Ai ajuda as equipes de desenvolvimento forte e machuca as fracas, de acordo com o relatório Dora 2025 do Google

Siga ZDNet: Adicione -nos como uma fonte preferida no Google.

As principais toca de Zdnet

• Quase todos os desenvolvedores agora dependem de ferramentas de IA.
• AI amplifica os pontos fortes e amplia a disfunção.
• Plataformas de alta qualidade são obrigatórias para o sucesso da IA.

O Google lançou seu 2025 Relatório de Desenvolvimento de Software Dora. Dora (DevOps Analysis & Avaliação) é um programa de pesquisa no Google (parte da organização do Google Cloud). Dora explora os recursos e fatores que impulsionam a entrega de software program e o desempenho das operações.

Este ano, o projeto Dora pesquisou 5.000 profissionais de desenvolvimento de software program em todos os setores e acompanhou mais de 100 horas de entrevistas. Pode ser um dos estudos mais abrangentes da mudança de papel da IA ​​no desenvolvimento de software program, especialmente no nível da empresa.

Além disso: 10 segredos de código de chatgpt que aprendi apenas após 60 horas de programação de pares com ele

Os resultados deste ano são particularmente relevantes porque a IA infiltrou o desenvolvimento de software program em um grau bastante extremo. O relatório mostra algumas notas encorajadoras, mas também mostra algumas áreas de desafio actual.

Ao escrever este artigo, passei pelo relatório de 142 páginas e fiz cinco grandes observações que atravessam o hype para revelar o que realmente está mudando no desenvolvimento de software program.

1. Ai agora é amplamente utilizado no desenvolvimento

Segundo os entrevistados, entre 90 e 95% dependem do desenvolvimento de software program para o trabalho. O relatório menciona 95% na introdução e 90% posteriormente em uma seção de detalhes, mas independentemente do número que você escolher, quase todos os codificadores estão agora usando a IA. Segundo o relatório, este é um salto de 14% em relação ao ano passado.

O tempo médio gasto interagindo com uma IA foi de duas horas por dia. Há um pouco mais de nuances nisso, no entanto. Por exemplo, apenas 7% dos entrevistados “sempre” relatam usando a IA quando confrontados com um problema a ser resolvido. O maior grupo, 39%, relata “às vezes” recorrendo à IA para obter ajuda. Mas o que me impressionou é que 60% completo usam a IA “cerca da metade do tempo” ou mais ao tentar resolver um problema ou concluir uma tarefa.

Oitenta por cento dos programadores relataram um aumento geral na produtividade, mas apenas 59% relataram que sua qualidade de código melhorou. Outra métrica -chave é a seguinte: 70% dos entrevistados confiam na qualidade da IA, enquanto 30% não.

Além disso: eu tenho 4 anos de desenvolvimento de produtos em 4 dias por US $ 200 e ainda estou surpreso

Deixe -me compartilhar um pensamento pessoal sobre isso. Acabei de terminar um dash de codificação enorme possibilitado pela IA. O código que saiu quase nunca estava certo na primeira corrida. Eu tive que gastar muito tempo atendendo à IA para acertar. Mesmo quando o trabalho foi feito, voltei para fazer uma varredura completa de controle de qualidade, onde encontrei mais erros.

Minha conclusão é que não há como eu ter chegado perto da quantidade de trabalho realizado que acabei de fazer sem a IA. Mas não há como confiar em qualquer código que a IA grava sem fazer muita revisão, validação e teste. Obviamente, isso não é muito diferente de como eu me senti quando period gerente e delegada codificação para funcionários ou contratados.

2. Pense em Ai como um amplificador

Este foi um dos resultados mais fascinantes que saem do estudo. A equipe da Dora afirma que a IA se tornou um amplificador. Essencialmente, a IA “amplia os pontos fortes das organizações de alto desempenho e as disfunções de lutas”.

