AI Coding Assistant Lingma:Asiainfo：インテリジェントな研究開発プラクティス

AsiaInfo は B2B 事業に注力しています。 1993 年に設立された AsiaInfo は、2000 年にナスダック（NASDAQ）に上場した最初のハイテク企業の 1 つとなりました。 2010 年までに、AsiaInfo は中国の大手通信ソフトウェア製品およびサービスプロバイダーになりました。 同社は 2014 年に非公開化し、2018 年に香港メインボードに再上場しました。 2022 年、AsiaInfo は iResearch を買収し、デジタルコンサルティング事業をさらに拡大しました。 同社は、デジタル、クラウド、ネットワーク IT の 3 つの主要製品システムを開発しました。 これにより、AsiaInfo は IT 製品とサービスの大手プロバイダーとなり、フルスタックデータ機能のパイオニアとなっています。

AsiaInfo は収益を継続的に伸ばし、100 億元を目指しています。 AsiaInfo のコア製品は、通信業界のビジネスサポートシステムソフトウェア分野で約 50% の市場シェアを占めており、業界リーダーとしての地位を確立しています。 AsiaInfo 製品は 10 億人以上のユーザーにサービスを提供しています。 このトピックでは、AsiaInfo のインテリジェントな研究開発プラクティスの以下の側面について説明します。インテリジェントな研究開発の背景、インテリジェントコーディングアシスタント、実践プロセス、評価結果、今後の計画。

01

インテリジェントな研究開発の背景

AsiaInfo は、運用上のプレッシャーなど、さまざまな課題に直面しています。 AsiaInfo の財務報告書によると、通信業界の成長は鈍化しています。 この問題を解決するために、AsiaInfo はコストを削減し、効率を向上させることができるツールと製品を開発する必要があります。 AsiaInfo はまた、顧客の品質要求によるプレッシャーにも直面しています。 ほとんどのお客様は、セキュリティと品質管理の強化にますます重点を置いています。 AsiaInfo は、品質を向上させ、生産の失敗や高リスクの脆弱性を減らすことができるツールと製品を導入することを目指しています。 同社は主に技術者で構成されるソフトウェア会社であり、従業員数は約 15,000 人です。 インテリジェントな研究開発により、10% または 5% の改善を達成することで、大きなメリットが得られます。 AsiaInfo は、インテリジェントな研究開発に対する強い需要を持っています。

業界のトレンドを見ると、Alibaba、Baidu、Microsoft などの大手企業がインテリジェントな研究開発製品を発売していることがわかります。 オンラインデータによると、GitHub には 180 万人の有料サブスクライバーがいます。 JetBrains の開発者レポートによると、70% 以上のユーザーが生成 AI サービスを利用しています。 広い視点から見ると、インテリジェントな研究開発は技術的に実現可能です。 現在、国内外の大企業やスタートアップは、開発段階でインテリジェントな研究開発を実現することに重点を置いています。

同様に、AsiaInfo も開発段階でインテリジェントな研究開発プラクティスを模索しています。 AsiaInfo の次のステップは、インテリジェントプログラミングアシスタントを選択することです。

02

Lingma を選択した理由

AsiaInfo は、包括的なツール選択および評価モデルを設計しました。 このモデルは、商用サポート、セキュリティ、シナリオへの適応性など、複数のカテゴリに基づいて評価を実行します。 各カテゴリには詳細な基準があり、1 から 5 までのスコアリングスケールがあります。

たとえば、インテリジェントツールが無償で提供されている場合、そのツールは商用サポートで 5 点を獲得します。 対照的に、高価格のツールは低いスコアを受け取ります。 このモデルは、プライベートデプロイメントのサポート、セキュリティ管理機能、一般的に使用されるプログラミング言語のサポートという基準に基づいて、インテリジェントツールのコードセキュリティを評価します。

このモデルは、コード補完、自然言語生成、コードコメント、Q&A という基準に基づいて、インテリジェントツールのシナリオ機能を評価します。 このモデルはまた、一般的なユースケースとビジネス開発における典型的なユースケースを含むテストケースを使用して設計されています。 科学的な評価モデルは、AsiaInfo が最適なツールを選択するのに役立ちます。

