Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Optimiser l'expérience de développement logiciel grâce à l'IA générative
L'intégration de l'IA générative dans le cycle de vie du développement logiciel (SDLC) représente un changement de paradigme dans la façon dont l'ensemble des équipes de développement logiciel conçoivent, conçoivent, mettent en œuvre et maintiennent les solutions logicielles. L'IA générative a le potentiel de révolutionner chaque phase du SDLC, notamment la gestion de projet, la collecte des exigences, la conception, le codage, les tests, le déploiement et la maintenance.
À la base, une expérience de développement basée sur l'IA générative agit comme un collaborateur intelligent pour l'ensemble de votre équipe de développement logiciel, y compris les chefs de produit, les concepteurs, les architectes de solutions, les développeurs, les testeurs et le personnel d'exploitation. Il fournit une assistance contextuelle, génère des artefacts (tels que des témoignages d'utilisateurs, des maquettes de conception, des extraits de code et des cas de test), propose des suggestions en temps quasi réel et prédit même les problèmes potentiels avant qu'ils ne surviennent. Cette approche augmentée par l'IA réduit considérablement la charge cognitive des membres de l'équipe. Cela leur permet de se concentrer sur des décisions stratégiques de haut niveau et sur la résolution de problèmes complexes, tandis que l'IA générative gère les tâches les plus banales et répétitives.
L'IA générative sert également d'amplificateur de connaissances. Il permet aux membres de l'équipe d'accéder rapidement aux informations pertinentes, aux meilleures pratiques et aux modèles issus de vastes référentiels de données. Cela peut démocratiser efficacement l'expertise au sein de l'organisation. En intégrant de manière fluide les fonctionnalités d'IA générative dans l'ensemble de la chaîne d'outils de développement, vous pouvez créer un environnement plus intuitif, efficace et productif pour l'ensemble de vos équipes de développement logiciel. Cette expérience de développement améliorée accélère le SDLC et améliore la qualité globale. Cela réduit également les erreurs et favorise l'innovation, car les membres de l'équipe peuvent explorer de nouvelles idées et approches plus rapidement.
Pour adopter une expérience de développement basée sur l'IA générative dans votre organisation, tenez compte des éléments clés suivants :
+ [Cadre 5-I](generative-ai-dimensions.md)— Composé de cinq dimensions, le framework 5-I**** fournit une approche globale pour naviguer dans le processus de développement de logiciels modernes. Il propose une méthodologie structurée qui vous aide à appliquer systématiquement l'IA générative à toutes les étapes du SDLC.
+ [Capacités de base](generative-ai-capabilities.md)— Pour tirer pleinement parti de la puissance de l'IA générative dans toutes les dimensions du développement logiciel moderne, vous devez établir un ensemble robuste de fonctionnalités de base. Ces fonctionnalités constituent l'épine dorsale d'une expérience de développement basée sur l'IA. Ces fonctionnalités vous aident à intégrer et à utiliser l'IA générative dans l'ensemble du SDLC.
Ensemble, le framework 5-I et les fonctionnalités de base forment une stratégie visant à réinventer l'expérience de développement logiciel. Les cinq dimensions fournissent un cadre stratégique pour l'application de l'IA générative, et les capacités de base préparent votre organisation à soutenir cette approche axée sur l'IA. Services AWS, tels qu'[Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html), [Amazon SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html), [Amazon Q Developer](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html) et [Amazon Q Business](https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/what-is.html), fournissent des capacités et des fonctionnalités d'IA générative que vous pouvez intégrer à votre expérience de développement logiciel.
![\[Utiliser les services d' AWS IA, le framework 5-I et les fonctionnalités de base pour atteindre les objectifs.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/strategy-accelerate-software-dev-lifecycle-gen-ai/images/objectives.png)
# Framework 5-I pour une expérience de développement logiciel basée sur l'IA
Le framework 5-I fournit une approche structurée permettant aux équipes de développement de logiciels d'intégrer efficacement l'IA générative dans leurs pratiques de développement. Il vous aide à établir une base solide pour utiliser l'IA générative dans l'ensemble du SDLC. Il vous aide également à mettre en place les pratiques de développement, les flux de travail et les mentalités appropriés pour exploiter pleinement le potentiel de l'IA générative.
**Topics**
+ [Vue d'ensemble du cadre](#generative-ai-dimensions-overview)
+ [Intégration au cycle de vie du développement logiciel](#generative-ai-dimensions-integration)
## Vue d'ensemble du cadre
Le framework 5-I est construit autour de cinq dimensions clés : enquêter, intégrer, interagir, itérer et influencer. Chaque dimension représente un domaine critique dans lequel l'IA générative améliore considérablement le processus de développement logiciel. En intégrant stratégiquement l'IA générative dans toutes ces dimensions, le framework répond aux besoins évolutifs du développement de logiciels modernes. Elle peut réduire la charge cognitive et amplifier le potentiel créatif. Il reconnaît que l'expérience de développement idéale ne se limite pas aux outils, mais qu'il s'agit de créer un environnement dans lequel l'IA améliore de manière fluide les capacités humaines à chaque étape.
Le schéma suivant montre les cinq dimensions du développement logiciel basé sur l'IA. Pour chaque dimension, il indique les domaines dans lesquels vous pouvez intégrer l'IA générative afin de stimuler l'efficacité et l'innovation.
![\[Les cinq dimensions du développement logiciel basé sur l'IA.\]](http://docs.aws.amazon.com/fr_fr/prescriptive-guidance/latest/strategy-accelerate-software-dev-lifecycle-gen-ai/images/dimensions.png)
Les cinq dimensions du cadre sont les suivantes :
+ **Enquêter** — Améliorez chaque tâche analytique de votre processus de développement logiciel grâce à l'IA générative. Utilisez l'IA générative pour comprendre les exigences, traiter de grandes quantités de données, identifier des modèles et générer des informations qui pourraient dépasser les capacités humaines ou dont la production prendrait beaucoup plus de temps. Ces informations vous aident à prendre des décisions plus éclairées, à identifier rapidement les opportunités d'amélioration et à fournir des logiciels de haute qualité de manière plus efficace. L'IA générative peut être un partenaire intelligent pour les processus analytiques du SDLC. En exploitant l'IA générative, vous appliquez une analyse approfondie à des domaines critiques, tels que la collecte des exigences, l'examen des bases de code existantes et l'optimisation du backlog produit. Par exemple, les responsables de produits peuvent utiliser l'IA générative pour analyser les parcours ou les exigences des utilisateurs avant de créer des user stories. Les équipes de développement peuvent détecter les inefficiences et identifier les opportunités d'optimisation dans les bases de code existantes. DevOps les ingénieurs peuvent appliquer une analyse des causes premières pour diagnostiquer rapidement les problèmes de performance ou les vulnérabilités de sécurité, ce qui peut améliorer la fiabilité.
