Udviklerne har fået en ny makker: "Jeg sparer fire-fem timer om ugen"
I Nordea bruger Antonio Lagrotteria GitHub Copilot og et internt AI-værktøj næsten hver dag, og en rundspørge blandt otte finansielle organisationer viser, at netop udviklingsafdelingerne står i front, når generativ AI rulles ud i sektoren.
AI rulles ud i udviklingsafdelingerne
Antonio Lagrotteria er langt fra den eneste softwareudvikler, der i dag har fået sig en ny AI-kollega.
En rundspørge foretaget af Nyhedsbrevet Finans viser, at netop softwareafdelingerne er nogle af de områder, der lige nu har størst fokus, når det kommer til udrulningen af den nye AI-teknologi.
Blandt de otte finansielle organisationer, som har besvaret rundspørgen, bekræfter flertallet, at GenAI allerede er i drift eller under implementering. Og det er særligt udviklingsafdelingerne, der har taget de nye assistenter i brug.
Det gælder bl.a. Nordea, Jyske Bank, Saxo Bank, Lunar, Arbejdernes Landsbank og BEC, der alle melder om AI-værktøjer målrettet udviklerne.
”Inden for softwareudvikling har vi brugt generativ AI i længere tid end forretningen. Her har vi set konkrete gevinster inden for kode og dokumentation,” lyder det fx fra Jyske Bank.
Hos Nordea bliver softwareudvikling nævnt som et af de forretningsområder, der lige nu har højest prioritet, når det kommer til AI-assistenterne, mens BEC som en af de helt store it-arbejdspladser er begyndt at ansætte og uddanne AI-engineers.
Udviklingsværktøjet GitHub Copilot er nu i brug hos BEC, Nordea, Saxo Bank og Jyske Bank. Arbejdernes Landsbank fortæller, at der er implementeret AI-support til kodning, og hos Lunar anvendes værktøjet Cursor i softwareudvikling.
Sparer 4-5 timer om ugen
Det halter med konkrete gevinster i svarene fra rundspørgen.
Bortset fra Lunar, der nu håndterer 65 % af alle skriftlige kundehenvendelser automatisk via AI, holder de fleste kortene tæt på bankboksene og melder overordnet om en begejstring for teknologien.
Der har imidlertid været flere bombastiske udmeldinger i løbet af de seneste år, hvor der er strømmet rapporter og studier ud, som peger på, at værktøjer som GitHub Copilot kan give udviklere et massivt produktivitetsløft.
Ét af de mest opsigtsvækkende eksempler kommer måske fra Microsofts egne analyser. Det lyder bl.a., at udviklere, der bruger GitHub Copilot, ifølge Microsoft, i gennemsnit løste kodningsopgaver 46 % hurtigere.
Lignende undersøgelser har fremvist øget softwareproduktivitet i forskellige grader, og det må naturligvis også have medvirket til det øgede fokus på netop at sætte GenAI-løsninger i spil i udviklingsafdelingerne.
Antonio Lagrotteria har forsøgt at gøre regnestykket op for hans eget arbejde.
”Mit bud er, at jeg sparer fire-fem timer om ugen – men det er en mavefornemmelse. Vi er ikke dér endnu, hvor vi kan måle det præcist,” siger han.
Kan oversætte COBOL-kode
Antonio Lagrotteria har ud over GitHub Copilot også adgang til et internt AI-værktøj, som de er i gang med at eksperimentere med.
GitHub er ifølge ham en god hjælper i forhold til tests, refaktorering og forståelse af kode – også ældre kode som fx COBOL.
Det interne værktøj, der er trænet på Nordeas egne retningslinjer, har mere kontekst og kan hjælpe med at generere kode, der følger Nordeas arkitektur og best practice.
”Jeg arbejder både som udvikler og som arkitekt, og på arkitektsiden bruger jeg også AI-værktøjer til at læse og analysere dokumentation, systemdesign og compliancekrav. Når man hurtigt skal danne sig overblik over en kompleks dokumentpakke, er det virkelig en stor hjælp at kunne få et hurtigt summary med fokus på bestemte spørgsmål,” forklarer han.
”Vi arbejder med mainframe-systemer og COBOL – nogle gange endda skrevet på nordiske sprog – og det er overraskende, hvor godt en sprogmodel kan forstå og hjælpe med at oversætte og dokumentere sådanne programmer,” siger han videre.
Skriver for meget kode
Midt i de entusiastiske udmeldinger er der dog flere skyggesider af teknologien.
Der kan være benspænd fra gamle systemer, lav datakvalitet eller en kultur, der endnu ikke har fundet sig helt til rette med de nye, sproglige assistenter.
Der er også udfordringer med, at de hallucinerer – og måske genererer kode lige lovligt hurtigt og i (for) store mængder.
En analyse af over 150 millioner kodeændringer peger fx på, at AI-genereret kode ofte er hurtig at skrive – men også mere tilbøjelig til at blive omskrevet eller kasseret kort tid efter.
Med AI-assistenterne risikerer man altså hurtigt at akkumulere teknisk gæld, og værktøjerne kan fremme overfladisk integration frem for langsigtet kodekvalitet.
Sikker og ansvarlig brug
Antonio Lagrotteria nikker genkendende til udfordringen med, at kodeassistenterne nogle gange er lige flittige nok. Det er afgørende, at man tæmmer dem og arbejder med den nye disciplin prompt-engineering - giver kontekst og bruger sin faglige dømmekraft- pointerer han.
”AI kan generere for meget og for snørklet kode. Hvis man bare kopierer og indsætter det, AI foreslår, uden at forstå det, risikerer man at ende med teknisk gæld. Nogle gange får man 50 linjer kode for noget, der kunne skrives på én linje,” siger han og tilføjer, at ingen kode går igennem til produktion uden altid at have været forbi code review, pull requests, tests og sikkerhedsscanning.
Det går ligeledes igen i rundspørgen, at virksomhederne er meget opmærksomme på de udfordringer, som AI også medfører både i forhold til den tekniske, lovgivningsmæssige og kulturelle side.
”Det sværeste er at få etableret en FSI Compliant Cloud platform som understøtter professionel softwareudvikling og sikre, at Generativ AI er trænet korrekt,” lyder det fra Jyske Bank, mens det hos Lunar lyder:
”Det handler ikke kun om at automatisere, men om at gøre det på en ansvarlig og sikker måde, der skaber værdi for kunderne.”
Øv dig. Prøv det selv. Leg med teknologierne
Selvom der er sket meget, siden Antonio Lagrotteria første gang stiftede bekendtskab med teknologien, mener han ikke, at de nye AI-assistenter kommer til at kunne erstatte softwareudviklere.
”Jeg ser glasset som halvt fyldt. Jeg tror på, at virksomhederne hellere vil hæve ambitionsniveauet end at skære ned,” siger han.
Hans bedste råd? Prøv det af.
”Jeg ser det som en mulighed for personlig og faglig vækst. Mit råd er: Øv dig. Prøv det selv. Leg med teknologierne. Har du ikke adgang på jobbet, så eksperimentér hos de store cloududbydere.”
”Man lærer kun ved selv at prøve. Ikke ved bare at læse om det.”