企业正面临两个方面的开发者人才重大挑战。一方面,IDC 报告指出,预计到 2025 年,全职开发者将短缺 400 万人;另一方面,一些知名公司已宣布暂停开发者招聘,表明他们相信 AI 能够满足大部分开发需求。在这种背景下,问题变成了——当今的开发者是否具备在 AI 优先时代所需的技能。
这些挑战不仅仅影响科技公司。软件是各行业以及所有企业的支柱。若企业缺乏熟练的开发者,便有可能放缓创新步伐,进而阻碍整体市场的增长。
为了解决开发者技能短缺的问题,目前既有短期也有长期的解决方案。在短期内,许多公司寄希望于利用 AI 快速提升开发效率,并赋能业务用户。基于 AI 的工具和平台通过提供个性化培训、实时反馈、生成文档以及自动化处理重复任务,加快了学习进程。长期而言,企业正致力于培养下一代开发者。
以上两种方案在弥合熟练开发者人才缺口方面均发挥着关键作用。
利用 AI 更高效地编写代码,赋能您的员工
AI 能使各层次的开发者都变得更加高效。借助自动化处理调试错误与生成样本数据等重复性、琐碎工作,高级开发者便能将更多时间投入到创造性和高层次的问题解决中。对于初入行业的开发者来说,AI 更是改变游戏规则的利器,因为它能在不必应对过于复杂环境压力的情况下,提供代码解释、个性化学习以及实践经验。
企业可以通过采用应用开发与自动化解决方案来实现这些 AI 功能。例如,SAP Build 在 SAP Business Technology Platform 上提供了一整套低代码、代码优先和生成式 AI 工具,使企业能够加速应用开发、优化工作流程并降低成本。一项近期的 GigaOm 研究报告显示,使用 SAP Build 的客户将开发效率提升了 3 倍,并比采用多种定制开发工具时减少了 59% 的开发工作量和资源需求。
基于 AI 的功能能够独特地理解各种开发框架,并利用专门针对其工作负载训练的大语言模型,从而使开发者可以交付精准且具备上下文关联的成果,加速以代码优先或无代码方式进行的应用开发。以 SAP Build 为例,其内嵌的自动代码生成和代码优化功能使开发团队能在不到一半的时间内完成项目。
除 AI 工具外,企业还为业务用户配置了低代码能力,使他们能迅速构建应用和扩展功能。这使得最贴近业务前线的人员能够迅速推动创新。
以 thyssenkrupp AG 为例,其公民开发者利用 SAP Build 开发并推出了一个社交媒体招聘渠道,旨在吸引、招聘和评估那些难以填补职位的应聘者。这个全新的管理驾驶舱应用让人力资源团队得以设计和部署定制调查问卷,并管理各类 HR 应用的工作流程,从而实现了候选人质量提升、招聘流程时间缩短以及更灵活地应对不断变化的招聘需求。
解决开发者技能短缺问题
最近一份世界经济论坛的报告指出,在未来五年中,44% 的员工核心技能预计将发生改变。尽管 AI 持续重塑行业并推动企业转型,但培训和提升下一代开发者的需求仍然十分迫切。各组织正在探讨如何在大规模范围内推动再培训、技能提升、数据驱动决策以及持续学习。
为此,基于 AI 的工具正在革新我们的学习和成长方式。传统的课堂式开发者培训模式已逐渐退出历史舞台,取而代之的是实践型 AI 平台,这些平台可以为开发者量身定制学习路径,根据其技能水平和进度,确保他们获得最相关、最有效的培训。借助 AI 聊天机器人、预测式幽灵文本编码建议以及针对代码的改进推荐,开发者可以在实时环境中学习最佳实践,同时避免常见错误。
在 SAP,学习者可以利用我们 Learning 网站上丰富的课程资源,通过诸如 SAP Build 等学习之旅,为开发者提供 AI 增强的应用开发工具,重点提升生产力与创新能力。
凭借面向编码的学习和 AI 工具,企业能够减轻人才短缺带来的影响,并确保各行各业持续蓬勃发展。采用 AI 驱动的解决方案不仅有助于弥合技能缺口,更为创新突破和持续增长铺就了道路。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。