AIIA观察｜软件工程朝智能化方向强势前行

中国信通院自“AI4SE工作组”成立以来，持续开展行业研究，并根据AI4SE“银弹”案例数据、调查问卷反馈数据及企业走访调研数据，对行业进行深度观察和分析：

大模型等AI能力能够对软件工程全生命周期进行赋能，但开发阶段落地最快，智能测试和智能运维有诸多点状场景的试点应用，智能需求方面处于探索阶段。2023年AI4SE“银弹”案例征集过程中，开发相关案例占比38.5%，测试占比26.9%，运维占比19.2%，需求占比15.4%。

受访企业中，超70%的企业在软件开发阶段应用了大模型等AI技术，其次是软件测试也超过了60%。而在软件工程各阶段中，测试和开发过程应用AI技术后提效（人效）最为明显，其次是运维。

受访企业中，智能编码工具内部推广率达到70%左右的占多数，同时智能编码工具在金融、软件服务业、互联网科技等行业落地最快，其次是电信、能源等领域。

基于大模型能力的加持，83.16%受访企业的自动化编程水平达到C3级，未来随着大模型理解和生成能力的提升，并结合多模态能力，智能编码将实现真正意义上的低代码和无代码开发，并向着C4和C5方向进一步发展。

近半数受访企业的代码采纳率集中于20%-40%之间，超60%受访企业的代码生成占比集中于在10%-30%之间。代码采纳率是指智能生成的代码中被开发人员采纳的比例，代码生成占比是指项目代码总数中智能生成的代码的占比。

当前落地智能编码工具的企业中，50%采用私有化部署方式，混合云比例也达到29%，服务方式普遍采用IDE插件（87.5%），API和WEB方式占比也较高。

一方面软件工程全生命周期的智能化能力将进一步提升。未来，行业将围绕软件全生命周期，以提高质量和效率为核心，以解决问题为重点，用AI全面使能，推动智能化进程。尤其在当前初步提效和有望提效的环节进行深度赋能，进一步提升测试、运维、需求、项目管理等环节的质效。

另一方面大模型将推动软件研发模式和组织角色的演进。在大模型助力软件研发活动的实践过程中，将衍生出新的以大模型为驱动的新研发模式，协同方式从大兵团作战向特种兵行动演进。

中国信通院长期深耕于人工智能与软件工程交叉领域的研究，已于2024年1月25日联合中国工商银行牵头发布《智能化软件工程技术和应用要求 第1部分：代码大模型》标准，该标准适用于企业在代码大模型的研发、评估和验收等过程中，为代码大模型能力的建设和改进提供参考，为代码大模型的技术选型提供指引。