General Motors verdreifacht Code-Zusammenführungen durch KI-Agenten

Die Sparte für autonome Fahrzeuge von General Motors (GM) hat die Effizienz seiner Ingenieursprozesse durch die Integration von KI-Agenten in seine Arbeitsabläufe erheblich gesteigert. Dieser strategische Schritt führte zu einer Verdreifachung der zusammengeführten Pull Requests (merged pull requests), beschleunigten Release-Zyklen und einer Reduzierung von Fehlern, die in späteren Entwicklungsphasen identifiziert wurden.

Rashed Haq, Vizepräsident für autonome Fahrzeuge bei GM, erklärte, dass Softwareentwickler zuvor nur etwa 15% ihrer Zeit mit dem Schreiben von Code verbrachten. Die restlichen 85% wurden für Aufgaben wie die Analyse von Fahrzeugdaten, die Triage von Problemen, die Durchführung von Experimenten und das Testen von Fehlerbehebungen verwendet. KI-Agenten werden nun eingesetzt, um diese nicht-codierungsbezogenen Aktivitäten zu optimieren.

Haq betonte, dass die erheblichen Fortschritte durch die grundlegende Neugestaltung ganzer Engineering-Workflows um KI-Agenten erzielt wurden und nicht durch die einfache Ergänzung von Coding-Assistenten. Er wies darauf hin, dass die Bereitstellung einer reinen Coding-Chatbot die systembedingten Ineffizienzen im gesamten Entwicklungsprozess nicht behebt.

GM's Ansatz beinhaltete die Aufteilung der Entwicklung autonomer Fahrzeuge in verschiedene Schleifen: Softwareentwicklung und -tests in der Simulation, physische Straßentests und die Überwachung nach der Auslieferung. Das Unternehmen identifizierte und automatisierte den längsten Engpass in jeder Schleife. KI-Agenten erhielten über angepasste Server Zugang zu GMs internen Werkzeugen und Petabytes an Daten und wurden durch spezifische Anweisungsdokumente zur Aufgabenausführung geleitet.