+ **Intégrer** —**** Intégrez l'IA générative pour automatiser un large éventail de tâches et de processus dans l'ensemble du SDLC. Cela inclut la génération automatique d'extraits de code, de cas de test, de conceptions architecturales, de témoignages d'utilisateurs et de pipelines de déploiement. En automatisant ces tâches généralement manuelles, les équipes peuvent se concentrer sur des tâches plus stratégiques et innovantes, ce qui permet d'accélérer la mise sur le marché et d'améliorer la qualité des applications. La dimension Intégrer représente un changement de paradigme dans le développement de logiciels, où l'IA devient partie intégrante du processus de développement. Il travaille aux côtés de votre équipe de développement logiciel pour améliorer la productivité, améliorer la qualité et stimuler l'innovation. Cela se traduit par une réduction des délais de mise sur le marché. Cela met vos équipes de développement logiciel au défi d'évaluer régulièrement leurs processus et leurs flux de travail en se demandant à chaque étape : « Est-ce que cela peut être automatisé ? »
+ **Interaction** : utilisez des assistants basés sur l'IA générative pour fournir à votre équipe une assistance contextuelle instantanée pour toute une gamme de tâches et de requêtes. Ces assistants intelligents agissent comme des collaborateurs avertis qui puisent dans un vaste référentiel d'informations. Ils peuvent répondre aux questions de codage, proposer des suggestions de conception, expliquer les procédures opérationnelles standard et aider à résoudre des problèmes complexes. L'intégration de ces assistants d'intelligence artificielle dans le flux de travail de développement améliore la productivité et favorise un environnement plus collaboratif et propice à la résolution des problèmes.
+ **Itérer** — Utilisez l'IA générative pour permettre des ajustements rapides basés sur les données dans l'ensemble du SDLC. Vous pouvez analyser en permanence les données provenant de sources telles que les commentaires des clients, les modèles d'utilisation, les tendances du marché et les indicateurs de performance des équipes afin de prendre rapidement des décisions éclairées. Cette adaptabilité affine le développement de votre logiciel en passant d'un processus statique prédéfini à une approche fluide et réactive. Cela se manifeste de différentes manières, notamment par la hiérarchisation dynamique des arriérés, l'allocation flexible des ressources, les stratégies de test adaptatives, l'évolution de la documentation et les processus de déploiement réactifs. Par exemple, les chefs de produit peuvent utiliser les informations générées par l'IA pour réorganiser leurs backlogs, en intégrant les nouvelles exigences des clients et les tendances du marché en temps quasi réel. DevOps les ingénieurs peuvent adapter les plans de déploiement et les configurations d'infrastructure en fonction de l'analyse des performances, afin de garantir la résilience et l'optimisation des applications. Les équipes de développement peuvent traduire les commentaires issus des rétrospectives des sprints en améliorations réalisables pour la prochaine itération, favorisant ainsi une culture d'amélioration continue des processus.
+ **Impact** — Appliquez l'IA générative pour évaluer l'efficacité et les performances de votre processus de développement logiciel. En utilisant des analyses et des métriques basées sur l'IA, vous obtenez des informations plus approfondies sur l'efficacité du développement, la qualité du code, l'engagement des utilisateurs et les performances globales des applications. Cette approche axée sur les données vous aide à prendre des décisions éclairées, à optimiser vos flux de travail de développement et à améliorer en permanence la qualité et l'expérience utilisateur de vos applications. Lors de l'évaluation de la productivité de l'équipe logicielle, l'IA générative analyse divers points de données, tels que la fréquence de validation du code, les délais de résolution des problèmes, la rapidité de publication, les taux de diffusion des fonctionnalités, etc. Il peut également évaluer la qualité des révisions de code, l'efficacité des outils de collaboration et l'impact des différentes pratiques de développement sur le résultat global de l'équipe. En corrélant ces indicateurs avec les résultats des projets, l'IA identifie les modèles et les tendances susceptibles de passer inaperçus par les analystes humains, et peut fournir des informations exploitables qui améliorent la productivité des équipes. En outre, l'IA générative peut vous aider à évaluer les performances de votre équipe par rapport aux normes du secteur ou aux données historiques, en proposant des recommandations personnalisées pour l'amélioration. Il peut également prévoir les blocages ou les risques potentiels dans le processus de développement afin que vous puissiez prendre des mesures proactives.
## Intégration au cycle de vie du développement logiciel
Le SDLC comprend plusieurs phases, qui peuvent varier d'une organisation à l'autre. Ces phases incluent généralement les suivantes : exigences et planification, conception et architecture, mise en œuvre, tests, déploiement, exploitation et maintenance.
Le tableau suivant fait correspondre les dimensions du framework 5-I aux phases du SDLC et fournit le niveau d'intégration pour chaque dimension.
****
| Dimension du cadre | Exigences et planification | Design et architecture | Mise en œuvre | Test | Déploiement | Fonctionnement et maintenance |
| --- | --- | --- | --- | --- | --- | --- |
| Examiner | Élevée | Faible | Faible | Faible | Faible | Moyenne |
| Intégrer | Moyenne | Medium | Élevée | Medium | Élevée | Élevée |
| Interagissez | Élevée | Élevée | Élevée | Moyenne | Medium | Élevée |
| Itérer | Moyenne | Faible | Faible | Faible | Faible | Moyenne |
| Impact | Élevée | Medium | Élevée | Faible | Élevée | Élevée |
Les niveaux d'intégration varient de haut en bas. La cartographie révèle les principaux domaines d'intérêt pour chaque dimension. Par exemple, *Investigate* fait preuve d'une grande intensité dans la phase d'exigences et de planification. *Integrate* fait preuve d'une grande intensité dans les phases de mise en œuvre, de déploiement, d'exploitation et de maintenance.
En utilisant cette cartographie, vous pouvez hiérarchiser vos efforts de manière efficace. Nous vous recommandons de vous concentrer sur la valeur élevée, puis sur la valeur moyenne, puis sur la valeur faible. Assurez-vous d'adopter une approche équilibrée et percutante qui améliore l'expérience de développement logiciel grâce à l'IA générative.
# Fonctionnalités de base pour une expérience de développement logiciel basée sur l'IA
Pour mettre en œuvre avec succès une expérience de développement logiciel basée sur l'IA générative, vous devez établir un ensemble de fonctionnalités de base couvrant plusieurs personnes au sein de votre organisation. Ces fonctionnalités représentent votre capacité à déployer efficacement des ressources, à mettre en œuvre des processus et à obtenir les résultats souhaités dans le contexte du développement de logiciels basé sur l'IA. En développant ces capacités, vous créez une base solide qui vous permet d'intégrer de manière fluide l'IA générative à toutes les étapes du SDLC.
AWS fournit des services essentiels pour vous aider à mettre en œuvre ces fonctionnalités. Par exemple, [Amazon Q Developer](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html) aide à accélérer le développement de logiciels en agissant comme un assistant basé sur l'IA. [Amazon Q Business](https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/what-is.html) vous aide à obtenir des réponses rapides et pertinentes à des questions urgentes, à résoudre des problèmes et à générer du contenu. Il peut également agir en votre nom en intégrant des outils liés au développement de logiciels. [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) donne accès à des modèles de base et à un large éventail de fonctionnalités pour personnaliser des flux de travail et des exigences de développement spécifiques.
En développant ces capacités Services AWS, vous créez une base solide qui vous permet d'intégrer de manière fluide l'IA générative à toutes les étapes du SDLC.
