Menurut analis di Gartner Inc., 80 persen insinyur perangkat lunak perlu mempelajari keterampilan baru seperti rekayasa cepat bahasa alami dan retrieval-augmented generation (RAG) untuk mengamankan pekerjaan mereka di tengah booming AI yang produktif.
Dalam catatan yang diterbitkan baru-baru ini, firma riset global tersebut mengatakan bahwa AI tidak akan menggantikan insinyur perangkat lunak, namun akan memberi mereka peran baru. “Klaim yang berani mengenai potensi AI telah menimbulkan spekulasi bahwa AI akan mengurangi permintaan akan insinyur manusia atau menggantikan mereka sepenuhnya (…) AI akan mengubah peran insinyur perangkat lunak di masa depan, namun keahlian dan kreativitas manusia akan selalu dibutuhkan untuk menghasilkan kompleksitas. , perangkat lunak inovatif,” kata Philip Walsh, analis utama senior di Gartner.
Menekankan pentingnya investasi pada platform pengembang AI, Walsh mengatakan, “Investasi ini mengharuskan organisasi untuk mengadopsi alat dan proses yang mendorong integrasi dan pengembangan berkelanjutan untuk tim rekayasa data dan rekayasa platform untuk artefak AI.”
Sebuah perusahaan riset dan konsultasi TI yang berbasis di AS menguraikan tiga tahap dampak AI terhadap pengembangan perangkat lunak berikut ini:
– Alat AI bekerja dalam batasan jangka pendek, yang berarti alat ini dapat meningkatkan produktivitas dengan meningkatkan alur kerja insinyur perangkat lunak yang ada.
– Selanjutnya, agen AI akan mendobrak batasan dengan sepenuhnya mengotomatiskan tugas-tugas yang dilakukan oleh insinyur perangkat lunak. Pada titik ini, sebagian besar kode dihasilkan oleh AI, bukan buatan manusia.
– Dalam jangka panjang, rekayasa AI akan menjadi lebih efisien dan organisasi akan berupaya merekrut insinyur perangkat lunak yang terampil untuk “memenuhi permintaan yang berkembang pesat akan perangkat lunak yang diberdayakan AI.”
Mengenai tren terkini, survei Gartner terhadap 300 organisasi di AS dan Inggris menunjukkan bahwa 56 persen insinyur perangkat lunak percaya bahwa peran insinyur AI/ML sangat diminati. Banyak dari mereka yang diketahui mengakui bahwa mereka kurang memiliki keterampilan untuk mengintegrasikan aplikasi dengan AI/ML.
Penggunaan AI untuk menghasilkan kode telah muncul sebagai contoh penggunaan yang ampuh untuk teknologi manufaktur. Hal ini menyebabkan munculnya alat pengkodean AI dengan diperkenalkannya GitHub Copilot dan Claude dari Anthropic. Startup pengkodean AI Supermaven menciptakan banyak perhatian bulan lalu setelah berhasil mengumpulkan $12 juta dalam putaran pendanaan luar pertamanya yang dipimpin oleh Bessemer Venture Partners.
Namun, penggunaan AI dalam coding masih menjadi perdebatan. Penelitian menemukan bahwa ada penurunan kualitas kode yang dihasilkan menggunakan model AI. Selain itu, alat pengkodean AI mungkin tidak menjamin peningkatan produktivitas. Sebuah survei terhadap 800 pengembang perangkat lunak yang menggunakan GitHub Copilot menemukan bahwa tidak satupun dari mereka mengalami peningkatan produktivitas. Lebih buruk lagi, mereka melaporkan peningkatan bug sebesar 41 persen dalam permintaan penarikan saat menggunakan asisten pengkodean AI untuk menulis kode.
