Beranda
Studi kasus
Tim Perangkat Lunak IBM
Kecerdasan buatan (AI) mengubah dunia pengembangan perangkat lunak. Menurut Gartner Magic Quadrant for Asisten Kode AI (tautan berada di luar ibm.com), pada tahun 2028, 90% insinyur perangkat lunak perusahaan akan menggunakan asisten kode AI, naik dari kurang dari 14% pada awal 2024. * Dengan menggunakan solusi ini, pengembang dapat meningkatkan efisiensi dan mengatasi tantangan umum, seperti mengelola basis kode lama yang kompleks, menggabungkan bahasa pemrograman baru, dan orientasi pengembang.
Pada tahun 2024, dalam rangka Tantangan Tahunan IBM watsonx, IBM mengundang karyawannya untuk menunjukkan bagaimana mereka dapat mengatasi berbagai tantangan menggunakan IBM watsonx Code Assistant.
Ribuan karyawan IBM, yang terbagi dalam ratusan tim proyek, mengeksplorasi berbagai kemampuan watsonx Code Assistant, seperti penjelasan kode, dokumentasi kode, pembuatan kode, dan pembuatan kasus uji. Penghematan waktu yang dicapai tim tidak hanya membuka peluang baru dalam pekerjaan mereka, tetapi juga menunjukkan manfaat potensial bagi tim pengembangan di seluruh dunia.
* Gartner, Magic Quadrant for AI Code Assistants, 19 Agustus 2024. GARTNER adalah merek dagang dan merek layanan terdaftar dari Gartner, Inc. dan/atau afiliasinya di A.S. dan internasional dan digunakan di sini dengan izin. Magic Quadrant adalah merek dagang terdaftar dari Gartner, Inc. dan/atau afiliasinya dan digunakan di sini dengan izin. Semua hak cipta dilindungi undang-undang.
Salah satu tim pemenang Watsonx Challenge menggunakan Watsonx Code Assistant untuk mengatasi tantangan kerja yang mendesak dan berhasil meningkatkan efisiensi secara signifikan. Tim kecil ini, terdiri dari pengembang produk berpengalaman dan anggota baru, mengambil alih lebih dari 50 repositori kode tanpa dokumentasi yang mencakup sekitar 750 file JavaScript. Tim dihadapkan pada kemungkinan harus melakukan analisis manual selama berminggu-minggu untuk memahami dan mendokumentasikan basis kode secara akurat.
Untuk mengatasi tantangan ini, tim memasukkan 9 file, masing-masing berisi lebih dari 1.000 baris kode, ke dalam asisten AI generatif untuk mendapatkan ringkasan satu kalimat dari setiap file.
Pengembang baru dalam tim, Asher Scott, telah berhasil menggunakan Watsonx Code Assistant untuk menjelaskan potongan kode kecil, tetapi ia belum yakin bagaimana alat ini akan menangani file yang lebih besar. “Kami awalnya tidak memiliki ekspektasi tinggi, tetapi sangat terkejut dengan kualitas solusi ini,” kata Scott, seraya menambahkan bahwa alat ini efektif bahkan dalam menjelaskan sintaks tingkat lanjut yang ditulis dengan teknik pengodean ringkas. “Itu membantu saya membawa keterampilan saya ke tingkat berikutnya.”
Saat tim meninjau ringkasan tersebut untuk memastikan akurasinya, Scott mengatakan, “Kami menemukan hasilnya sangat tepat, terutama dalam mendokumentasikan API.”
Rekan setim veteran Scott, Greg Gasper, juga bereksperimen dengan kemampuan pembuatan kode dari watsonx Code Assistant. Meskipun Gasper bukan pemrogram utama, ia dapat menggunakan perintah bahasa alami dalam AI obrolan terintegrasi pada solusi ini untuk membuat skrip yang mengidentifikasi file-file yang membutuhkan dokumentasi. "Saya menyelesaikannya dalam beberapa menit," ujar Gasper, "dan kode tersebut berhasil mengidentifikasi 750 file JavaScript yang perlu didokumentasikan."
Berdasarkan analisis file serupa, tim memproyeksikan bahwa 9 file yang digunakan dalam tantangan ini membutuhkan waktu rata-rata 3 menit untuk diulas dan diringkas secara manual. Dengan menggunakan watsonx Code Assistant, mereka merangkum setiap file dalam waktu sekitar 12 detik*. Itu adalah penghematan waktu lebih dari 90%.
Ketika tim menerapkan watsonx Code Assistant ke seluruh basis kode mereka, Scott menyatakan, “Kami berhasil menyelesaikan pekerjaan yang awalnya diperkirakan memakan waktu berminggu-minggu hanya dalam hitungan menit.”
*Pengujian internal dengan bandwidth dan waktu respons yang optimal untuk watsonx Code Assistant.
Keberhasilannya tidak terbatas pada satu tim. Banyak tim lain yang berpartisipasi dalam tantangan ini melaporkan hasil yang menjanjikan menggunakan Watsonx Code Assistant:
- 107 tim melaporkan pengurangan waktu yang dihabiskan untuk penjelasan kode sebesar rata-rata 56%**
- 153 tim melaporkan pengurangan waktu dokumentasi kode sebesar rata-rata 59%**
- 112 tim melaporkan pengurangan waktu pembuatan kode sebesar rata-rata 38%**
- 34 tim melaporkan mengurangi waktu pembuatan kasus uji rata-rata 38% **
Waktu yang dihemat dapat dialihkan oleh tim untuk pekerjaan strategis, seperti meningkatkan kualitas dan keamanan kode secara keseluruhan serta merencanakan inovasi baru.
“Produk ini adalah akselerator pengodean. Produk ini dirancang untuk membuat semuanya lebih cepat,” kata Scott. “Saran utama saya adalah: coba saja.”
**IBM watsonx Challenge adalah acara yang disponsori perusahaan internal IBM. Hasil yang tercantum didasarkan pada data yang dilaporkan sendiri dari tim yang berpartisipasi.
Tim Perangkat Lunak IBM adalah tim pakar multidisiplin. Mereka bertanggung jawab untuk merancang, mengembangkan, menguji, mengimplementasikan, dan memelihara beragam solusi perangkat lunak. Portofolio mereka mencakup perangkat lunak perusahaan, komputasi awan, kecerdasan buatan, blockchain, serta teknologi terbaru lainnya. Tim Perangkat Lunak IBM menangani kebutuhan bisnis yang kompleks dari berbagai industri dan klien termasuk layanan keuangan, perawatan kesehatan, retail, dan pemerintahan serta mendorong pertumbuhan, inovasi, dan transformasi bisnis melalui solusi perangkat lunak.
Hukum
© Hak Cipta IBM Corporation 2024. IBM, logo IBM, IBM watsonx, dan Code Assistant adalah merek dagang atau merek dagang terdaftar milik IBM Corp. yang terdaftar di AS dan/atau negara lain. Ini adalah dokumen terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Contoh klien disajikan sebagai ilustrasi tentang cara klien tersebut menggunakan produk IBM dan hasil yang mungkin telah mereka capai. Kinerja aktual, biaya, penghematan atau hasil lainnya di lingkungan operasi lain mungkin berbeda.