Qoder CN Series:AsiaInfo: práticas inteligentes de P&D

Tongyi Lingma

A AsiaInfo foca em operações B2B. Fundada em 1993, tornou-se uma das primeiras empresas de alta tecnologia listadas na National Association of Securities Dealers Automated Quotations (NASDAQ) no ano 2000. Em 2010, consolidou-se como líder no fornecimento de produtos de software e serviços de telecomunicações na China. A empresa fechou seu capital em 2014 e voltou à bolsa no Conselho Principal de Hong Kong em 2018. Em 2022, adquiriu a iResearch, expandindo ainda mais seus negócios de consultoria digital. A companhia desenvolveu três sistemas principais de produtos: TI digital, nuvem e rede. Isso posiciona a AsiaInfo como provedora líder de produtos e serviços de TI e pioneira em capacidades de dados full-stack.

A AsiaInfo mantém crescimento contínuo de receita e busca atingir a marca de 10 bilhões. Seus produtos principais detêm aproximadamente 50% de participação de mercado no setor de software de sistemas de suporte a negócios da indústria de telecomunicações, o que a consolida como líder do segmento. Os produtos da AsiaInfo atendem a mais de 1 bilhão de usuários. Este tópico aborda os seguintes aspectos das práticas inteligentes de P&D da AsiaInfo: contexto da P&D inteligente, assistente de codificação inteligente, processo de implementação, resultados da avaliação e planos futuros.

01

Contexto da P&D inteligente

A AsiaInfo enfrenta desafios como pressão operacional. Os relatórios financeiros indicam desaceleração no crescimento do setor de telecomunicações. Para resolver essa questão, a empresa precisa desenvolver ferramentas e produtos capazes de reduzir custos e aumentar a eficiência. Há também pressão decorrente das exigências de qualidade dos clientes, cada vez mais focados em fortalecer a segurança e a gestão da qualidade. O objetivo da AsiaInfo é introduzir ferramentas e produtos que melhorem a qualidade e reduzam falhas de produção e vulnerabilidades de alto risco. Por ser uma empresa de software composta majoritariamente por pessoal técnico, com cerca de 15.000 funcionários, qualquer ganho de 5% ou 10% obtido com a P&D inteligente gera benefícios significativos. Portanto, existe forte demanda interna por essas soluções.

Ao observar as tendências do setor, nota-se que grandes empresas como Alibaba, Baidu e Microsoft lançaram produtos de P&D inteligente. Dados online mostram que o GitHub possui 1,8 milhão de assinantes pagos. O relatório de desenvolvedores da JetBrains indica que mais de 70% dos usuários utilizam serviços de IA generativa. De uma perspectiva ampla, a P&D inteligente é tecnicamente viável. Atualmente, grandes corporações nacionais e internacionais, além de startups, concentram esforços para implementar a P&D inteligente na fase de desenvolvimento.

Da mesma forma, a AsiaInfo explora práticas de P&D inteligente na etapa de desenvolvimento. O próximo passo consiste em selecionar um assistente de programação inteligente.

02

Motivos para escolher o Lingma

A AsiaInfo elaborou um modelo abrangente de seleção e avaliação de ferramentas. Esse modelo avalia múltiplas categorias, incluindo suporte comercial, segurança e adaptabilidade a cenários. Cada categoria possui critérios detalhados com escala de pontuação de 1 a 5.

Por exemplo, se uma ferramenta inteligente for gratuita, ela recebe nota 5 em suporte comercial. Por outro lado, uma ferramenta com preço elevado recebe pontuação baixa. O modelo avalia a segurança de código da ferramenta inteligente considerando os seguintes critérios: suporte a implantação privada, capacidades de gerenciamento de segurança e suporte às linguagens de programação mais utilizadas.

A avaliação das capacidades de cenário considera os seguintes critérios: conclusão de código, geração de linguagem natural, comentários de código e perguntas e respostas. O modelo também inclui casos de teste que abrangem situações comuns e típicas do desenvolvimento de negócios. Esse modelo de avaliação científica auxilia a AsiaInfo na escolha da ferramenta mais adequada.

Na avaliação de seleção de ferramentas, quatro produtos foram pré-selecionados. Entre os internacionais: Bito, baseado na tecnologia OpenAI, e GitHub Copilot, que possui o maior repositório de código. Dois produtos nacionais também entraram na lista: o Alibaba Cloud Lingma e o plugin Baidu Comate.

