虽然它仍处于起步阶段，但生成式 AI 编码工具已经在改变开发人员和公司构建软件的方式。生成式 AI 可以通过自动执行任务、改善沟通和协作以及提供可以为更好的决策提供信息的见解来提高开发人员和企业的生产力。

在这篇文章中，我们将探讨公司如何采用生成式 AI 来更快地发布软件的完整故事，包括：

• 什么是生成式 AI
• 生成式 AI 编码工具如何改变开发人员体验
• 公司如何使用生成式人工智能

什么是生成式人工智能？

生成式 AI 是指一类人工智能 (AI) 系统，旨在创建类似于人类生产的新内容。这些系统在包含文本、图像、音频、音乐或代码的大型内容数据集上进行训练。

生成式 AI 是传统机器学习的延伸，它训练模型以根据现有模式预测或分类数据。但是，生成式 AI 模型不是简单地预测结果，而是旨在识别数据的潜在模式和结构，然后利用这些知识快速生成新内容。然而，两者之间的主要区别在于预测或生成的幅度和大小。机器学习通常会预测下一个单词。生成式 AI 可以生成下一段。

来自 Shutterstack 的开发人员使用生成式 AI 工具更快地编码的 AI 生成图像。

生成式 AI 工具引起了商业界的特别兴趣。从营销到软件开发，组织领导者越来越好奇新的生成人工智能应用程序和产品的好处。

GitHub 首席机器学习工程师Albert Ziegler表示：“我确实认为，在不久的将来，所有公司都会采用生成式 AI 工具，至少是间接采用。” “拐角处的面包店可能有设计师使用生成变压器制作的标志。卖针织袜子的邻居可能会问 Bing 哪里可以买到某种羊毛。我的出租车司机可能会使用某个 Excel 插件来纳税。这种采用只会随着时间的推移而增加。”

生成式 AI 工具有哪些商业用途?

• 软件开发：生成式 AI 工具可以帮助工程师构建、编辑和测试代码。
• 内容创作：作者可以使用生成式 AI 工具来帮助个性化产品描述和撰写广告文案。
• 设计创作：从生成布局到辅助图形，生成式 AI 设计工具可以帮助设计师创建全新的设计。
• 视频创作：生成式 AI 工具可以帮助摄像师构建、编辑或增强视频和图像。
• 语言翻译：翻译人员可以使用生成式 AI 工具创建不同语言的交流。
• 个性化：生成式人工智能工具可以帮助企业提供个性化的产品和服务，以满足个人客户的需求。
• 运营：从供应链管理到定价，生成式人工智能工具可以帮助运营专业人员提高效率。

生成式 AI 编码工具如何改变开发人员体验

生成式 AI 对开发人员具有重大意义，因为这些工具可以使他们更快地编写代码和发布软件。

与拼写检查和其他自动化工具如何帮助作者更有效地构建内容类似，生成式 AI 编码工具可以帮助开发人员制作更干净的作品——而且支持这些工具的模型每个月都在变得更好。例如，GitHub Copilot 等工具可用于软件开发生命周期的许多部分，包括 IDE、代码审查和测试。

科学支持这一点。2022 年，我们对我们的生成式 AI 工具GitHub Copilot如何帮助开发人员进行了研究。这是我们发现的：

GitHub Copilot 只会继续改进。当该工具于 2022 年 6 月首次面向个人推出时，平均有超过 27% 的开发人员代码是由 GitHub Copilot 生成的。今天，这个数字在所有编程语言中都是46%——而在 Java 中，这个数字跃升至 61%。

生成式 AI 工具如何帮助构建软件?

