2023年6月27日，美国麦肯锡咨询公司发布题为《利用生成式人工智能释放开发者生产力》的研究报告，指出使用生成式人工智能，软件开发人员完成编码任务的速度可提高一倍。

基于生成式人工智能工具能极大提高以下四个关键领域的生产率：

（1）提高手动和重复性工作效率。生成式人工智能可处理常规任务，如自动填写编码中使用的标准函数，在开发者输入时完成编码语句，并根据开发者提示以既定标准格式记录代码功能。这可解放开发者，使他们能够应对更复杂的业务挑战，快速开发软件新功能。

（2）启动新代码的初稿。使用基于生成式人工智能的工具，开发人员可通过在单独窗口或集成开发环境（IDE）中输入提示来获得新代码编写建议。这使得开发人员可避免编写代码过程中的阻碍，使开发人员更快地进入“状态”。

（3）加快对现有代码的更新。开发人员表示使用这些工具并给予有效的提示时，他们可更快地对现有代码进行修改。例如，为了节省从在线编码库取用代码和改进预先编写代码所需的时间，开发人员会将代码复制粘贴到提示中，并提交迭代查询，要求工具根据他们提供的条件进行调整。

（4）提高开发人员应对新挑战的能力。基于生成式人工智能的工具可帮助开发人员快速熟悉那些不熟悉的代码库、语言或框架，以满足工作所需。此外，当开发者面临新挑战时，这些工具可向他们提供类似于向经验丰富的同事求助而获得的帮助——例如，解释新概念，整合信息（例如，通过比较和对比不同代码仓库中的代码），以及提供关于如何使用框架的分步指南，以便他们能够完成工作。因此，与未使用这些工具的开发人员相比，那些使用基于生成式人工智能工具来执行复杂任务的开发人员，他们在规定时间内完成任务的可能性增加了25%至30%。

研究发现，借助工具，开发人员不仅能达到最高生产力同时还极大地优化了他们的工作体验，从而有助于企业留住和激励最优秀的人才。那些使用基于生成式人工智能工具的开发人员，他们的整体幸福感、满意度和工作流状态是没有使用这些工具的开发人员的两倍以上。他们将此归因于这些工具能够自动化繁琐的工作，从而不用在各种在线平台上搜索就能更快地获得解决方案。

尽管生成式人工智能技术的功能很强大，但研究表明，工具的使用效果如何，取决于使用该工具工程师的技能。参与者的反馈指出，在以下三个领域，人工的监督和参与非常关键：

检查代码中的错误和漏洞。有时基于生成式人工智能的工具会提供错误的编码建议，甚至会在代码中引入错误。

提供组织型情境。现有的基于人工智能的生成工具无法了解既定项目和组织的具体需求。这些知识在编码过程中至关重要，帮助确保最终的软件产品能够与其他应用程序无缝集成，满足公司的性能和安全要求，最后满足终端用户的需求。

处理复杂的编码要求。基于人工智能的生成工具更适合回答简单指令，而不适合应对复杂指令，例如整合代码逻辑不同的多个框架。

鉴于这些发现，技术领导者在软件开发中使用生成式人工智能时，如何才能将这些时间节省和质量改进转化为实际的生产力提升，同时将风险降至最低？研究报告指出，可从技能开发、追求高级用例、规划技能转变和风险管理四个方面入手。

信息来源：

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai