 氏は次のように語っています。「AI の台頭により、 SDK からテスト、ドキュメント作成まで、ソフトウェアエンジニアリングを取り巻くあらゆる側面が生成 AI によってサポートされるようになります。開発者は、AI を使用する特定の形式で作業をドキュメント化する必要さえ出てきます。」

8.ジェネレーティブAIセグメンテーション開発の役割

ソフトウェア開発における生成 AIの役割は、現在の従来の人間による開発機能とは異なる可能性があります。つまり、さまざまなコードジェネレーター、コンパイラ、およびマシンが担うその他の開発ニッチが徐々に出現することになります。

Chainguardのエンジニアリング担当副社長であるダスティン・カークランド氏は、「人間の開発者に馴染みのある従来のコード開発の観点に加えて、別の隠れた観点が出現するだろう。この観点は人間には読みにくいが、AIが担うコンパイラとインタープリタには完全に理解できる。これはコードの別の中間層として機能し、いわゆるAIセキュリティ最適化防御ビューを提供する」と考えている。しかし、AI自身のセキュリティ識別機能が正確で効率的であるかどうか疑問視する人もいる。

9. AIは開発プロセスの運用能力を向上させる

LaunchDarkly の開発者エクスペリエンス担当ディレクターであるCody De Arkland 氏は、生成 AIとインタラクティブ学習を使用してソフトウェアアプリケーションの信頼性と操作性を向上させるユースケースを提案しました。これらには以下が含まれます:

学習した設計標準に準拠したWebアプリケーションコンポーネントを開発および生成する
開発者が新しい機能を作成すると、対応する機能タグを作成します
新しいソフトウェアのデプロイメント（ CI/CD ）を開始し、問題が発見された場合にロールバックできるようにします。
デプロイ後の実行ではなくカスタム実行を通じて、QA にリアルタイムのフィードバックループを提供します。

もちろん、これらのユースケースには、生成 AI によってどのような次世代開発およびSRE機能が可能になるか、または強化されるかという疑問も伴います。

10.企業が警戒すべきAIリスク

生成 AI がSDLC全体に深く関与するようになるにつれて、生成 AI が引き起こす可能性のある知的財産 (コードやデータを含む) などのリスクという新たな問題が発生する可能性があります。これを実現するために、企業は利益がリスクを上回るかどうかを検討する必要があります。

Tabnine のエコシステムおよびビジネス開発担当副社長であるBrandon Jung氏は、企業の最も貴重な資産であるコードとデータを保護するために、モデルに取り込まれるデータ、特にトレーニングセットのデータに細心の注意を払い、AI モデルの評価と選択に時間と労力を費やす必要があると考えています。

生成 AIを使用したソフトウェア開発はまだ初期段階ですが、生成 AIアルゴリズムとこれらのアルゴリズムをサポートするツールが企業資産を保護するための安全策を確立できるかどうかは、生成 AI自体がソフトウェアの開発、テスト、展開、保守をどれだけ制御できるかに大きく依存します。