Les fonctionnalités de base sur lesquelles vous devez vous concentrer sont les suivantes :
+ [Gestion de projets](generative-ai-capabilities-proj-mgmt.md)
+ [Gestion des exigences](generative-ai-capabilities-req-mgmt.md)
+ [Architecture et design](generative-ai-capabilities-arch-design.md)
+ [Collaboration](generative-ai-capabilities-collaboration.md)
+ [DevSecOps](generative-ai-capabilities-devsecops.md)
+ [Fonctionnement et maintenance](generative-ai-capabilities-ops-maintenance.md)
+ [Assistants IA](generative-ai-capabilities-assistants.md)
+ [Analytique et informations](generative-ai-capabilities-analytics.md)
+ [Gestion des connaissances](generative-ai-capabilities-knowledge-mgmt.md)
+ [Extensibilité](generative-ai-capabilities-extensibility.md)
Chaque capacité de base s'intègre aux dimensions du framework et aux différentes étapes du SDLC. Cette intégration vous permet d'utiliser efficacement les fonctionnalités de l'IA tout au long de votre processus de développement logiciel. Il améliore l'efficacité, la qualité et l'innovation à chaque étape. La synergie entre ces fonctionnalités fondamentales, le framework et les étapes du SDLC crée un écosystème complet pour le développement de logiciels basé sur l'IA. Cela vous permet d'exploiter tout le potentiel de l'IA générative, de favoriser l'amélioration continue, d'accélérer les cycles de développement et de fournir des produits logiciels de qualité.
Le tableau suivant montre comment les fonctionnalités et sous-capacités fondamentales correspondent aux dimensions du framework et aux phases du SDLC.
****
| Capacité : sous-capacité | Étudier | Intégrer | Interagir | Itérer | Impact |
| --- | --- | --- | --- | --- | --- |
| Gestion de projet : gestion des problèmes | Exigences et planification | Aucune | Aucun | Aucun | Aucune |
| Gestion de projet : Sprint et gestion des tâches | Exigences et planification | Exigences et planification | Aucune | Aucun | Aucune |
| Gestion de projet : gestion du backlog de produits | Exigences et planification | Aucune | Aucune | Exigences et planification | Aucune |
| Gestion de projet : cartographie des témoignages d'utilisateurs | Exigences et planification | Aucune | Aucun | Aucun | Aucune |
| Gestion de projet : rapports et analyses | Exigences et planification | Aucune | Aucun | Aucune | Exigences et planification |
| Gestion de projet : gestion de la feuille de route des produits | Exigences et planification | Aucune | Exigences et planification | Aucune | Aucune |
| Gestion de projet : boucles de feedback | Aucune | Aucun | Aucune | Exigences et planification | Aucune |
| Gestion de projet : rétrospectives | Aucune | Aucun | Aucune | Exigences et planification | Aucune |
| Gestion des exigences | Exigences et planification | Exigences et planification | Aucune | Aucun | Aucune |
| Architecture et design : conception de solutions | Design et architecture | Design et architecture | Aucune | Aucun | Aucune |
| Collaboration : gestion de la documentation | Toutes les phases du SDLC | Aucune | Toutes les phases du SDLC | Aucune | Aucune |
| Collaboration : partage des connaissances | Toutes les phases du SDLC | Aucune | Toutes les phases du SDLC | Aucune | Aucune |
| Collaboration : gestion des actifs du projet | Aucune | Toutes les phases du SDLC | Toutes les phases du SDLC | Aucune | Aucune |
| DevSecOps: CI/CD | Tests, déploiement | Implémentation, test, déploiement | Déploiement | Aucune | Aucune |
| DevSecOps: DevOps sécurité | Mise en œuvre | Implémentation, test, exploitation et maintenance | Aucune | Implémentation, test, exploitation et maintenance | Aucune |
| DevSecOps: Surveillance des performances des applications | Aucune | Fonctionnement et maintenance | Aucune | Aucun | Aucune |
| DevSecOps: agrégation et analyse de journaux | Fonctionnement et maintenance | Fonctionnement et maintenance | Aucune | Aucun | Aucune |
| DevSecOps: AIOps | Fonctionnement et maintenance | Aucune | Aucune | Fonctionnement et maintenance | Aucune |
| DevSecOps: Amélioration continue | Aucune | Aucun | Aucune | Fonctionnement et maintenance | Aucune |
| DevSecOps: Surveillance du tableau de bord | Aucune | Fonctionnement et maintenance | Aucune | Aucun | Aucune |
| DevSecOps: Informations sur les performances | Fonctionnement et maintenance | Aucune | Aucune | Fonctionnement et maintenance | Aucune |
| Exploitation et maintenance : gestion des incidents | Aucune | Aucun | Aucune | Fonctionnement et maintenance | Aucune |
| Exploitation et maintenance : mises à niveau du code | Aucune | Fonctionnement et maintenance | Aucune | Aucun | Aucune |
| Exploitation et maintenance : optimisation du code | Fonctionnement et maintenance | Fonctionnement et maintenance | Aucune | Aucun | Aucune |
| Exploitation et maintenance : gestion de la dette technique | Aucune | Fonctionnement et maintenance | Fonctionnement et maintenance | Aucune | Aucune |
| Exploitation et maintenance : gestion du changement | Aucune | Implémentation, déploiement | Aucune | Aucun | Aucune |
| Exploitation et maintenance : rétro-ingénierie | Fonctionnement et maintenance | Aucune | Aucun | Aucun | Aucune |
| Exploitation et maintenance : modernisation du code | Aucune | Mise en œuvre | Aucune | Aucun | Aucune |
| Exploitation et maintenance : optimisation des performances | Aucune | Fonctionnement et maintenance | Aucune | Fonctionnement et maintenance | Aucune |
| Analyses et informations | Aucune | Exigences et planification | Aucune | Aucune | Toutes les phases du SDLC |
| Assistant IA | Aucune | Aucune | Toutes les phases du SDLC | Aucune | Aucune |
| Gestion des connaissances | Aucune | Aucune | Toutes les phases du SDLC | Aucune | Aucune |
| Extensibilité | Aucune | Déploiement | Aucune | Aucun | Aucune |
# Cas d'utilisation de l'IA générative pour la gestion de projet
Une gestion de projet efficace est au cœur d'un développement logiciel réussi. Dans le contexte de l'IA générative, la gestion de projet prend de nouvelles dimensions. Il peut devenir plus prédictif, adaptatif et piloté par les données. Les outils de gestion de projet basés sur l'IA analysent les données historiques des projets pour générer des estimations de temps et de ressources plus précises. Ils peuvent automatiquement hiérarchiser les tâches en fonction des objectifs commerciaux et de la capacité de l'équipe, et ils peuvent même prévoir les obstacles potentiels avant qu'ils ne se produisent. Par exemple, un chef de projet peut utiliser l'IA générative pour créer un plan de projet préliminaire basé sur les exigences du projet et les données historiques de projets similaires. L'IA pourrait alors suggérer des compositions d'équipe optimales qui tiennent compte des compétences, de la charge de travail et des besoins du projet. Tout au long du projet, les tableaux de bord pilotés par l'IA fournissent des informations en temps quasi réel sur l'état du projet en générant automatiquement des rapports et en mettant en évidence les domaines nécessitant une attention particulière.
Cette approche de la gestion de projet basée sur l'IA peut améliorer l'efficacité. Il aide les chefs de projet à se concentrer sur la prise de décisions stratégiques et le leadership d'équipe, plutôt que de s'enliser dans des tâches administratives de routine.
Le tableau suivant présente les cas d'utilisation de la gestion de projet que vous pouvez améliorer grâce à l'IA générative et le responsable de ces cas d'utilisation.
