View a markdown version of this page

AWS 使用生成式 AI 在 上轉換應用程式開發和維護操作模型 - AWS 方案指引
目標對象目標將生成式 AI 整合到 ADM 的優勢

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

AWS 使用生成式 AI 在 上轉換應用程式開發和維護操作模型

Dhana Vadivelan，Amazon Web Services (AWS)

2025 年 4 月 (文件歷史記錄)

組織目前在應用程式開發和維護 (ADM) 實務上面臨前所未有的挑戰。生成式 AI 從根本上改變了應用程式的建置、設計、測試、記錄和部署方式，進而改變了整個軟體開發生命週期 (SDLC)。

ADM 包含從業務需求分析到開發和維護的完整應用程式生命週期，代表管理應用程式的完整實務。SDLC 定義結構化方法和階段，以在此更廣泛的 ADM 架構中建置軟體。

為了協助組織進行採用 AI 技術的 ADM 實務轉型，此策略文件提供：

  • 全面分析 AI 對 ADM 的影響，包括操作模型和角色特定變更

  • 增強組織能力並解決關鍵挑戰的策略

  • 用於建置和實作採用 AI 技術的 ADM 操作模型的架構

  • 採用 AI 技術的 ADM 操作模型的分階段實作方法，從快速獲勝到完整 AI 整合

目標對象

建議下列對象使用此策略文件：

  • IT 主管，例如技術長 (CTOs)、技術主管、技術主管、架構師和計畫經理

  • 業務主管，例如資訊長 (CIOs)、資料長 (CDOs)、產品工程副總裁 (VPs) 和業務營運VPs

目標

此策略文件可協助您的組織達成下列目標：

  • 檢查您目前的 ADM 操作模型，以轉換為 AI 時代。

  • 解決生成式 AI 整合的獨特挑戰。

  • 實作分階段轉換策略，將生成式 AI 整合到組織的 ADM。

將生成式 AI 整合到 ADM 的優勢

對於 IT 領導者而言，將生成式 AI 整合到組織的 ADM 可以提供下列優點，以增強組織的功能：

  • 透過快速原型設計和回應式軟體開發加速創新週期。

  • 自動化架構定義、程式碼產生和測試中的例行任務。

  • 提升軟體品質和可靠性，將瑕疵降至最低並降低風險。

  • 透過處理增加的複雜性和開發量來改善營運可擴展性。

對於業務領導者而言，生成式 AI 的整合可以提供超越技術改進的優勢，以創造商業價值：

  • 更快速地交付以客戶為中心的應用程式，快速適應市場需求。

  • 透過 AI 技術提高營運效率，獲得競爭優勢。

  • 將您的組織定位為 AI 驅動型開發的領導者，吸引頂尖人才。

  • 透過改善生產力和最佳化資源配置來實現成本效益。

各產業的早期採用者正在 ADM 中使用 AWS 生成式 AI 服務的優勢：

  • 開發速度 – 使用 Amazon Q Developer BlackBerry改善 SDLC 敏捷性和品質。

  • 程式碼產生 – BT 群組使用 Amazon CodeWhisperer 自動化 12% 的重複性任務，這會成為 Amazon Q Developer 的一部分。

  • 現代化 – Novacomp 使用 Amazon Q Developer 將 Java 應用程式現代化時間從 3 週縮短為 50 分鐘。

  • 文件 – ADP 使用 Amazon Q Developer 將舊版系統文件時間從幾週縮短到不到一天。

  • 生產力 – 澳洲國家銀行使用 Amazon Q Developer 來實現 50% 接受 AI 產生的程式碼建議。

  • 應用程式現代化 – Deloitte 使用 Amazon Q Developer 來加速現代化階段，降低專案複雜性和完成時間。TCP 使用 Amazon Q Developer 來加速大型主機現代化、快速分析和記錄舊版 COBOL 程式碼。

  • 應用程式遷移 – Cognizant使用 Amazon Q Developer 自動化複雜的遷移程序，提高轉型專案的速度和簡單性。HCLTech 也使用 Amazon Q Developer，採用 AI 代理程式來加速 VMware、.NET 和大型主機工作負載。

  • 應用程式效率 – IBM 諮詢在 上的 AI 型 SDLC 解決方案 AWS Marketplace 利用 Amazon Bedrock 在整個應用程式生命週期中提高效率和品質。