隨著越來越多的企業嘗試使用AI基礎模型（例如OpenAI的ChatGPT），但與此同時，自動化平臺給軟件開發人員帶來的影響越來越明顯。

一方面，這些平臺可能會徹底改變開發人員的工作方式；另一方面，這些平臺也威脅到業內人士的工作，與既定流程形成鮮明對比。

也就是說，毫無疑問地，像ChatGPT這樣的平臺是一股顛覆性的力量，受到了風險資本家的熱烈歡迎。根據研究公司Gartner的數據顯示，過去三年中生成式AI解決方案獲得了超過17億美金的投資，其中很大一部分投入在AI軟件編碼上。

自動化對軟件開發還有其他很多潛在影響，尤其是所生成代碼的質量和多樣性。

行業分析師Dave Vellante寫道：“大型語言模型可以降低復雜性并加速企業自動化平臺的采用，但不利的一面是，軟件機器人旨在通過智能自動化提高人類生產力，而GPT模型可能會蠶食一些（如果不是很多的話）最初由RPA供應商瞄準的用例。”

這一新的現實，正在促使客戶重新考慮他們的自動化戰略，促使廠商完善他們對外傳遞的信息，將基礎模型定位為他們平臺的催化劑。

那么這項新技術將如何改變開源開發者社區？新興的自動化平臺為何是一把雙刃劍？最后，這將如何給這個行業帶來永遠的改變？

AI的實際應用

在AI呈現爆炸式發展之前，自動化已經達到驚人的發展速度。根據世界經濟論壇最近預測，到2025年自動化和技術進步預計將取代8500萬個工作崗位，但“隨著人類、機器和算法越來越多地協同工作”，將創造9700萬個新的角色。

開源的生成式AI——例如OpenAI開發的自然語言處理模型GPT-3，可能會顛覆大多數技術領域，軟件開發者也不能幸免。

例如，GPT-3可以自動生成代碼，一些初創公司如Hugging Face，已經開始為此做好了準備。

Hugging Face公司首席執行官Clement Delague表示：“Hugging Face是全球初創企業和其他企業的資源，我們可以幫助他們構建幾乎任何自然語言處理應用，其時間、成本和復雜性，是他們自己開發所用的很小一部分，從而幫助組織將他們的解決方案快速推向市場。”

GitHub首席執行官Thomas Dohmke在最近的一篇博客文章中表示：“我們內部正在測試新的功能，GitHub Copilot將在開發人員通過動態提取有關代碼更改信息創建拉取請求時，自動提出關于句子和段落的建議。”

AI技術已經被用于優化代碼，提出改進建議并降低出錯的可能性，此外還被用于自動化測試。盡管ChatGPT在技術領域實現了“類似Netscape”的高光時刻，但目前尚不清楚IT決策者將如何在他們的組織中直接實施這項技術。

Vellante在一份分析中，引用了最近一次CIO圓桌會議的內容。在談到機器人過程自動化、機器學習和人工智能時，一位CIO表示，這三者本質上都是在嘗試解決相同的業務場景，即消除多余的資源，無論是人力資源還是其他資源。

這位CIO表示：“OpenAI通過ChatGPT展示了，你可以避免很多‘開銷’，圍繞典型的RPA構建復雜的工件。我認為這是一個非常有趣的價值主張——能夠取代‘經典’RPA中的一些工作臺，這些工作臺需要很長時間才能掌握，并且需要很長時間才能獲得超過常規用例的任何價值。”

其他人則試圖讓這些技術更容易獲得。Red Hat致力于創建社區驅動的AI作為其Project Wisdom計劃的一部分，以簡化基礎設施的自動化。

Red Hat公司副總裁、Ansible業務部門總經理Tom Anderson表示：“現在這是社區之旅的開始，我們將通過Discord之類的渠道合作開展這項工作，吸引人們參與進來。”

對人類開發者的擔憂

問題的另一面涉及這種新興技術將可能完全取代人類開發者。事實上，高盛集團等公司已經開始在內部嘗試使用生成式AI來協助編寫代碼了。

如果組織過于依賴AI生成的代碼還會引發其他問題，例如如果針對不同任務有不同的基礎模型，就會出現碎片化的問題，這可能會導致開發者難以有效協作。另外，如果沒有對AI生成的代碼進行制衡也會可能出問題，特別是考慮到當前ChatGPT仍然可能出現所謂的“幻覺”。

Neuroflash聯合創始人、首席營銷官Henrik Roth說：“這些技術會非常有說服力地告訴你它‘認為’是對的，不管它有多少錯誤。”Roth說，ChatGPT是用于創意寫作和廣告的絕佳工具，但“如果是在那些事實更重要的領域——例如新聞和科學領域——人們應該對每一個聲明進行事實核查。”

企業如何看待未來之路

自動化平臺將不可避免地改變軟件開發者的游戲規則。大型企業，尤其是那些處于機器學習、人工智能和自動化交叉領域的企業，正在使用RPA作為一種替代工具，包括微軟、AWS和谷歌。

Vellante表示：“微軟在收入份額方面處于有利地位，觀察家可以預期，微軟于OpenAI的關系將成為微軟AI戰略的關鍵。從技術角度來看，微軟在AI方面可以說落后于AWS和谷歌，但在商業模式方面，微軟似乎已經躍居領先地位。”

在他關于企業技術的研究中，詢問了客戶是否正在評估GPT模型以及針對哪些用例。令人驚訝的是，有56%的客戶表示他們沒有對此進行評估，而除此之外，另外大部分客戶正在評估將這項技術用于客戶聊天。

“從表面上看人們會得出結論，RPA和自動化平臺可以從GPT模型中受益，并且這些用例在很大程度上是互補的。例如，基礎模型可以編寫代碼或者加速指導軟件機器人的自動化代碼開發，但與此同時，大型語言模型的功能與一些早期RPA用例之間存在重疊，隨著時間的推移，這種重疊很可能會進一步增加。”

接下來何去何從？

對于開發者來說，機遇和挑戰都迫在眉睫，因為AI基礎模型有可能會徹底改變他們的工作方式，即使對工作安全性和既定流程仍然存在威脅。

這個市場仍然是兩極分化的：在艱難時期，公司會想辦法削減成本，尋找自動化技術可以發揮作用的方面。但同時，企業必須花錢才能賺錢。

“GPT模型正在催生新的思想，買家和賣家都在努力將基礎模型轉化為機會，GPT模型的早期用例很有趣，但不能直接替代企業自動化平臺。然而，低端自動化存在風險，毫無疑問，這里有一個維恩圖與基礎模型和自動化平臺相交。”

事實上，生成式AI會蠶食一些RPA的用例。另一方面，這兩種技術可以協同工作以便對更廣泛的任務進行自動化。

“盡管如此，我們認為所有廠商都必須利用GPT模型來簡化和加速采用；買家必須退后一步，試水一下，看看他們如何部署這些新的創新來為他們的業務增加價值。”

與AI進步顛覆了大多數技術一樣，自動化平臺也在不斷變化中，只有時間才能證明未來會是什么樣子的。