****
| Sous-capacité : cas d'utilisation | Persona |
| --- | --- |
| Gestion des problèmes : créer et attribuer des problèmes | Gestionnaire de projet |
| Gestion des problèmes : détectez les problèmes lors des tests et enregistrez-les | Ingénieur de test |
| Gestion des problèmes : hiérarchisez les problèmes en fonction de leur gravité et attribuez-les aux développeurs | Gestionnaire de projet |
| Gestion des problèmes : identifiez et fusionnez les problèmes dupliqués | Gestionnaire de projet |
| Gestion des problèmes : suivez et générez des rapports sur les principaux problèmes, les indicateurs et l'état général du projet | Gestionnaire de projet |
| Sprint et gestion des tâches : estimez l'effort nécessaire aux tâches et attribuez des points d'histoire en fonction de la capacité de l'équipe | Scrum Master |
| Sprint et gestion des tâches : répartissez les tâches entre les membres de l'équipe pour uniformiser la charge de travail tout au long du sprint | Scrum Master |
| Gestion des sprints et des tâches : facilitez les sessions de planification des sprints qui alignent les efforts de l'équipe sur les objectifs du sprint | Scrum Master |
| Gestion du carnet de produits : réorganisez les éléments du carnet en fonction de la valeur commerciale, de l'urgence et des commentaires des utilisateurs | Propriétaire du produit |
| Gestion du carnet de produits : intégrez les commentaires des nouveaux clients et les informations du marché dans le carnet de produits pour une hiérarchisation en temps quasi réel | Propriétaire du produit |
| Gestion du backlog de produits : identifiez et gérez les dépendances entre les éléments du backlog afin de rationaliser le développement | Chef de produit |
| Cartographie des user stories : créez des cartes des parcours des utilisateurs pour identifier toutes les fonctionnalités nécessaires et les user stories correspondantes | Propriétaire du produit |
| Cartographie des témoignages d'utilisateurs : identifier les lacunes ou les étapes manquantes dans le flux utilisateur | Analyste commercial |
| Cartographie des user stories : hiérarchisez les user stories en fonction de leur impact sur la valeur commerciale | Chef de produit |
| Rapports et analyses : générez des tableaux de bord en temps quasi réel qui visualisent les indicateurs clés du projet, tels que la vitesse des sprints et les taux de résolution des problèmes | Gestionnaire de projet |
| Rapports et analyses : analysez les données historiques et prédisez les résultats futurs du projet, tels que les retards ou les goulots d'étranglement potentiels | Gestionnaire de projet |
| Rapports et analyses : créez des rapports personnalisés, tels que des rapports sur les performances de l'équipe ou sur l'état d'avancement du projet, adaptés aux différentes parties prenantes | Gestionnaire de projet |
| Gestion de la feuille de route du produit : créez et maintenez une feuille de route du produit qui décrit les principales étapes et les dates de sortie | Gestionnaire de projet |
| Gestion de la feuille de route du produit : mettez à jour la feuille de route en fonction de l'évolution des priorités ou des délais du projet | Chef de produit |
| Gestion de la feuille de route du produit : partagez la feuille de route avec les parties prenantes pour fournir une visibilité sur l'orientation du produit | Chef de produit |
| Boucles de feedback : collectez les commentaires de l'équipe après chaque sprint et identifiez les points à améliorer | Scrum Master |
| Rétrospectives : Transformez les commentaires en éléments exploitables pour le prochain sprint, afin de favoriser l'amélioration continue | Scrum Master |
| Rétrospectives : suivre l'impact des changements mis en œuvre à la suite des rétrospectives précédentes pour mesurer leur efficacité | Scrum Master |
# Cas d'utilisation de l'IA générative pour la gestion des exigences
La gestion des exigences est un processus essentiel étroitement lié à la gestion de projet. Imaginez un chef de produit utilisant un outil d'intelligence artificielle pour analyser les commentaires des clients, les tendances du marché et les contributions des parties prenantes. L'outil d'intelligence artificielle pourrait générer un ensemble complet de témoignages d'utilisateurs et d'exigences, les classer automatiquement, détecter les conflits ou les lacunes potentiels, et même suggérer une hiérarchisation en fonction de la valeur commerciale et de la complexité de la mise en œuvre. Au fur et à mesure que le projet progresse et que les exigences évoluent, l'IA peut continuellement mettre à jour et affiner les exigences pour s'assurer qu'elles restent alignées sur l'évolution des besoins commerciaux et des contraintes techniques. Cette approche dynamique de la gestion des exigences basée sur l'IA permet de garantir que les efforts de développement restent étroitement alignés sur les besoins des utilisateurs et les objectifs commerciaux tout au long du cycle de vie du projet.
Le tableau suivant présente les cas d'utilisation de la gestion des exigences que vous pouvez améliorer grâce à l'IA générative, ainsi que le responsable de ces cas d'utilisation.
****
| Cas d’utilisation | Persona |
| --- | --- |
| Créez des exigences commerciales | Analyste commercial |
| Créez des épopées à partir de fonctionnalités | Propriétaire du produit |
| Suivez la progression d'une épopée en surveillant l'achèvement des user stories associées | Chef de produit |
| Créez des témoignages d'utilisateurs | Propriétaire du produit |
| Estimez l'effort requis pour chaque histoire d'utilisation et attribuez des points à l'histoire | Scrum Master |
| Définissez les critères d'acceptation pour chaque user story | Propriétaire du produit |
# Cas d'utilisation de l'IA générative pour l'architecture et le design
Avec une base solide de gestion de projet et des exigences bien définies, la prochaine capacité critique est l'architecture et le design. Ici, l'IA générative ouvre de nouvelles possibilités pour créer des architectures logicielles robustes, évolutives et efficaces. Les outils de conception basés sur l'IA peuvent analyser les exigences et les contraintes afin de suggérer des modèles architecturaux et des approches de conception optimaux. Ils génèrent plusieurs alternatives de conception, chacune étant optimisée en fonction de différentes priorités, telles que les performances, l'évolutivité ou la maintenabilité. Par exemple, un architecte de solutions peut utiliser un assistant d'intelligence artificielle pour générer rapidement plusieurs conceptions architecturales de haut niveau en fonction des exigences du projet. Cette approche augmentée par l'IA accélère le processus de conception et aide les architectes à prendre des décisions plus éclairées. Cela conduit à des conceptions logicielles plus robustes et plus pérennes.
Le tableau suivant présente les cas d'utilisation de l'architecture et de la conception que vous pouvez améliorer grâce à l'IA générative, ainsi que le responsable de ces cas d'utilisation.