A AsiaInfo atribui pesos a cada capacidade com base nas operações de P&D de produtos, entrega de projetos, O&M e outras atividades relacionadas.

No atendimento a empresas B2B, por exemplo, a segurança de código recebe a maior prioridade. Após coletar informações, avaliar e executar casos de uso, a AsiaInfo constatou que o Alibaba Cloud Lingma obteve o melhor desempenho na avaliação abrangente. Além das capacidades técnicas e funcionais, o modelo verifica se a ferramenta inteligente suporta os diversos cenários de uso exigidos pela empresa.

Com base na análise corporativa, a AsiaInfo atende aos seguintes cenários de uso da ferramenta inteligente:

Cenário de uso interno: envolve a implantação da ferramenta inteligente para apoiar a P&D de produtos internos da AsiaInfo. Caracteriza-se por participantes altamente qualificados, equipe com milhares de membros e ritmo de P&D trimestral ou anual. Todo o ambiente de uso permanece dentro da empresa.

Cenário de uso colaborativo: refere-se à utilização da ferramenta inteligente no local do cliente. Neste caso, a AsiaInfo e vários fornecedores compartilham a ferramenta, o que exige funções em diversas áreas, como design, desenvolvimento, O&M e outras operações correlatas. Toda a equipe utiliza a ferramenta continuamente, em ciclos mensais, trimestrais ou anuais. O uso ocorre na rede interna e segue gestão rigorosa, incluindo controle abrangente do código gerado e dos ativos de documentação.

Cenário de colaboração em projetos: consiste no uso da ferramenta inteligente dentro das organizações dos clientes para entregar um projeto específico. Aqui, aloca-se desenvolvedores seniores, plenos e juniores conforme as necessidades do cenário. A maioria dos projetos segue ciclo curto de 2 a 3 meses. A gestão de ativos obedece a regulamentações estritas.

Para os três cenários mencionados, o Lingma oferece duas soluções: a Edição Individual do Lingma e a Edição Privada do Lingma.

No cenário de uso interno, o Lingma disponibiliza a Edição Individual. Esta edição cria uma rede VPC dedicada no Alibaba Cloud e implanta a Edição Individual do Lingma para uso exclusivo da AsiaInfo. É possível conectar a VPC à rede interna da AsiaInfo via VPN, permitindo que os desenvolvedores acessem um serviço de intranet.

A versão dedicada do Lingma apresenta vantagens significativas. Toda a implantação do produto, incluindo os recursos de computação e comunicação do modelo subjacente, é fornecida pelo Alibaba Cloud. Além disso, o Alibaba Cloud responsabiliza-se pelas atualizações subsequentes do produto e pelas iterações do modelo do Lingma. Em termos de custo, essa solução também demonstra forte competitividade.

O AI Coding Assistant Individual Edition foi projetado para os cenários de uso colaborativo e colaboração em projetos. O Lingma suporta implantação privada, o que exige que os usuários preparem recursos de implantação, incluindo funções de O&M para atualizações de produtos e modelos. Uma vantagem fundamental do AI Coding Assistant Individual Edition é o isolamento total do sistema em relação à Internet, garantindo segurança e proteção dos ativos durante todo o processo de implantação. Embora o custo seja relativamente alto, o Lingma representa a melhor escolha tanto em capacidades técnicas do produto quanto no suporte aos requisitos baseados em cenários da AsiaInfo.

03

Processo de implementação e avaliação de efeitos

**Processo de implementação do Lingma na AsiaInfo**

O processo de implementação divide-se em três fases. Primeiro, estabelecem-se diferentes tipos de equipes de implementação, incluindo uma equipe de P&D de inteligência digital, uma equipe de entrega para a Província A e uma equipe de expansão externa para a Província B. Segundo, cada fase prevê ciclo de implementação de 2 a 3 semanas. Durante esse período, a equipe de P&D do produto Alibaba Lingma fornece suporte rápido para defeitos encontrados.

Modelo de avaliação de eficiência e eficácia de design

A AsiaInfo também analisa os resultados durante o processo de uso. A empresa criou modelos de avaliação de eficiência e eficácia para avaliar cientificamente a aplicabilidade da ferramenta "Alibaba Lingma". O modelo de avaliação de eficiência, à esquerda, serve para avaliar o uso de cada capacidade e determinar o tempo economizado com base na avaliação de especialistas após o uso do AI Coding Assistant. O modelo calcula ainda o tempo total economizado para cada capacidade individual e para todas elas combinadas, como conclusão de código, geração de comentários, geração de testes unitários e perguntas e respostas sobre conhecimento de desenvolvimento. Considerando semana de trabalho de 40 horas por programador, o modelo calcula o aumento na eficiência média de programação por membro da equipe.