Isso faz muito sentido. Se você ler meu artigo mais recente sobre “10 segredos do Codex Codex que aprendi apenas após 60 horas de programação de pares”, apontei que os AIS cometem grandes erros rapidamente. Um immediate malformado pode enviar uma IA para causar uma grande destruição. Eu tive a experiência em que o Codex decidiu excluir uma grande parte de um dos meus arquivos e, em seguida, verifiquei imediatamente essas alterações no GitHub.

Além disso: fiz 24 dias de codificação em 12 horas com uma ferramenta de AI de US $ 20 – mas há uma grande armadilha

Felizmente, pude reverter essas mudanças de volta, mas vi uma enorme quantidade de trabalho desaparecer mais rápido do que eu poderia tomar um gole de café.

Essencialmente, quanto mais eficaz e organizada uma equipe for, mais IA ajudará. Quanto mais dispersa ou aleatória uma equipe for, mais a IA vai doer. No meu caso, tenho uma boa prática de controle de revisão; portanto, quando a IA comeu minha lição de casa, pude recuperá -la por causa dos controles que eu havia implementado antes de dar à IA seu primeiro acesso à minha base de código.

3. Sete arquétipos de equipe na period da AI

Então, quem ganha e quem perde? A equipe Dora identificou oito fatores que determinaram o desempenho geral de uma equipe.

1. Desempenho da equipe: Eficácia e força colaborativa de uma equipe
2. Desempenho do produto: Qualidade e sucesso dos produtos sendo produzidos
3. Taxa de transferência de entrega de software program: Velocidade e eficiência do processo de entrega
4. Instabilidade de entrega de software program: Qualidade e confiabilidade do processo de entrega
5. Eficácia particular person: Eficácia e senso de realização para membros individuais da equipe
6. Trabalho valioso: Grau em que membros individuais da equipe acham que seu trabalho é valioso
7. Atrito: Quanto atrapalha as pessoas tentando fazer seu trabalho
8. Burnout: Sentimentos de exaustão e cinismo entre os membros da equipe

Então eles mediram esses fatores contra os entrevistados e suas equipes. Isso ajudou a identificar sete arquétipos de equipe.

1. Desafios fundamentais: Modo de sobrevivência, lacunas em todos os lugares
2. Gargalo herdado: Combate a incêndios constantes, sistemas instáveis
3. Restringido por processo: Estável, mas atolado pela burocracia
4. Alto impacto, baixa cadência: Produção forte, entrega instável
5. Estável e metódico: Ritmo deliberado, qualidade consistente
6. Artistas pragmáticos: Confiável, rápido, moderadamente engajado
7. Altos-moradores harmoniosos: Desempenho sustentável, estável e superior

A IA, diz o relatório, é um espelho de organizações. O uso da IA ​​torna os pontos fortes e fracos das equipes mais aparentes. Mas o que achei particularmente interessante é a ideia de que a troca de “velocidade versus estabilidade” é um mito.

Esta é a ideia de que você pode ser rápido ou produzir um bom código, mas não ambos. Acontece que os 30% dos entrevistados se enquadram nos arquétipos harmoniosos de alto-moradores ou artistas pragmáticos, e essas pessoas estão produzindo saída rapidamente, e a qualidade dessa saída é alta.

4. Sete práticas principais

O relatório enfatiza: “A adoção bem -sucedida da IA ​​é um problema de sistemas, não um problema de ferramentas”. O pessoal de Dora parece gostar do número sete. Eles dizem que as sete práticas principais seguintes impulsionam o impacto da IA ​​(para o bem ou para o mal).

1. Política de IA: A postura de AI clara e comunicada de uma organização.
2. Ecossistemas de dados: Qualidade geral dos dados internos de uma organização.
3. Dados acessíveis: Ferramentas de AI conectadas às fontes de dados internas.
4. Controle de versão: Maneira sistemática de gerenciar alterações no código.
5. Pequenos lotes: Quebrar mudanças em unidades pequenas e gerenciáveis.
6. Foco do usuário: Equipes priorizando a experiência dos usuários finais.
7. Plataformas de qualidade: Recursos compartilhados disponíveis em toda a organização.

Como você pode imaginar, as equipes de sucesso empregam mais dessas práticas. Embora as equipes malsucedidas possam ter programadores individuais altamente produtivos, é a falta desses fundamentos que parecem derrubá -los.

