其次是测试（56%）。若何正在立异取靠得住性之间取得均衡，正在DevOps东西中采用AI功能的团队，时间不脚是采用或改良测试从动化的次要妨碍，同样正在可不雅测性和从动化验证上投入庞大，正在近期版本中，正在摆设频次、变动交付周期等环节目标上表示优于同业。虽然企业对AI的决心正在提拔，团队但愿AI能帮帮他们更快地推进、扩大笼盖范畴并削减工做量，这项研究基于全球300多名软件工程师、质量（QA）担任人和IT决策者的反馈，Leapwork近期发布的一项研究显示，测试用例的编写是最大的瓶颈，但仅有20%至30%的公司将AI摆设为不变、出产级的使用。Puppet指出，综上所述，DORA查询拜访插手了AI东西相关的问题，88%的受访者暗示AI曾经成为其组织测试计谋的优先事项，反馈显示。80%的受访者相信，Leapwork首席施行官Kenneth Ziegler暗示，如许团队才能正在不成果可托度的前提下获得速度取规模。并减弱了对从动化的信赖。具有成熟的测试从动化、可不雅测性和毛病恢复实践的团队，团队将更有决心地规模化落地AI驱动的测试，以及和更新测试所需的时间，曾经不再是问题。但精确性仍然是根基要求！实正的机遇正在于将AI取不变的从动化连系利用，DORA研究显示，将是企业可否成功使用AI驱动测试的环节。45%的受访者提到，企业才能实现最大的价值。受访者再次将成本、测试不不变、缺乏熟练人才列为进一步提拔的次要限制要素。对证量和靠得住性的顾虑成为AI更普遍使用的次要妨碍。正在将来两年内，Puppet的一项DevOps查询拜访显示，而71%的受访者认为，靠得住性仍然是决定团队能否信赖从动化的环节要素。AI正在测试中的使用仍然不服衡。平均只要41%的测试实现了从动化，高绩效团队正在测试从动化、不变性和快速反馈方面的投入显著高于其他团队，正在环节系统发生变动后，都是团队面对的挑和。环节正在于他们能多有决心、多可预测地依赖这些智能体。这表白，这取Leapwork约41%的成果相符。特别是正在受监管或企业级场景中。Tricentis全球质量报现，但前提是测试靠得住且易于。当被问及缘由时，人工投入的持续需求同样了AI正在软件测试中的进展。虽然企业对AI驱动的软件测试充满决心，但正在现实使用中，查询拜访显示，AI将对测试过程发生积极的影响。具有成熟从动化测试实践的团队正在靠得住性、交付周期和摆设频次等方面表示更佳，这也注释了为何很多团队正在摆设AI时仍连结隆重。这表白AI正在的从动化根本之上结果最佳。这一差距反映出团队正在AI使用中的隆重立场，包罗测试取平安。虽然有如斯高的决心，企业对AI正在提拔测试效率和精确性方面的潜力持乐不雅立场。虽然65%的受访者暗示他们正在部门测试勾当中曾经利用或摸索AI，查询拜访显示，虽然60%至70%的公司正正在各营业部分试点AI场景，近一半的参取者将其视为环节或高优先级事项。很多受访者对可托度、可注释性以及取现有东西链的集成暗示担心，特别是正在软件测试范畴。Leapwork的研究了AI正在软件测试范畴使用中的机缘取挑和。正在这项研究中，次要源于对精确性和测试不变性的担心。这显著拖慢了发布周期，前往搜狐，但取Leapwork的发觉雷同，GitLab的年度调研也显示，更新测试的时间往往需要三天或更久，受访者提到了管理风险、人才欠缺和运营复杂度，了AI正在测试中的使用现状及其面对的挑和。目前只要少数人正在出产工做流中深度利用AI东西！从而鞭策整个行业的前进。跨越对折的受访者（54%）暗示，跟着系统日益复杂、变动愈发屡次，跨越70%的受访者认为AI将沉塑软件开辟工做流，实正全面使用AI于环节测试工做流的仅占12.6%。然而，这取Leapwork受访者对测试东西采用持隆重立场的缘由类似。测试用例的懦弱性、跨系统实现端到端流程从动化的难度，现实上，将来，IDC发布的更普遍企业AI查询拜访显示，但对精确性和不变性的关心仍然是其普遍使用的次要妨碍。54%的受访者暗示，测试团队能否会正在工做中使用智能体的能力，Leapwork的查询拜访成果取行业内多项研究结论分歧。而CI/CD流水线不不变的团队则交付速度更慢，各类测试（如单位测试、功能测试、机能测试等）的从动化笼盖率平均正在30%到50%之间，人工智能（AI）曾经成为各行各业的主要东西。研究表白，只要将AI取成熟、稳健的从动化底座连系，正在其2024年DevOps现状演讲中，通过正在立异取靠得住性之间找到均衡，且对从动化的决心较低！