W miarę jak niemiecka firma motoryzacyjna coraz szerzej wdrażała podejście oparte na oprogramowaniu, coraz więcej jej pracowników musiało pełnić rolę inżynierów oprogramowania. Ta zmiana, w połączeniu ze złożonością procesów budowy nowoczesnych pojazdów, sprawiła, że poprawa doświadczenia programistów stała się kluczowa. W związku z tym organizacja uznała, że konieczne jest zmniejszenie obciążenia poznawczego programistów oraz przyspieszenie uzyskiwania informacji zwrotnej, aby wspierać głęboką koncentrację, zwiększoną uwagę i optymalną wydajność pracy – czyli osiąganie tzw. stanu „flow”.

Biorąc to pod uwagę, organizacja zdecydowała się wykorzystać Generatywną AI do transformacji swoich kompetencji w zakresie inżynierii oprogramowania. Skuteczne wdrożenie wymagało jednak kompleksowego zrozumienia wpływu rozwiązania oraz narzędzia umożliwiającego właściwy pomiar korzyści wynikających z innowacyjnej automatyzacji. Wdrożenie takiego narzędzia wymagało szerokiej wiedzy dotyczącej rozwiązania Microsoft GitHub Copilot, branży motoryzacyjnej oraz procesu tworzenia kodu.

W celu zapewnienia tego rodzaju wsparcia firma motoryzacyjna nawiązała współpracę z Capgemini, rozpoczynając wspólną inicjatywę mającą na celu dostarczenie kluczowym liderom biznesowym narzędzia do monitorowania metryk kodowania.

Wspólne działania na rzecz poprawy jakości kodowania

Do czerwca 2023 roku GitHub Copilot został udostępniony wszystkim inżynierom oprogramowania do użytku wewnętrznego, po pomyślnym zakończeniu fazy pilotażowej. Capgemini wdrożyło to rozwiązanie równolegle we wszystkich projektach, zapewniając, że te same korzyści są dostępne dla wszystkich programistów współpracujących w ramach obu organizacji. W trakcie procesu wdrożenia przeprowadzono praktyczne szkolenia, które wyposażyły programistów w umiejętności niezbędne do pełnego wykorzystania możliwości Copilota. Wdrożono również ciągłe pętle informacji zwrotnej, aby dostosowywać rozwiązanie w oparciu o rzeczywiste przypadki użycia, co dodatkowo zwiększyło jego efektywność.

Po ujednoliceniu procesów kodowania Capgemini wprowadziło swój protokół pomiaru inżynierii oprogramowania (SWE), wykorzystujący Azure/Jira oraz SonarQube do monitorowania wpływu Gen AI na wydajność programistów oraz jakość kodu. Zapewniło to solidne ramy do ciągłej, ilościowej i jakościowej oceny wpływu Copilota na pracę zespołów. Na podstawie zebranych danych firma motoryzacyjna lepiej zrozumiała korzyści dla programistów, co umożliwiło podejmowanie bardziej trafnych decyzji opartych na danych, dzięki kompleksowej analizie opartej na kontekstowych wskaźnikach.

Podejście to obejmowało monitorowanie metryk jakości kodu, takich jak tempo programowania, oraz analizę utrzymania wysokiej jakości istniejących zasobów. Dzięki temu wyniki projektu były przejrzyste i mogły być stale monitorowane.

Zwiększenie produktywności i jakości kodu dzięki Gen AI

Dzięki ujednoliconemu systemowi pracy zespołów programistycznych oraz wdrożeniu protokołu pomiarowego SWE, firma motoryzacyjna mogła skuteczniej komunikować wpływ rozwiązania Gen AI na wzrost produktywności. Capgemini wykazało, że wdrożenie GitHub Copilot przełożyło się na poprawę analizy kodu, jego formatowania oraz optymalizacji – zarówno po stronie klienta, jak i Capgemini. Ponadto protokół SWE potwierdził, że platforma Gen AI poprawiła jakość i spójność kodu, co przełożyło się na efektywniejszą pracę zespołów oraz umożliwiło pracownikom poświęcenie większej ilości czasu na zadania kreatywne i bardziej złożone.

Sukces tej inicjatywy podkreśla potencjał dalszej współpracy i rozwoju. Firma oraz Capgemini planują kontynuować wspólne eksplorowanie innowacyjnych zastosowań Gen AI w inżynierii oprogramowania.

Dzięki skutecznemu pokazaniu wpływu Gen AI na proces tworzenia kodu, marka motoryzacyjna osiągnęła nowy poziom efektywności i innowacyjności. Partnerstwo z Capgemini i Microsoftem transformuje procesy inżynierii oprogramowania, otwierając drogę do przyszłych innowacji technologicznych i przewagi konkurencyjnej.