核心观点
- 质量工程的重要性日益凸显:随着敏捷开发、云计算和更智能技术的普及,质量工程在软件开发和交付中的重要性日益凸显。质量工程师的技能需求已扩展到数据能力、人工智能专业知识、生成式人工智能能力和产品工程技能。
- 敏捷和质量工程的融合:将质量工程师直接嵌入敏捷团队已成为标准做法,同时,一些组织仍然保留独立的质量工程角色以确保全面覆盖和监督。
- 自动化和人工智能的兴起:测试自动化水平已达到44%,而人工智能,尤其是生成式人工智能,正在迅速改变质量工程领域。68%的受访者已集成人工智能和生成式人工智能到他们的运营中,其中34%正在积极利用生成式人工智能进行质量工程任务,而34%正在制定实施路线图。
- 数据质量成为关键焦点:随着企业越来越依赖自动化和基于数据的决策,数据质量已成为一个关键焦点。64%的受访者将数据质量评为极其重要或非常高的优先级,但许多组织仍在有效地组织数据所有权和实施全面的质量管理框架方面处于早期阶段。
- 智能产品验证的重要性:智能产品验证正变得越来越重要,21%的测试预算现在分配给了这些智能技术。然而,行业在验证协议、人工智能模型以及所有集成的复杂性方面面临着重大挑战。
- 可持续性成为优先事项:98%的公司认识到可持续性的关键重要性,但只有34%的公司正在实施可持续性实践。质量工程在推动可持续性方面发挥着关键作用,尤其是在定义和验证绿色IT倡议方面。
关键数据
- 将质量工程师直接嵌入敏捷团队的百分比:40%
- 采用新兴技术(如生成式人工智能)进行测试自动化的组织百分比:71%
- 将数据质量评为极其重要或非常高的优先级的组织百分比:64%
- 将智能产品验证评为极其重要或非常重要的组织百分比:55%
- 优先考虑环境可持续性的组织百分比:45%
- 正在实施可持续性实践的百分比:34%
研究结论
- 质量工程正在迅速发展,人工智能技术提供了令人兴奋的新机会。
- 质量工程师的专业知识和积极参与对于取得成功至关重要。
- 组织需要关注新兴趋势和测试策略,以应对不断变化的未来。
- 生成式人工智能将彻底改变质量工程,但需要谨慎采用并确保其有效利用。
- 质量工程在推动可持续性方面发挥着关键作用,需要优先考虑环境和社会影响。