****
| Cas d’utilisation | Persona |
| --- | --- |
| Création d'un document d'architecture | Architecte de solutions |
| Création d'un document de conception détaillé | Responsable technique |
| Comprendre une architecture et des normes de conception existantes | Architecte de solutions |
| Développez des maquettes et des prototypes détaillés d'une interface utilisateur | Concepteur UX/UI |
# Cas d'utilisation de l'IA générative pour la collaboration
Le développement de logiciels est par nature une entreprise collaborative. Vous pouvez utiliser l'IA générative pour améliorer la collaboration au sein de votre équipe de développement logiciel. Les outils de collaboration basés sur l'IA vont au-delà de la simple messagerie et du partage de fichiers. Ils facilitent une communication plus efficace en résumant les longs fils de discussion, en mettant en évidence les décisions clés et en suggérant même des horaires optimaux pour les réunions en fonction des horaires et des modèles de productivité des membres de l'équipe. L'IA peut contribuer à la révision du code en identifiant automatiquement les problèmes potentiels, en suggérant des améliorations et même en expliquant les modifications complexes aux réviseurs. Pendant les sessions de brainstorming, l'IA peut agir en tant que facilitatrice, générer des idées, aider à organiser les pensées et même animer les discussions pour s'assurer que toutes les voix sont entendues. Pour les équipes distribuées, l'IA peut aider à surmonter les barrières culturelles et linguistiques. Il peut fournir une traduction linguistique en temps quasi réel dans le chat et les appels vidéo et offrir un contexte culturel pour éviter les malentendus. En augmentant la collaboration humaine grâce à l'IA, cette fonctionnalité aide les équipes à travailler de manière plus efficiente et efficace, ce qui favorise l'innovation et améliore les résultats globaux des projets.
Le tableau suivant montre comment utiliser l'IA générative pour améliorer les cas d'utilisation de la collaboration.
****
| Sous-capacité : cas d'utilisation | Persona |
| --- | --- |
| Gestion des documents : créer et gérer un référentiel de documentation centralisé | Rédacteur technique |
| Gestion des documents : Permettez à plusieurs membres de l'équipe de collaborer sur la documentation en temps réel | L'équipe de développement |
| Partage des connaissances : utilisez les forums de discussion comme plate-forme permettant aux développeurs de poser des questions, de partager des connaissances et de résoudre les problèmes de manière collaborative | L'équipe de développement |
| Partage des connaissances : utilisez les forums de discussion pour documenter et suivre les décisions prises au cours des discussions sur le projet, en vous assurant que la justification des décisions clés est saisie et accessible pour référence future | Chef de produit |
| Gestion des actifs du projet : Facilitez le partage des ressources liées au projet | L'équipe de développement |
| Gestion des actifs du projet : implémentez le contrôle de version pour le contenu partagé afin que les membres de l'équipe puissent suivre les modifications, revenir aux versions précédentes et collaborer aux mises à jour du contenu | L'équipe de développement |
# Cas d'utilisation de l'IA générative pour DevSecOps
Les DevSecOps outils basés sur l'IA automatisent de nombreux aspects du pipeline de livraison de logiciels. Par exemple, ils peuvent effectuer des révisions intelligentes du code, détecter les bogues potentiels, détecter les failles de sécurité et identifier les problèmes de performance en temps quasi réel lorsque les développeurs écrivent du code. L'IA génère et exécute des suites de tests complètes, et les met automatiquement à jour au fur et à mesure de l'évolution de la base de code. Cette approche augmentée par l'IA DevSecOps permet d'accélérer le pipeline de livraison et d'améliorer de manière significative la sécurité et la fiabilité des logiciels fournis.
Le tableau suivant indique les cas DevSecOps d'utilisation que vous pouvez améliorer grâce à l'IA générative et indique le responsable de ces cas d'utilisation.
****
| Sous-capacité : cas d'utilisation | Persona |
| --- | --- |
| DevOps et livraison continue : pipelines de déploiement complets automatisés | DevOps ingénieur |
| DevOps et livraison continue : recevez des commentaires en temps quasi réel sur la qualité du code et les problèmes potentiels | Développeur de logiciels |
| DevOps et livraison continue : recevez en temps quasi réel les problèmes de sécurité et les recommandations de résolution | Développeur de logiciels |
| DevOps et livraison continue : recevez du code en temps quasi réel et des suggestions de bonnes pratiques | Développeur de logiciels |
| DevOps et livraison continue : automatisez les tâches répétitives et intégrez des commandes dans des scripts | DevOps ingénieur |
| DevOps et livraison continue : créez du code et générez des artefacts automatiquement après chaque validation de code | Développeur de logiciels |
| DevOps et livraison continue : créez le code conformément aux normes et au cadre de l'organisation | Développeur de logiciels |
| DevOps et livraison continue : exécutez automatiquement des tests unitaires à chaque validation pour détecter les erreurs dès le début du processus de développement | Développeur de logiciels |
| DevOps et livraison continue : analysez la couverture des tests unitaires pour vous assurer que tous les chemins de code critiques sont testés | Développeur de logiciels |
| DevOps et livraison continue : gérez les succursales et fusionnez les modifications | Développeur de logiciels |
| DevOps et livraison continue : gestion des versions du code et des artefacts | Développeur de logiciels |
| DevOps et livraison continue : stockez et gérez les artefacts de construction et les dépendances | DevOps ingénieur |
| DevOps et livraison continue : résolvez et récupérez les dépendances pendant le processus de construction | Développeur de logiciels |
| DevOps et livraison continue : générez et exécutez des tests d'intégration pour vous assurer que les composants fonctionnent ensemble comme prévu | Ingénieur de test |
| DevOps et livraison continue : utilisez des services fictifs lors des tests d'intégration pour simuler les interactions avec des systèmes externes | Ingénieur de test |
| DevOps et livraison continue : testez les performances des applications sous différentes charges | Ingénieur de performance |
| DevOps et livraison continue : simulez des scénarios à fort trafic pour tester l'évolutivité et les temps de réponse de l'application | Ingénieur de performance |
| DevOps et livraison continue : testez la capacité du système à se rétablir après des pannes, telles que des pannes de serveur ou des pannes de réseau | Ingénieur en fiabilité du site |
| DevOps et livraison continue : réalisez l'ingénierie du chaos | Ingénieur en fiabilité du site |
| DevOps et livraison continue : exécutez des tests pour vérifier que l'application répond aux exigences de l'entreprise | Ingénieur QA |
| DevOps et livraison continue : effectuer des tests d'acceptation par les utilisateurs | Propriétaire du produit |
| DevOps et livraison continue : analysez les dépendances pour détecter les vulnérabilités et les problèmes de conformité des licences | Ingénieur de sécurité |
| DevOps et livraison continue : surveillez et gérez les dépendances open source pour vous assurer qu'elles sont à jour et sécurisées | Ingénieur de sécurité |
| DevOps et livraison continue : générez et gérez une nomenclature logicielle (SBOM) pour suivre tous les composants et les dépendances | Ingénieur de sécurité |
| DevOps et livraison continue : utilisez le SBOM pour effectuer des audits de conformité réglementaire | Responsable de la conformité |
| DevOps et livraison continue : création de notes de publication | Gestionnaire de versions |
| DevOps et livraison continue : planifiez et coordonnez les lancements | Gestionnaire de versions |
| DevOps et livraison continue : mise en œuvre de procédures opérationnelles standard pour la gestion des annulations et des versions | Gestionnaire de versions |