ツール選択評価では、4 つの製品が最終選考に残りました。国際的な製品：OpenAI テクノロジーに基づく Bito と、最大のコードリポジトリを持つ GitHub Copilot。 国内製品も 2 つ最終選考に残りました。Alibaba Cloud Lingma と Baidu Comate プラグインです。

AsiaInfo は、製品の研究開発、プロジェクトの配信、O&M、およびその他の関連業務に基づいて、各機能に重みを割り当てます。

たとえば、AsiaInfo は B2B 企業にサービスを提供する際に、コードセキュリティに最高の優先順位を割り当てます。 情報を収集し、評価し、ユースケースを実行した後、AsiaInfo は Alibaba Cloud Lingma が総合評価で最高のパフォーマンスを発揮したことを発見しました。 技術的能力とツール機能の評価とは別に、このモデルは、インテリジェントツールが AsiaInfo が必要とするさまざまなユースシナリオをサポートできるかどうかも評価します。

企業分析に基づいて、AsiaInfo はインテリジェントツールの以下のユースシナリオに対応しています。

社内利用シナリオ。これは、AsiaInfo が使用するインテリジェントツールをデプロイして、社内製品の研究開発をサポートすることを含みます。 このシナリオは、高度なスキルを持つ参加者、数千人のメンバーを持つチーム、四半期ごとまたは年ごとの研究開発ペースを特徴としています。 使用環境全体が社内にあります。

共同利用シナリオ。これは、顧客サービスサイトでインテリジェントツールを使用することを含みます。 このシナリオでは、AsiaInfo と複数のベンダーがインテリジェントツールを共有します。これには、設計、開発、O&M、およびその他の関連業務など、複数の側面での役割が必要です。 チーム全体が、毎月、四半期ごと、または毎年継続的にインテリジェントツールを使用します。 このツールは内部ネットワークで使用され、使用プロセスは厳密に管理されています。これには、生成されたコードとドキュメントアセットの包括的な管理が含まれます。

プロジェクトコラボレーションシナリオ。これは、顧客組織内でインテリジェントツールを使用して単一のプロジェクトを配信することを含みます。 このシナリオでは、上級、中級、下級の開発者がシナリオの要件に基づいて割り当てられます。 ほとんどのプロジェクトは 2 ～ 3 か月の短いサイクルに従います。 アセット管理は厳格な規制に従います。

上記の 3 つのシナリオについて、Lingma は 2 つのソリューションを提供しています。Lingma 個人版と Lingma プライベート版です。

社内利用シナリオの場合、Lingma は個人版を提供しています。 このエディションは、Alibaba Cloud 上に専用の VPC ネットワークを作成し、AsiaInfo 専用の Lingma 個人版をデプロイします。 VPC は VPN を使用して AsiaInfo の内部ネットワークに接続できるため、開発者はイントラネットサービスにアクセスできます。

Lingma 専用バージョンには大きな利点があります。 これは、基盤となるモデルのコンピューティングリソースと通信リソースを含む製品デプロイメント全体が Alibaba Cloud によって提供されることを意味します。 さらに、Alibaba Cloud は、Lingma の後続の製品アップグレードとモデルの反復を担当します。 コストの面でも、強力な競争力を示しています。

AI コーディングアシスタント個人版は、共同作業シナリオとプロジェクトコラボレーションシナリオ向けに設計されています。 Lingma はプライベートデプロイメントをサポートしており、ユーザーは製品とモデルのアップグレードのための O&M ロールを含むデプロイメントリソースを準備する必要があります。 AI コーディングアシスタント個人版の主な利点は、システムがインターネットから完全に隔離されていることです。これにより、セキュリティが確保され、デプロイメントプロセス全体でアセットが保護されます。 コストは比較的高くなりますが、Lingma は、技術製品機能と AsiaInfo のシナリオベースの要件のサポートの両方において最良の選択肢です。

03

実装プロセスと効果評価

Lingma の AsiaInfo での実装プロセス

実装プロセスは 3 つのフェーズで構成されます。 まず、デジタルインテリジェンス研究開発チーム、A 省の配信チーム、B 省の県外展開チームなど、さまざまなタイプの実装チームが設立されます。 次に、各フェーズは 2 ～ 3 週間の実装サイクルが予定されています。 プロセスの 、Alibaba Lingma 製品研究開発チームは、見つかった欠陥に対して迅速なサポートを提供します。

