Auf einen Blick: Die Balance zwischen KI-Kosten und Entwicklerproduktivität ist in der Großrechnerbranche entscheidend, da KI die Effizienz steigert und die Markteinführungszeit verkürzt. BMC AMI zAdviser liefert Kennzahlen zur Messung der Entwicklungseffizienz und KI-ROI.
- KI verringert die Zeit, die für Code-Reviews und Debugging aufgewendet wird, erheblich.
- BMC AMI zAdviser bietet Analysen an, um die Vorteile von KI-Investitionen zu quantifizieren.
Die Großrechnerbranche hatte schon immer Schwierigkeiten, Ressourcenkosten gegen Entwicklerproduktivität auszubalancieren. Die heutige Debatte über die Kosten generativer künstlicher Intelligenz (GenAI) spiegelt frühere Diskussionen über Entwicklerpraktiken und Kompilierungszeit wider, aber mit deutlich höheren Einsätzen für die Wettbewerbsfähigkeit des Geschäfts. Kompilierungen galten früher als teuer, daher saßen Entwickler eine Stunde oder länger am Schreibtisch und überprüften ihren Code, um sicherzustellen, dass alle Fehler behoben wurden, bevor sie erneut kompilierten. Die CPU-Zeit wurde gemessen, aber die Entwickler wurden nicht geprüft, aber nicht. Es wurden Listen der CPU-Zeit geführt, die dafür geschätzt wurden, dass sie stattdessen den Code überprüften und ihre Probleme ohne Hilfe lösen. Mit der Zeit, als die Kosten sanken, wurde erkannt, dass Entwicklerzeit teurer war. Entwickler fühlten sich wohl dabei, mehr Compils durchzuführen. Sie versuchten einigermaßen, Dinge zu korrigieren, investierten aber keine Stunden – das Gleichgewicht änderte sich. Das galt auch für Debugging. Ein Entwickler wäre frei, einen Debugger zu nutzen, um einen Fehler schnell zu beheben, anstatt am Schreibtisch "Computer zu spielen". Ich sehe dasselbe bei KI. Es ist eine Stelle im Budget, die viele als sehr teuer ansehen, aber sie berücksichtigen nicht, wie sie dem Entwickler helfen und deren Kosten senken. Derzeit verbringen Entwickler viel Zeit damit, Code zu überprüfen und Vermutungen zu machen, und das wird akzeptiert; es gibt keine Line-Item-Kosten, aber ein KI-Server schon. Der Wert von KI muss nachgewiesen werden, und ihre Kosten sind es wert, um die Produktivität der Entwickler zu steigern. Entwicklerzeit, die Kosten von Problemen und das Verspäten auf den Markt sind alle teurer als Serverzeit. Betrachten Sie diese realen Szenarien, in denen KI-gestützte Entwicklungstools schnell ihren Wert beweisen:
- Ein Entwickler, der KI nutzt, um unbekannten Code zu verstehen, kann Stunden an Untersuchungszeit sparen.
- Teams können Code mit KI-generierten Erklärungen effektiver dokumentieren.
- Probleme können durch KI-unterstütztes Debugging schneller behoben werden.
- Ein Entwickler, der eine KI-generierte Erklärung unbekannten Codes macht, kann diesen leicht als Kommentar im Programm speichern, um dem nächsten Entwickler zu helfen.
Diese Beispiele würden einmalige Kosten verursachen, die sich sowohl sofort als auch langfristig auszahlen würden. Die Beschaffung von Kosteninformationen kann der herausfordernde Teil dieser Gleichung sein. Wie misst man Zeit, um sie mit den Kosten von KI abzugleichen? BMC AMI zAdviser kann helfen, indem es Kennzahlen zum aktuellen Stand der mittleren Zeit bis zur Auflösung (MTTR) und zur Zeit für neue Funktionen bereitstellt. Dies hilft, die Entwicklerkosten zu berechnen, die man gegen die Kosten der KI abgleichen kann, um zu unterstützen. Hier erweist sich BMC AMI zAdviser Enterprise als von unschätzbarem Wert. Durch sein umfassendes Analyse-Dashboard bietet es konkrete Kennzahlen, die beide Seiten der KI-Investitionsgleichung quantifizieren:
- Entwicklungsgeschwindigkeitsmetriken, die die Zeit zeigen, die für Code-Review und -Verständnis aufgewendet wird.
- Vorlaufzeitmessungen, die Verzögerungen bei der Auslieferung von Features aufzeigen
- Qualitätskennzahlen, die die Kosten von Fehlern und technischen Schulden aufzeigen
Um für KI-Investitionen zu argumentieren, sind sowohl historische Perspektiven als auch zukunftsorientierte Kennzahlen erforderlich. BMC AMI zAdviser bietet die datenbasierte Grundlage, die benötigt wird, um:
- Aktuelle Basiskennzahlen für Entwicklungsgeschwindigkeit und Qualität festlegen
- Verfolgen Sie Verbesserungen, sobald KI-Tools implementiert werden.
- Nachweisen Sie eine konkrete Rendite (ROI) durch verkürzte Entwicklungszyklen und schnellere Feature-Lieferung
- Leite die laufende Optimierung der KI-Ressourcenallokation
So wie Mainframe-Teams schließlich häufigere Kompilierungen für bessere Produktivität annahmen, stellen heutige Organisationen fest, dass der geschäftliche Wert KI-gestützter Entwicklung die Infrastrukturkosten bei weitem überwiegt – und BMC AMI zAdviser hilft dabei, dies mit tatsächlichen Daten zu beweisen. Erfahren Sie mehr über BMC AMI zAdviser und seine neue On-Premises-Version im On-Demand BMC AMI Tech Talk, Introducing On-Prem BMC AMI zAdviser.
Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.