Rencontrez le développeur post-IA : plus créatif, plus axé sur les affaires
Nous assistons à un changement de paradigme massif dans le développement de logiciels grâce à l'IA générative, déclare le responsable d'Amazon Web Services.
Il y a beaucoup de discussions sur l’impact potentiellement positif ou négatif de l’IA générative sur les rôles professionnels et la créativité. Mais la bonne nouvelle pour les développeurs de logiciels est que l’IA générative assume de nombreuses tâches banales et élève son rôle au service du conseil aux entreprises et de l’expérience client.
"Les professionnels de l'informatique adopteront des rôles plus stratégiques en s'appuyant sur des outils qui les aident à accroître leurs compétences et à automatiser le travail", déclare Chris Casey, directeur et directeur général des partenariats technologiques industriels mondiaux pour Amazon Web Services. Nous avons récemment demandé à Casey de partager ses observations sur ce à quoi ressemblera le travail du développeur post-IA.
Avec l'essor des outils d'IA générative, il y aura un besoin « de professionnels de l'informatique encore plus hautement qualifiés pour assumer des rôles commerciaux stratégiques », prédit Casey. L'IA offrira la possibilité « d'examiner et de résoudre rapidement les erreurs de codage des outils d'IA, de comprendre les nouveaux processus d'examen et de conformité des applications, et d'interpréter les quantités massives de données que ces outils transfèrent dans les deux sens pour les utiliser à l'avantage de leur organisation ».
L'IA générative « permettra aux professionnels de l'informatique de commercialiser plus rapidement des solutions créatives », déclare Casey. Il s'agit de « réinventer la façon dont les développeurs créent des applications et apportent des expériences aux clients. L'IA générative supprime la majeure partie de l'écriture manuelle de code indifférencié, ce qui permet de gagner du temps et d'augmenter la productivité, afin que les développeurs puissent se concentrer sur les aspects créatifs du codage et de la conception de solutions. »
Il s'agit d'un « changement de paradigme » dans le travail de développement, poursuit Casey : « Plutôt que de passer du temps à écrire du code simple et indifférencié, les développeurs peuvent se concentrer sur la collaboration avec les chefs de produit et les ingénieurs pour concevoir de nouvelles expériences utilisateur. Les chefs de produit et les ingénieurs bénéficieront probablement d'une formation. pour développer les compétences requises pour inciter de manière efficace et efficiente les agents d'IA générative à produire les résultats souhaités, ainsi que pour affiner les transformateurs de modèles grand langage et les modèles fondamentaux pour répondre à des cas d'utilisation spécifiques.
L'IA générative représente également la prochaine génération d'environnements low-code ou sans code, ce qui signifie que de nombreux développeurs de l'ère de l'IA seront basés en dehors du domaine informatique, explique Casey. L'IA générative "permet aux développeurs de mettre rapidement un concept entre les mains d'une première base d'utilisateurs afin de démontrer sa valeur et de générer une expérience collaborative axée sur l'utilisateur".
En éliminant le besoin d'écrire du code technique indifférencié, par exemple « des flux de travail génériques, des schémas, des données, des API et des rôles d'accès aux identités ; l'IA générative permet au personnel non technique de créer également des applications d'IA », dit-il.
Il y a également des implications pour offrir de meilleures expériences utilisateur. L'IA générative est capable de produire des suggestions de code en temps réel pour prédire la prochaine ligne de code, ce qui « aura également un impact positif sur le travail de ceux qui, tels que les ingénieurs de tests UX et UX, écrivent du code qui incite l'agent d'IA générative à produire différentes versions d'un code ». UX en temps quasi réel", explique Casey. "Ces ingénieurs seront capables d'interpréter et d'agir sur les commentaires au fur et à mesure qu'ils sont reçus afin d'améliorer continuellement l'expérience client."
Casey indique qu'AWS cherche à « démocratiser » l'apprentissage automatique et à le rendre largement accessible. « Nous avons investi dans une infrastructure rentable et évolutive, notamment des services tels qu'Amazon Sagemaker qui réduisent le temps nécessaire à la création, à la formation et au déploiement de modèles », explique-t-il. Un nouveau produit, Amazon Bedrock, rend les modèles de base accessibles via des API.