Eles recomendam: “Tratam sua adoção de IA como uma transformação organizacional. Os maiores retornos virão de investir nos sistemas fundamentais que amplificam os benefícios da IA: sua plataforma interna, seu ecossistema de dados e as principais disciplinas de engenharia de suas equipes. Esses elementos são os pré -requisitos essenciais para transformar o potencial da AI em desempenho organizacional medível”.

5. Dois fatores que influenciam o sucesso da IA

No ano passado, tornou -se notícias bastante grandes quando o relatório anterior da Dora mostrou que a IA realmente reduziu a produtividade do desenvolvimento de software program, em vez de aumentar. Este ano, o oposto é verdadeiro. Os exploradores Dora foram capazes de identificar dois fatores -chave que transformaram esses resultados.

As organizações de desenvolvimento estão mais familiarizadas com a IA e sabem como trabalhar com mais eficácia do que há um ano. O estudo mostra que 90% das organizações de desenvolvedores adotaram engenharia de plataforma. Esta é a prática de construir fortes plataformas de desenvolvimento interno que agregam as ferramentas, automações e serviços compartilhados para uma equipe de desenvolvimento.

Além disso: a melhor IA para codificar em 2025 (e o que não usar)

Segundo Dora, quando a plataforma interna funciona bem, os desenvolvedores passam menos tempo lutando contra o sistema e mais tempo criando valor. Se você vê a IA como um amplificador, poderá ver como os sistemas podem realmente melhorar os resultados. Curiosamente, se as plataformas são fracas, a IA parece não melhorar a produtividade organizacional. Boas plataformas internas são um pré -requisito muito claro para o uso eficaz da IA.

O próximo fator parece uma palavra da moda de uma comédia no native de trabalho, mas é realmente muito importante. É VSM (ou gerenciamento de fluxo de valor). A idéia é que os gerentes criem um mapa de como o trabalho se transfer da ideia para a entrega. É basicamente um fluxograma para operações, em vez de apenas bits.

Ao ver todas as etapas, as equipes podem identificar áreas problemáticas, como revisões ou lançamentos de código muito longos que param em vários estágios. O relatório afirma que o impacto positivo da adoção da IA ​​é “amplificado dramaticamente” nas organizações com uma forte prática do VSM. Para o registro, a palavra “dramaticamente” aparece no relatório quatro vezes.

O relatório afirma: “O VSM atua como um multiplicador de força para investimentos de IA. Ao fornecer uma visão em nível de sistemas, garante que a IA seja aplicada aos problemas certos, transformando ganhos de produtividade localizada em vantagens organizacionais significativas em vez de simplesmente criar mais caos a jusante”.

O que tudo isso significa para o desenvolvimento de software program

Existem algumas conclusões claras do relatório. Primeiro, a IA passou do hype para o mainstream no mundo do desenvolvimento de software program corporativo. Segundo, a verdadeira vantagem não é sobre as ferramentas (ou mesmo a IA que você usa). Trata -se de construir sistemas organizacionais sólidos. Sem esses sistemas, a IA tem pouca vantagem. E terceiro, a IA é um espelho. Ele reflete e amplia o quão bem (ou mal) você já opera.

O que você acha? Sua organização está usando ferramentas de IA no desenvolvimento de software program? Você vê a IA como um impulso genuíno da produtividade ou como algo que adiciona mais instabilidade? Qual dos sete arquétipos da equipe parece mais próximo de sua própria experiência? E você acha que práticas como engenharia de plataforma ou VSM realmente fazem a diferença? Compartilhe seus pensamentos nos comentários abaixo.

Você pode seguir minhas atualizações do projeto diário nas mídias sociais. Certifique -se de se inscrever meu boletim de atualização semanale me siga no Twitter/x em @Davidgewirtzno Fb em Facebook.com/davidgewirtzno Instagram em Instagram.com/davidgewirtzem bluesky em @Davidgewirtz.come no YouTube em Youtube.com/davidgewirtztv.