Utmaningar vid företagsanvändning av AI-genererad kod
Tillförlitlig drift av AI-genererad kod i stora företag möter hinder relaterade till integration, styrning och underhåll, snarare än kodens kvalitet.
AI-genererad kods snabbhet är väldokumenterad, men att få den att fungera tillförlitligt i stora företag, integrerad med befintliga system och styrd för efterlevnad, kräver grundläggande arbete som många underskattar. Endast en bråkdel av organisationerna når AI-driven exekvering.
"Företag som har investerat kraftigt i AI-verktyg stöter på problem när genererad kod möter verkligheten i deras befintliga miljöer", säger Michael Ameling från SAP. Problemet ligger sällan i den genererade kodens kvalitet, utan snarare i operationaliseringen. Företag måste säkerställa att kodens tillförlitlighet, säkerhet, efterlevnad och långsiktiga underhållsbarhet uppfylls.
De största hindren är kopplade till integration och datatillgänglighet. AI kan inte kompensera för en organisations bristande datamognad eller processredohet. När AI går från att ge rekommendationer till att utföra arbetsflöden, ökar kraven på latens, kostnad och systembelastning avsevärt.
Arkitekturen för att integrera AI-genererad logik med fragmenterade företagssystem är en kritisk utmaning. Systemen måste stödja enhetlig dataåtkomst, processkontext och styrning. SAP:s strategi med Business AI Platform syftar till att ge AI-genererad logik exakt och aktuell information om affärsverksamheten.
Användningen av AI-agenter i produktion kräver också robust styrning och övervakning. Agenterna måste följa samma ramverk som mänskliga medarbetare, inklusive identitetshantering, behörigheter och auditering. Öppenhet och interoperabilitet med andra lösningar, via ramverk som OpenTelemetry, är viktiga för att säkerställa fullständig observerbarhet.