設計効率と有効性評価モデル

AsiaInfo は、使用プロセス中の結果も分析します。 AsiaInfo は、効率性と有効性評価モデルを設計して、「Alibaba Lingma」ツールの適用可能性を科学的に評価します。 左側の効率性評価モデルは、各機能の使用状況を評価し、AI コーディングアシスタントを使用した後、専門家の評価に基づいてどれだけの時間が節約されたかを判断するために使用されます。 このモデルはまた、コード補完、コメント生成、単体テスト生成、開発ナレッジ Q&A など、各機能とすべての機能について節約された合計時間を計算します。 プログラマー 1 人あたり週 40 時間の作業に基づいて、このモデルはチームメンバー 1 人あたりの平均プログラミング効率の向上を計算します。

右側の有効性評価モデルには、エンドツーエンドの要件配信効率と製品欠陥のエスケープ率の 2 つの部分が含まれています。 AI コーディングアシスタントを使用する前に、AsiaInfo チームは関連するメトリックを収集します。 AI コーディングアシスタントを使用してから最初の 2 か月間、メトリックを監視して、要件配信効率が継続的な上昇傾向を示し、製品欠陥のエスケープ率が継続的な下降傾向を示しているかどうかを観察します。

評価メトリックの可視化と使用操作分析

AsiaInfo は、効率性評価モデル用のメトリック可視化ダッシュボードを開発しました。 ダッシュボードには、さまざまなチームと機能の使用パターンが表示されます。 ダッシュボードは、コード補完機能の使用頻度が最も高く、さまざまなチームで採用率が異なっていることを示しています。 ナレッジ Q&A 機能は使用頻度で 2 位ですが、採用率は低くなっています。

AsiaInfo は、有効性評価モデル用のメトリック可視化ダッシュボードも開発しました。 ダッシュボードには、各機能の集計データと専門家によって評価された時間の節約が表示されます。 研究開発チームは時間の節約を集計し、計算ルールを適用して、コーディング効率が 10% 向上したことを発見しました。 ただし、配信チームの増加は比較的限られています。

次のセクションでは、3 つのチームの主要なメトリックについて説明します。 デジタルインテリジェンス研究開発チーム：コード補完の採用率 36%、ナレッジ Q&A の採用率 6.4%、プログラミング効率の 10% 以上の向上。 A 省の配信チーム：コード補完の採用率 22.7%、ナレッジ Q&A の採用率 4.1%、プログラミング効率の 1% 向上、要件配信効率の 1% 削減、製品欠陥のエスケープ率の 71% 削減。 B 省の県外展開チーム：コード補完の採用率 25.9%、ナレッジ Q&A の採用率 6.4%、プログラミング効率の 1.2% 向上、要件配信効率の 18.4% 向上、製品欠陥のエスケープ率の 69% 削減。

AsiaInfo は主要なメトリックから結論を導き出しました。 Lingma はコード補完で優れたパフォーマンスを発揮し、精度は 20% ～ 30% です。 ただし、ナレッジ Q&A の採用率は 1 桁台にとどまっており、AI コーディングアシスタントはナレッジ Q&A で改善が必要であることを示しています。 プログラミング効率の面では、チームによって大きな違いがあります。 要件配信効率の面では、さまざまなチームのパフォーマンスが大きく異なり、低下を示すチームもあれば、改善を示すチームもあります。

詳細な分析によると、AI コーディングアシスタントはソフトウェア開発プロセスの一部にすぎません。 チーム全体の効率と有効性を向上させるには、AI コーディングアシスタントを DevOps システムのフルセットと組み合わせる必要があります。 チーム内のボトルネックと生産性が限られている主要な役割を特定し、インテリジェントプログラミングツールと組み合わせて使用することで、全体的な改善を達成できます。

AsiaInfo はまた、チームからのフィードバックも収集しました。 ツール機能の面では、50% 以上の開発者がコード補完とナレッジ Q&A 機能が有益であると考えています。 そのうち、16% がこれらの機能を「非常に良い」と評価し、49% が「かなり良い」と評価しています。 ほとんどの開発者は、Lingma が開発効率を効果的に向上させると考えています。