这些工具可以帮助：

• 为各种编程语言和框架编写样板代码。
• 在文档中查找信息以了解代码的作用。
• 识别安全漏洞并实施修复。
• 在合并新的或编辑过的代码之前简化代码审查。

负责任地使用生成式人工智能

与所有技术一样，责任和道德对于生成 AI 很重要。

2023 年 2 月，包括 OpenAI、Adobe、BBC 和其他公司在内的 10 家公司就如何以负责任的方式使用生成式 AI 内容达成了一套新建议。

这些建议由 AI 研究非营利组织Partnership on AI (PAI)与 50 多个组织协商后汇总而成。该指导方针要求生成式人工智能的创造者和传播者在用户可能与此类内容交互时（通过在人工智能模型的训练中使用水印、免责声明或可追溯元素），对技术能做什么和不能做什么以及披露信息保持透明数据）。

生成式 AI 准确吗？

企业应该意识到，虽然生成式 AI 工具可以加速内容的创建，但它们不应该被完全依赖为事实的来源。最近的一项研究表明，人们只有 50% 的时间可以识别 AI 生成的内容是真实的还是虚假的。在 GitHub，我们将我们的生成式 AI 工具命名为“GitHub Copilot”来表示这一点——该工具可以提供帮助，但归根结底，它只是一个副驾驶。开发人员需要负责确保完成的代码准确完整。

公司如何使用生成式人工智能

即使生成式 AI 模型和工具继续快速发展，企业也已经在探索如何将这些模型和工具整合到他们的日常运营中。

对于软件开发团队来说尤其如此。

“展望未来，不采用生成式人工智能工具的科技公司将在生产力方面处于明显劣势，”齐格勒说。“鉴于这项技术可以帮助开发人员构建的速度有多快，不采用这些工具或创建自己的工具的组织将在市场上遇到困难。”

组织的 3 种主要生成式 AI 业务模型

世界各地的企业都在使用生成式人工智能工具来改变工作方式。组织使用的三种商业模式包括：

• 模型即服务 (MaaS)：公司通过云访问生成式 AI 模型并使用它们来创建新内容。OpenAI 采用此模型，该模型许可其 GPT-3 AI 模型，即 ChatGPT 背后的平台。此选项提供低风险、低成本的生成 AI 访问，前期投资有限且灵活性高。
• 内置应用程序：公司在生成式 AI 模型之上构建新的或现有的应用程序以创造新体验。GitHub Copilot使用此模型，它依赖于 Codex 来分析代码的上下文，以提供关于如何完成它的智能建议。此选项提供具有可扩展性的高度定制化和专业化解决方案。
• 垂直整合：垂直整合利用现有系统来增强产品。例如，公司可能会使用生成式 AI 模型来分析大量数据并预测价格或提高服务的准确性。

Duolingo是世界上最大的语言学习应用程序之一，也是最近采用生成式 AI 功能的公司之一。他们选择了 GitHub 的生成式 AI 工具GitHub Copilot来帮助他们的开发人员更快地编写和发布代码，同时提高测试覆盖率。Duolingo 的 CTO Severin Hacker 表示，GitHub Copilot 为团队带来了立竿见影的好处，使他们能够快速编码并交付最佳作品。

“可以防止在进行需要大量脑力的深度工作时分心，”Hacker 指出。“花在日常工作上的时间更少，而花在困难的事情上的时间更多。借助 GitHub Copilot，我们的开发人员可以保持顺畅状态并保持动力，而不是翻阅代码库或文档。”

采用 GitHub Copilot 和 GitHub 平台后，Duolingo 看到了：

• 对于刚开始使用特定存储库的开发人员，开发速度提高 25%
• 熟悉相应代码库的开发人员速度提高 10%
• 中位代码审查周转时间减少 67%

“我不知道今天有什么可用的东西能与我们通过 GitHub Copilot 获得的东西相提并论，”Hacker 说。

生成式 AI 领域需要注意的事项

正如我们所说，生成式 AI 工具正在变得越来越好。以下是希望将生成式 AI 工具引入组织时需要考虑的首要问题：

• 该工具能否在整个软件开发生命周期中使用？理想情况下，需要一个可以帮助处理工作流程多个部分的工具。
• 该工具是否具有最新的安全集成？安全应该永远是第一位的。
• 该工具易于使用吗？您的所有工程师，包括初级员工，都应该能够通过最少的培训来掌握和运行它。

期待

生成式 AI 正在改变软件开发的世界。这才刚刚开始。该技术正在迅速改进，并且在整个软件开发生命周期中正在识别更多用例。随着GitHub Copilot X的发布，我们对 AI 驱动的软件开发的未来愿景，我们致力于将 AI 功能安装到开发人员工作流程的每一步。

参考链接：https://github.blog/2023-05-09-how-companies-are-boosting-productivity-with-generative-ai/