| DevOps et livraison continue : utilisez des indicateurs de fonctionnalité pour activer ou désactiver des fonctionnalités en production sans déployer de nouveau code | Chef de produit |
| DevOps et livraison continue : exécutez A/B des tests à l'aide d'indicateurs de fonctionnalités pour mesurer l'impact des différentes fonctionnalités sur le comportement des utilisateurs | Chef de produit |
| DevOps et livraison continue : analysez et surveillez les défaillances des pipelines | DevOps ingénieur |
| DevOps et livraison continue : création et gestion des ressources d'infrastructure | DevOps ingénieur |
| DevOps et sécurité : scannez les référentiels de code à la recherche de secrets codés en dur | DevOps ingénieur |
| DevOps et sécurité : implémentez une détection en temps quasi réel pour avertir immédiatement les développeurs si des secrets sont enregistrés dans le référentiel | DevOps ingénieur |
| DevOps et sécurité : appliquez une surveillance continue de la qualité du code | Développeur de logiciels |
| DevOps et sécurité : détectez et signalez les indicateurs de failles de sécurité potentielles dans le code | Développeur de logiciels |
| DevOps et sécurité : mettez en œuvre des tests automatisés pour les 10 principaux risques de sécurité liés à l'Open Worldwide Application Security Project (OWASP) afin de vous assurer que l'application respecte les pratiques de sécurité standard du secteur | Ingénieur de sécurité |
| DevOps et sécurité : mettez régulièrement à jour et informez les développeurs sur les risques liés à l'OWASP en intégrant des contrôles dans le processus de développement | Ingénieur de sécurité |
| DevOps et sécurité : analysez les bibliothèques et dépendances tierces pour détecter les vulnérabilités de sécurité connues | DevOps ingénieur |
| DevOps et sécurité : scannez le code et l'infrastructure de l'application pour détecter les vulnérabilités | DevOps ingénieur |
| DevOps et sécurité : analysez le code pour détecter les vulnérabilités avant le déploiement | Ingénieur de sécurité |
| DevOps et sécurité : appliquez les politiques de sécurité en empêchant la fusion de code présentant des vulnérabilités critiques | Ingénieur de sécurité |
| DevOps et sécurité : mettez en œuvre un contrôle d'accès basé sur les rôles (RBAC) pour restreindre l'accès aux systèmes et aux données sensibles et pour garantir que seul le personnel autorisé peut accéder aux ressources critiques | Ingénieur de sécurité |
| DevOps et sécurité : ajustez les contrôles d'accès en fonction des rôles et des responsabilités en vous adaptant aux modifications de la structure de l'équipe | DevOps ingénieur |
| DevOps et sécurité : testez les applications en cours d'exécution pour détecter les failles de sécurité en temps quasi réel en simulant des attaques contre l'environnement de production | Ingénieur de sécurité |
| DevOps et sécurité : surveillez en permanence les applications déployées pour détecter les failles de sécurité | DevOps ingénieur |
| DevOps et sécurité : planifiez des analyses régulières des vulnérabilités dans tous les environnements afin d'identifier et de corriger les failles de sécurité | Ingénieur de sécurité |
| DevOps et sécurité : appliquez des correctifs et des mises à jour en fonction des résultats de l'analyse des vulnérabilités pour garantir la sécurité des systèmes | DevOps ingénieur |
| Surveillance des performances des applications : surveillez en permanence les performances des applications en temps quasi réel pour détecter et diagnostiquer les problèmes de performances avant qu'ils n'affectent les utilisateurs | Ingénieur en fiabilité du site |
| Surveillance des performances des applications : détectez les anomalies de performance, telles que les pics soudains des temps de réponse ou l'augmentation des taux d'erreur, et lancez des alertes | DevOps ingénieur |
| Surveillance des performances des applications : suivez les demandes au fur et à mesure qu'elles se propagent dans un système distribué afin d'identifier les goulots d'étranglement et les problèmes de latence | DevOps ingénieur |
| Surveillance des performances des applications : utilisez le suivi distribué pour identifier le service ou le composant exact responsable des défaillances ou de la dégradation des performances | DevOps ingénieur |
| Agrégation et analyse des journaux : regroupez les journaux provenant de plusieurs sources dans un système centralisé pour faciliter les recherches et les analyses afin d'identifier les tendances et les problèmes | Ingénieur en fiabilité du site |
| Agrégation et analyse des journaux : implémentez l'analyse automatique des journaux pour extraire les informations pertinentes et détecter les modèles ou les anomalies susceptibles d'indiquer des problèmes | DevOps ingénieur |
| Agrégation et analyse des journaux : collectez et visualisez les indicateurs de performance clés | Ingénieur en fiabilité du site |
| Agrégation et analyse des journaux : surveillez les métriques par rapport aux accords de niveau de service prédéfinis () SLAs | Chef de produit |
| Opérations liées à l'IA : détectez les incidents, analysez les causes profondes et lancez des actions correctives sans intervention humaine | DevOps ingénieur |
| Opérations liées à l'IA : prédisez les futures demandes de ressources et optimisez la planification des capacités afin d'éviter les pannes | Ingénieur en fiabilité du site |
| Amélioration continue : surveillez les interactions réelles des utilisateurs avec l'application pour recueillir des informations sur les performances et identifier les domaines à améliorer | Designer d'expérience utilisateur |
| Amélioration continue : suivez les performances des applications dans différentes régions géographiques pour garantir une expérience utilisateur cohérente dans le monde entier | Chef de produit |
| Surveillance du tableau de bord : créez des tableaux de bord personnalisables pour visualiser les indicateurs critiques, les journaux et les traces en temps quasi réel afin de fournir une vue complète de l'état du système | Ingénieur en fiabilité du site |
| Surveillance des tableaux de bord : créez des tableaux de bord pour différentes équipes (telles que les équipes chargées du développement, des opérations et des produits) afin de fournir des informations pertinentes en fonction de leurs domaines d'intervention | DevOps ingénieur |
| Informations sur les performances : effectuez une analyse détaillée des performances des applications pour identifier les inefficiences et optimiser le code ou l'infrastructure | Développeur de logiciels |
| Informations sur les performances : utilisez les informations sur les performances pour améliorer de manière itérative les performances des applications et optimiser l'expérience utilisateur au fil du temps | Chef de produit |
# Cas d'utilisation de l'IA générative pour l'exploitation et la maintenance
Une fois le logiciel déployé, l'accent est mis sur l'exploitation et la maintenance. L'IA générative peut améliorer les approches traditionnelles en fournissant une gestion des systèmes plus proactive et plus efficace. Les outils opérationnels basés sur l'IA surveillent en permanence les performances du système et prédisent les problèmes potentiels avant qu'ils n'affectent les utilisateurs. Ils effectuent une analyse automatique des causes premières lorsque des problèmes surviennent, ce qui réduit considérablement le délai moyen de résolution. L'IA optimise également les performances du système en temps quasi réel. Il ajuste automatiquement les configurations en fonction de l'évolution des modèles de charge et des comportements des utilisateurs. Par exemple, une équipe opérationnelle peut utiliser un assistant IA pour générer des programmes de maintenance prédictifs, identifier automatiquement les composants susceptibles de tomber en panne et suggérer des actions préventives. L'IA pourrait également contribuer à la planification des capacités en analysant les tendances d'utilisation et en prédisant les futurs besoins en ressources avec une grande précision.
Le tableau suivant présente les cas d'utilisation liés à l'exploitation et à la maintenance que vous pouvez améliorer grâce à l'IA générative, ainsi que le responsable de ces cas d'utilisation.