04

研究開発インテリジェンスの今後の検討事項

今後、AsiaInfo はコーディングフェーズでのインテリジェントなエンパワーメントを実現するだけでなく、思考と計画においても楽観的な見通しを維持することに尽力しています。 たとえば、AsiaInfo は、ジュニアおよびミッドレベルの開発者の効率の問題を解決するために、ソフトウェア開発プロセス全体にエンパワーメントを拡大するかどうかを評価しています。 AsiaInfo はまた、シナリオベースのインテリジェントツールを開発して使用を簡素化することも検討しています。 これらの課題に対処するために、AsiaInfo は開発効率を向上させるためのソフトウェア開発ツールキットを開発する予定です。

AsiaInfo は Alibaba Cloud Lingma とその基盤となる基盤モデル機能を使用して、インテリジェントエージェントを備えた新しいツールを構築しています。 設計フェーズでは、AsiaInfo はインテリジェントツールが要件を理解し、要件ドキュメントと設計ドキュメントを生成することを期待しています。 開発フェーズでは、AsiaInfo はインテリジェントツールが数回クリックするだけでフロントエンドの設計ドラフトをフロントエンドコードに変換することを期待しています。 バックエンド開発フェーズでは、AsiaInfo はインテリジェントツールがデータモデルとバックエンドコードを効率的に生成することを期待しています。

デプロイの面では、AsiaInfo は、成功したデプロイケースを使用して現在のプロジェクトのデプロイソリューションを生成し、エラー解決戦略を提供できるかどうかを検討しています。 セキュリティの面では、AsiaInfo はインテリジェントツールが高リスクの脆弱性を特定し、セキュリティを最適化するのに役立つかどうかを検討しています。 ランタイムの面では、AsiaInfo はインテリジェントツールをオンライン アプリケーションパフォーマンス管理 (APM) 監視ツールまたは AsiaInfo 検索ツールと統合して、高頻度インターフェイス、低速インターフェイス、高頻度低速 SQL インターフェイスのプロアクティブな最適化を実行できるかどうかを検討しています。 次のセクションでは、2 つの典型的なインテリジェントツール、ChatDoc と D2C について説明します。

ChatDoc は、インテリジェントなドキュメント作成ツールです。 ChatDoc は、プロジェクト入札ドキュメントを含む設計ドキュメントを生成するために使用され、コンテンツ、章、部分的に書き直されたコンテンツ、構造図、フローチャートを含む Word ドキュメントを生成できます。

設計ドキュメントを生成するために、AsiaInfo はマルチモーダル LLM 統合テクノロジーを使用する予定です。 ChatDoc のもう 1 つの機能は、完全な PPT ドキュメント、PPT ページ、Word ドキュメントに基づく完全な PPT ドキュメントの生成など、PPT ファイルを生成することです。 ChatDoc は、ドキュメントのコラボレーションと共有もサポートしています。 AsiaInfo は、ChatDoc を使用して設計フェーズの効率と品質を向上させることを目指しています。

D2C は、フロントエンドコードを迅速に生成できるツールです。 フロントエンド開発者とデザイナーは、設計ドラフトが頻繁に変更される場合など、設計の詳細について互いにコミュニケーションを取ります。 その結果、コミュニケーションプロセスは時間と労力がかかります。 AsiaInfo は、D2C がドメイン固有言語 (DSL) テンプレートテクノロジーを使用して Figma デザインを解析し、数回クリックするだけでフロントエンドコードを生成することを目指しています。 これにより、フロントエンド開発者はビジネスロジックに集中できます。

AsiaInfo は、マルチモーダル LLM を使用して画像設計ドラフトを理解し、フロントエンドコードを効率的に生成することを計画しています。 AsiaInfo は、このツールがチームの効率を大幅に向上させることを期待しています。 これが AsiaInfo のインテリジェントな研究開発プラクティスです。

要約すると：

まず、AsiaInfo は Alibaba Cloud Lingma を使用してコーディングフェーズを強化しています。 このプラクティスは社内で継続的に拡大しており、現在プロモーションフェーズにあります。

次に、AsiaInfo はソフトウェア開発プロセス全体のためのインテリジェントツールキットを構築することを目指しています。 AsiaInfo と Alibaba Cloud はこの分野を積極的に模索しています。 AsiaInfo は、Alibaba Cloud Lingma の機能、特に基盤となる基盤モデル機能を使用して、プロセス全体を強化し、さまざまな AsiaInfo チームの開発効率と品質を大幅に向上させるインテリジェントツールキットを構築したいと考えています。