Les TuringBots vont changer la donne pour les équipes de développement, les premiers utilisateurs revendiquant une augmentation de la productivité en développement logiciel de 15 à 30 %, révèle Forrester dans un nouveau rapport.
« Microsoft a lancé Copilot pour des rôles et des activités non liés au développement de logiciels, mais ce ne sont pas des TuringBots ; ce sont des robots d’assistance pour tous les utilisateurs professionnels et techniques de l’entreprise », a déclaré Forrester. « Bard de Google et ChatGPT d’OpenAI sont à la fois des robots d’assistance commerciale et de développement. »
Les TuringBots sont spécialement conçus pour le cycle de vie du développement logiciel (SDLC), offrant « de l’automatisation et des capacités semi-autonomes pour planifier, analyser, concevoir, coder, tester, livrer et déployer tout en fournissant une intelligence d’assistance sur le code, les processus de développement et les applications ». Pour examiner leur potentiel, Forrester s’est entretenu avec des experts du secteur tels qu’IBM, GitHub, OpenText et Globant.
Sur la base de ces conversations et avec l’utilisation croissante de l’IA générative, Forrester prédit que d’ici seulement deux à quatre ans, on pourra voir un impact concret des TuringBots sur le marché. Les équipes de gestion commerciale et technologique, tirant parti des TuringBots, seront en mesure d’augmenter la vitesse et la productivité grâce à un traitement amélioré du langage naturel, de fournir des connaissances cruciales aux développeurs et de générer des actifs de développement de produits en quelques secondes.
L’ensemble du SLDC est sur le point de gagner encore plus en efficacité à mesure que les fournisseurs de développement « low-code », natif du nuage et de gestion des flux de valeur se déplacent pour infuser l’IA générative dans leurs produits, a déclaré Forrester. À chaque étape du cycle de vie, TuringBots peut aider :
- À analyser et planifier des projets logiciels
- À générer du code et automatiser la conception et les modèles
- À améliorer les tests logiciels
- À accélérer et automatisez la livraison de DevSecOps
- À stimuler le développement de produits avec des informations sur les données
Présentement, des produits comme Intelligence d’Atlassian, Figma, Microsoft Sketch2Code, DevOps Guru d’Amazon, Ansible Lightspeed de Red Hat, Google Duet, CloudFabrix et bien d’autres sont sur le point de fournir une ou deux des fonctionnalités ci-dessus, mais ils continueront d’évoluer très rapidement.
Le plein potentiel des TuringBots se déploiera sur trois horizons temporels, conclut le rapport, en fonction de facteurs clés tels que la vitesse d’innovation de l’IA, les pratiques de gestion des risques d’entreprise, la gouvernance, l’acceptation culturelle et la réglementation de l’IA, ainsi qu’un manque de confiance dans la protection de la propriété intellectuelle et la sécurité.
Les trois phases sont les suivantes :
- À court terme (1-2 ans) – Les propriétaires de produits, les testeurs et les développeurs tireront parti des TuringBots en tant qu’assistants, leur ordonnant d’accomplir des tâches, avec des examens et des contrôles stricts toujours en place.
- À moyen terme (2-4 ans) – Les TuringBots mûriront au point de soutenir de manière autonome les gens d’affaires, deviendront membre de l’équipe et auront une collaboration plus interactive avec les humains. Les réglementations sur l’IA seront approuvées, Les TuringBots commenceront à s’y conformer et les développeurs humains leur feront de plus en plus confiance.
- À long terme (cinq ans et plus) – Les TuringBots évolueront au niveau de l’entreprise, le SDLC deviendra une pratique du passé alors que les chefs de produit humains interagiront avec les TuringBots par le biais de langages et de conceptions graphiques visuelles. Les TuringBots feront tout le travail acharné et les développeurs humains examineront, affineront et superviseront.
Adaptation et traduction française par Renaud Larue-Langlois.