****
| Sous-capacité : cas d'utilisation | Persona |
| --- | --- |
| Gestion des incidents : Gérez les incidents en temps quasi réel en intégrant des outils de surveillance aux plateformes de chat afin que les équipes puissent détecter, discuter et résoudre les problèmes directement dans l'environnement de discussion | Ingénieur en fiabilité du site |
| Gestion des incidents : permettez aux équipes de lancer des déploiements, d'exécuter des scripts et d'exécuter des commandes directement depuis l'interface de chat, ce qui rationalise les opérations | DevOps ingénieur |
| Mises à niveau du code : mettez à niveau les dépendances du code et les bibliothèques pour réduire les efforts manuels et garantir que la base de code reste à jour avec les dernières versions | Développeur de logiciels |
| Optimisation du code : passez en revue le code pour identifier les opportunités d'optimisation | Développeur de logiciels |
| Optimisation du code : identifiez les goulots d'étranglement dans le code et refactorisez ou optimisez le code pour améliorer les performances | Développeur de logiciels |
| Gestion de la dette technique : enregistrez la dette technique dans le cadre du processus de développement | Chef de produit |
| Gestion de la dette technique : hiérarchisez et traitez la dette technique en fonction de l'impact, du risque et du coût, et intégrez-la dans le processus régulier de planification des sprints | Développeur de logiciels |
| Gestion de la dette technique : réduction de la dette technique dans le code d'application existant | Développeur de logiciels |
| Gestion des modifications : mettez en œuvre un processus d'approbation des modifications garantissant que toutes les modifications du code sont examinées, testées et approuvées par les parties prenantes nécessaires avant le déploiement | Gestionnaire du changement |
| Gestion du changement : effectuer une analyse d'impact des modifications proposées | DevOps ingénieur |
| Ingénierie inverse : analyse et compréhension de la structure et du comportement du code existant | Architecte de solutions |
| Ingénierie inverse : expliquer le code existant et générer de la documentation | Développeur de logiciels |
| Modernisation du code : Translate le code d'un langage de programmation à un autre | Développeur de logiciels |
| Modernisation du code : Moderniser le code existant dans le langage de programmation le plus récent | Développeur de logiciels |
| Optimisation des performances : surveillez et ajustez en permanence les performances du système en optimisant l'allocation des ressources, en équilibrant la charge et en reconfigurant l'application | Ingénieur en fiabilité du site |
| Optimisation des performances : identifiez et refactorisez le code à l'origine de la dégradation des performances afin d'améliorer la vitesse et la réactivité du système | Développeur de logiciels |
# Cas d'utilisation des assistants d'IA générative dans le développement de logiciels
La capacité d'assistant AI est au cœur de l'expérience de développement générative basée sur l'IA. Ce système intelligent et sensible au contexte fait office de collaborateur virtuel pour tous les membres de l'équipe sur l'ensemble du SDLC. Imaginez un développeur travaillant sur un code complexe. Ils peuvent simplement demander de l'aide à l'assistant AI, qui peut fournir des extraits de code pertinents, expliquer des algorithmes complexes ou même suggérer des optimisations basées sur le contexte actuel et les meilleures pratiques. L'assistant IA peut aider un ITOps responsable à comprendre une procédure opérationnelle standard basée sur des documents internes. En fournissant une assistance contextuelle instantanée, les assistants IA réduisent considérablement la charge cognitive des membres de l'équipe. Cela les aide à se concentrer sur des tâches créatives et de résolution de problèmes de haut niveau. Cette fonctionnalité agit comme un multiplicateur de force qui améliore la productivité et la qualité à toutes les étapes du développement logiciel.
Le tableau suivant présente les cas d'utilisation que vous pouvez améliorer à l'aide d'assistants intelligents et du personnage bénéficiaire.
****
| Cas d’utilisation | Persona |
| --- | --- |
| Fournir une assistance instantanée à l'équipe de développement en répondant à des questions, notamment sur les exigences, les architectures et les procédures d'exploitation standard | Équipe de développement de logiciels |
| Recherchez ou récupérez des extraits d'une documentation complète ou générez des résumés à l'aide de requêtes en langage naturel | Équipe de développement de logiciels |
| Résumez de longs documents techniques, tels que les documents relatifs aux exigences, les documentations de conception architecturale et les processus internes | Équipe de développement de logiciels |
| Conservez une bibliothèque d'invites que l'équipe peut utiliser pour les tâches courantes | Équipe de développement de logiciels |
| Intégrez facilement l'IA générative dans les outils et systèmes existants | Équipe de développement de logiciels |
| Automatisez les tâches sur différentes plateformes, outils et systèmes internes | Équipe de développement de logiciels |
| Créez un référentiel centralisé de connaissances, y compris les meilleures pratiques, les informations spécifiques au projet et les connaissances de l'équipe, accessible à tous les membres de l'équipe | Équipe de développement de logiciels |
| Récupérez les connaissances pertinentes du référentiel en fonction du contexte de la tâche | Équipe de développement de logiciels |
| Réaliser des révisions de code automatisées, analyser les causes premières, suggérer des améliorations, détecter les bogues potentiels et résoudre les problèmes | Développeur logiciel, DevOps ingénieur et ingénieur de fiabilité du site |
| Analyser les données de performance pour identifier les tendances et les modèles susceptibles d'éclairer les décisions relatives à l'optimisation des performances | Ingénieur en fiabilité du site |
| Fournir des recommandations pour améliorer l'efficacité, réduire la complexité et renforcer la sécurité | Développeur de logiciels |
| Suggérer des optimisations pour l'utilisation des ressources du cloud, telles que des recommandations de mise à l'échelle ou des stratégies de réduction des coûts | Développeur de logiciels, DevOps ingénieur, ingénieur en fiabilité de site et architecte de solutions |
| Générez de nouveaux contenus, tels que de la documentation basée sur le code, des guides d'utilisation ou des versions de fonctionnalités du produit | Équipe de développement de logiciels |
# Cas d'utilisation de l'IA générative pour les analyses et les informations
La fonctionnalité d'analyse et d'analyse permet de convertir de grandes quantités de données en informations exploitables qui favorisent la prise de décision et l'amélioration continue. En utilisant l'IA générative, cette fonctionnalité traite les données provenant de diverses sources, notamment les référentiels de code, les outils de gestion de projet et les plateformes de collaboration d'équipe, afin de fournir une vision globale du processus de développement et de la productivité des équipes. L'IA générative va au-delà des indicateurs traditionnels afin de proposer des analyses prédictives et prescriptives. Il peut prévoir les problèmes potentiels et suggérer des améliorations ciblées. Par exemple, il peut analyser les modèles de validation du code, les taux de résolution des bogues et la rapidité de diffusion des fonctionnalités afin d'identifier les équipes les plus performantes, d'identifier les goulots d'étranglement et de suggérer des optimisations de processus. De plus, il peut fournir des informations sur la dynamique d'équipe et les performances individuelles. Ces informations aident les dirigeants à prendre des décisions basées sur les données concernant la répartition de la charge de travail, les besoins de formation et la composition de l'équipe. En présentant ces informations par le biais de tableaux de bord interactifs, cette fonctionnalité permet aux parties prenantes à tous les niveaux de prendre des décisions éclairées, d'optimiser les processus et d'améliorer continuellement la productivité des équipes, ce qui se traduit par une livraison plus rapide de logiciels de haute qualité.
Le tableau suivant présente les cas d'utilisation de l'analytique que vous pouvez améliorer grâce à l'IA générative, ainsi que le responsable de ces cas d'utilisation.
