Minder dan een kwart van de applicatieontwikkelaars beschouwt zichzelf als “expert”.
Enterprise AI-ontwikkelaars maken tools om de workflows van hun collega’s te vereenvoudigen… maar de ontwikkeling van deze tools is vaak allesbehalve eenvoudig! Verschrikkelijke conclusie van IBM na een onderzoek van Morning Consult onder ontwikkelaars.
Ontwikkelaars in alle sectoren hebben hun taakomschrijving zien uitbreiden met GenAI. Bedrijven haasten zich om deze technologie te implementeren en vertrouwen hun ontwikkelaars de taak toe om generatieve AI-toepassingen te maken, aan te passen, te testen en in te zetten. En ze onderschatten de complexiteit.
Uit ons onderzoek bleek dat het vaardigheidsniveau in generatieve AI aanzienlijk varieert onder de ondervraagde ontwikkelaars,” zegt Ritika Gunnar, General Manager, Data and AI, IBM. Een meerderheid van de ontwikkelaars die zich identificeren als ‘AI-ontwikkelaar’ of ‘datawetenschapper’ beschouwt zichzelf als expert in generatieve AI, maar een minderheid van de andere zeven demografische groepen ontwikkelaars beschouwt zichzelf als expert. Met name ontwikkelaars van toepassingen beschouwen zichzelf zelden als experts in generatieve AI, ondanks het feit dat ze in de voorhoede staan van de adoptie van generatieve AI!”
Gefrustreerde ontwikkelaars
Dit weerspiegelt het gebrek aan vaardigheden in generatieve AI. Voor veel ontwikkelaars is dit nieuw terrein met een steile leercurve en snelle innovatiecycli. Het gebrek aan duidelijkheid over betrouwbare frameworks en toolkits verergert dit gebrek aan vaardigheden. Geïnterviewden noemen het gebrek aan een gestandaardiseerd AI-ontwikkelingsproces als een van de belangrijkste uitdagingen, evenals de focus op transparantie en traceerbaarheid.
Ontwikkelaars zijn ook gefrustreerd door de tools die ze tot hun beschikking hebben,” vervolgt Ritika Gunnar. De belangrijkste eigenschappen van tools voor het maken van ondernemings-AI zijn volgens de respondenten ook het meest schaars, wat het ontwikkelingsproces belemmert. Ondertussen moeten ontwikkelaars jongleren met een lijst tools.”
De batterij vereenvoudigen… met behulp van AI!
Prestaties (42%), flexibiliteit (41%), gebruiksgemak (40%) en integratie (36%) zijn volgens de ondervraagden de vier belangrijkste kwaliteiten van enterprise AI-ontwikkeltools. Toch zei meer dan een derde van hen ook dat deze zelfde eigenschappen de zeldzaamste waren!
Een meerderheid (72%) van de ondervraagden gebruikt tussen de 5 en 15 tools om een AI-bedrijfsapplicatie te maken. En 13% gebruikt 15 of meer tools… ” Het resultaat is duidelijk: ontwikkelaars worden geconfronteerd met echte complexiteitsuitdagingen in de AI-stack. Dit heeft reële gevolgen,” merkt Ritika Gunnar op. Bedrijven investeren in generatieve AI om een concurrentievoordeel te behalen. Een te complexe AI-stack ondermijnt deze investering en heeft gevolgen voor andere systemen”.
Deze uitdagingen zullen alleen maar toenemen naarmate de industrie verder opschuift in de richting van agentic AI, dat meer kracht en autonomie belooft – maar ook afhankelijk is van vertrouwen en integratie met bredere IT-systemen. De oplossing? Vereenvoudig de stapel… met behulp van AI!
Een transparantere batterij
“Gezien het tempo van de veranderingen in het generatieve AI-landschap weten we dat ontwikkelaars op zoek zijn naar tools die eenvoudig onder de knie te krijgen zijn,” vervolgt Ritika Gunnar. Het vereenvoudigen van de AI-stack en de AI-ontwikkelingslevenscyclus is een belangrijk doel
In de praktijk ondersteunt IBM open source AI, wat een transparantere, betrouwbaardere en innovatievere stack betekent. En het promoot Watsonx.ai, zijn end-to-end applicatieontwikkelingsstudio. Het doel is nog steeds hetzelfde: de ontwikkelingslevenscyclus vereenvoudigen en stroomlijnen. Tegelijkertijd biedt IBM Granite-modellen een open source basis voor de ontwikkeling van betrouwbare AI in de onderneming.