****
| Cas d’utilisation | Persona |
| --- | --- |
| Surveillez la productivité individuelle et collective | Responsable du développement |
| Analysez les tendances en matière de productivité pour détecter les risques d'épuisement professionnel afin de prendre des mesures proactives pour maintenir le bien-être et la productivité de l'équipe | Responsable du développement |
| Suivez la fréquence à laquelle les modifications du code sont déployées en production pour évaluer la rapidité et l'agilité du processus de développement | Chef de produit |
| Analyser les données de fréquence de déploiement pour identifier les périodes de faible activité de déploiement susceptibles d'indiquer une inefficacité des processus ou des contraintes de ressources | Chef de produit |
| Mesurez le délai entre la validation du code et le déploiement afin d'identifier les opportunités de rationalisation des processus de développement et de déploiement | Responsable du développement |
| Suivez le pourcentage de déploiements qui entraînent des défaillances nécessitant une correction immédiate afin d'évaluer la fiabilité du processus de publication | Ingénieur en fiabilité du site |
| Utilisez les indicateurs du taux d'échec des modifications pour identifier les zones de code qui posent fréquemment des problèmes afin de guider les efforts de refactorisation et de test ciblés | Développeur de logiciels |
| Surveillez le temps nécessaire pour rétablir le service après une panne ou un incident afin de réduire les temps d'arrêt et d'améliorer la résilience globale du système | Ingénieur en fiabilité du site |
| Analysez les tendances en matière de temps de restauration pour améliorer les processus de réponse aux incidents et accélérer le rétablissement en cas de défaillance du système | DevOps ingénieur |
| Créez un tableau de bord personnalisé qui regroupe les indicateurs clés, tels que la fréquence de déploiement, le délai et le taux d'échec des modifications, afin de fournir une vue complète du développement et de l'état des opérations | Chef de produit |
| Créez des tableaux de bord adaptés aux besoins des différentes équipes afin de fournir des informations ciblées sur leurs domaines de responsabilité spécifiques, tels que le développement, les opérations ou les affaires | Chef de produit |
| Suivez les indicateurs de performance clés de l'entreprise (KPIs), tels que l'impact sur le chiffre d'affaires, la satisfaction client et la part de marché, afin d'aligner les efforts de développement sur les objectifs commerciaux plus généraux | Chef de produit |
| Analyser l'impact des nouvelles fonctionnalités sur les entreprises KPIs pour évaluer leur succès et orienter le développement de futurs produits | Analyste commercial |
| Surveillez les indicateurs de qualité du code, tels que la complexité du code, la couverture des tests et la densité des bogues, afin de vous assurer que la base de code reste maintenable et sécurisée | Développeur de logiciels |
| Identifier les domaines de la base de code qui nécessitent une refactorisation afin de garantir la durabilité à long terme et de réduire la dette technique | Architecte de solutions |
# Cas d'utilisation de l'IA générative pour la gestion des connaissances
Dans toute organisation de développement de logiciels, les connaissances sont un atout essentiel. La capacité de gestion des connaissances, alimentée par l'IA générative, améliore la manière dont cet actif est capturé, organisé et utilisé. Les systèmes de gestion des connaissances traditionnels contiennent souvent trop d'informations, contiennent du contenu obsolète ou sont difficiles à rechercher pour trouver rapidement les informations pertinentes.
L'IA générative répond à ces défis de front. Il génère et met à jour automatiquement la documentation en fonction des modifications du code, des conversations et des artefacts du projet. Cela garantit que les bases de connaissances restent à jour sans nécessiter d'efforts manuels de la part des membres de l'équipe. Plus important encore, l'IA rend ces connaissances accessibles de manière intuitive. Les membres de l'équipe peuvent poser des questions en langage naturel, et l'IA peut fournir des réponses pertinentes. L'IA peut s'appuyer sur diverses sources, telles que la documentation officielle, les commentaires de code, les fils de discussion et même des ressources externes. Par exemple, un nouveau membre de l'équipe essayant de comprendre un composant spécifique pourrait demander à l'IA : « Comment fonctionne le module d'authentification ? » L'IA fournirait ensuite une explication concise et des liens vers les sections de code pertinentes, les diagrammes architecturaux et les modifications récentes. Il pourrait même adapter ces informations en fonction du rôle et du niveau d'expertise du membre de l'équipe.
Cette fonctionnalité accélère l'intégration, réduit les questions répétitives et favorise le partage des connaissances au sein de l'organisation. Il contribue à préserver les connaissances institutionnelles, ce qui permet aux équipes de gérer et de faire évoluer plus facilement des systèmes complexes au fil du temps.
Le tableau suivant présente les cas d'utilisation de la gestion des connaissances que vous pouvez améliorer grâce à l'IA générative, ainsi que le responsable de ces cas d'utilisation.
****
| Cas d’utilisation | Persona |
| --- | --- |
| Créez une plateforme unifiée qui facilite l'accès à toutes les connaissances liées au projet | Équipe de développement de logiciels |
| Capturez les connaissances issues de diverses activités de développement | Équipe de développement de logiciels |
| Fournir une fonctionnalité de recherche avancée pour trouver rapidement les connaissances pertinentes dans un référentiel | Équipe de développement de logiciels |
| Personnaliser les modules et les parcours d'apprentissage pour l'équipe | Équipe de développement de logiciels |
# Cas d'utilisation de l'IA générative pour l'extensibilité
L'extensibilité permet une intégration fluide avec les outils et les flux de travail existants tout en permettant aux entreprises d'adapter le système d'IA à leurs besoins spécifiques. Cette fonctionnalité fournit des interfaces robustes APIs et personnalisables qui facilitent l'intégration des fonctionnalités de l'IA dans les outils de développement et de gestion de projet courants. SDKs Par exemple, les entreprises peuvent améliorer Jira grâce à des fonctionnalités basées sur l'IA pour automatiser la priorisation des tickets, l'estimation des efforts et la planification des sprints. Vous pouvez enrichir les pipelines Jenkins grâce à l'IA pour une optimisation intelligente des builds et une sélection prédictive des tests.
En outre, l'extensibilité permet une intégration approfondie avec les environnements de développement intégrés (IDEs), les systèmes de contrôle de version et les plateformes de révision de code. L'IA peut aider à coder, à automatiser les révisions de code et à générer de la documentation contextuelle.
Cette fonctionnalité permet également de former et de peaufiner les modèles d'IA sur des données spécifiques à l'organisation. Cela aide l'IA à comprendre les modèles de codage, les préférences architecturales et les connaissances du domaine spécifiques à l'entreprise. Il en résulte une assistance plus pertinente et contextuelle pour tous les outils intégrés. En fournissant ce niveau de flexibilité et d'intégration, l'extensibilité garantit que l'expérience de développement basée sur l'IA évolue avec l'organisation. Il peut s'adapter à l'évolution des technologies et des besoins commerciaux tout en améliorant de manière fluide les chaînes d'outils et les flux de travail existants.
Le tableau suivant présente les cas d'utilisation de l'extensibilité que vous pouvez améliorer grâce à l'IA générative et indique le responsable de ces cas d'utilisation.
****
| Cas d’utilisation | Persona |
| --- | --- |
| Intégrer des outils tiers dans l'environnement de développement | DevOps ingénieur |
| Créez des flux de travail d'automatisation personnalisés adaptés au processus de développement unique de l'équipe | DevOps ingénieur |
| Connectez-vous à divers APIs services | DevOps ingénieur |
| Création de connecteurs pour les outils multiplateformes | DevOps ingénieur |