O modelo de avaliação de eficácia, à direita, compreende duas partes: a eficiência de entrega de requisitos ponta a ponta e a taxa de escape de defeitos do produto. Antes do uso do AI Coding Assistant, a equipe da AsiaInfo coleta métricas relacionadas. Nos dois primeiros meses de utilização do AI Coding Assistant, monitoram-se as métricas para verificar se a eficiência de entrega de requisitos apresenta tendência contínua de alta e se a taxa de escape de defeitos do produto mostra tendência contínua de queda.

Visualização de métricas de avaliação e análise operacional de uso

A AsiaInfo desenvolveu painel de visualização de métricas para o modelo de avaliação de eficiência. Esse painel exibe os padrões de uso de diferentes equipes e capacidades. Os dados mostram que o recurso de conclusão de código possui a maior frequência de uso, com taxas de adoção variadas entre as equipes. O recurso de perguntas e respostas sobre conhecimento ocupa o segundo lugar em frequência de uso, mas apresenta taxa de adoção menor.

Também foi criado painel de visualização de métricas para o modelo de avaliação de eficácia. O painel apresenta dados agregados para cada capacidade e a economia de tempo avaliada por especialistas. A equipe de P&D agregou a economia de tempo, aplicou regras de cálculo e constatou aumento de 10% na eficiência de codificação. No entanto, o ganho para as equipes de entrega mostrou-se relativamente limitado.

A seção a seguir descreve as principais métricas das três equipes. Equipe de P&D de inteligência digital: taxa de adoção de 36% para conclusão de código, 6,4% para perguntas e respostas sobre conhecimento e melhoria superior a 10% na eficiência de programação. Equipe de entrega da Província A: taxa de adoção de 22,7% para conclusão de código, 4,1% para perguntas e respostas sobre conhecimento, 1% de melhoria na eficiência de programação, 1% de redução na eficiência de entrega de requisitos e 71% de redução na taxa de escape de defeitos do produto. Equipe de expansão externa da Província B: taxa de adoção de 25,9% para conclusão de código, 6,4% para perguntas e respostas sobre conhecimento, 1,2% de melhoria na eficiência de programação, 18,4% de melhoria na eficiência de entrega de requisitos e 69% de redução na taxa de escape de defeitos do produto.

A AsiaInfo tirou conclusões a partir dessas métricas principais. O Lingma apresenta bom desempenho na conclusão de código, com taxa de precisão entre 20% e 30%. Contudo, a taxa de adoção para perguntas e respostas sobre conhecimento permanece na casa de um dígito, indicando a necessidade de melhorias no AI Coding Assistant nessa funcionalidade. Quanto à eficiência de programação, existem diferenças significativas entre as equipes. Em relação à eficiência de entrega de requisitos, o desempenho varia substancialmente: algumas equipes registram quedas, enquanto outras mostram melhorias.

Análise mais profunda revela que o AI Coding Assistant representa apenas uma parte do processo de desenvolvimento de software. Para elevar a eficiência e a eficácia gerais da equipe, é necessário combinar o AI Coding Assistant com o conjunto completo de sistemas DevOps. É possível alcançar melhoria global identificando gargalos dentro da equipe e funções-chave com produtividade limitada, aliado ao uso de ferramentas de programação inteligente.

A AsiaInfo também reuniu feedback das equipes. Sobre as capacidades da ferramenta, mais de 50% dos desenvolvedores consideram benéficos os recursos de conclusão de código e perguntas e respostas sobre conhecimento. Desses, 16% classificam os recursos como muito bons e 49% como razoavelmente bons. A maioria dos desenvolvedores acredita que o Lingma melhora efetivamente a eficiência do desenvolvimento.

04

Considerações futuras sobre inteligência em P&D

Olhando para o futuro, a AsiaInfo compromete-se não apenas a alcançar a capacitação inteligente na fase de codificação, mas também a manter perspectiva otimista em seu pensamento e planejamento. Por exemplo, a empresa avalia se deve expandir essa capacitação para todo o processo de desenvolvimento de software, visando resolver problemas de eficiência de desenvolvedores juniores e plenos. A AsiaInfo também considera o desenvolvimento de ferramentas inteligentes baseadas em cenários para simplificar o uso. Para enfrentar esses desafios, planeja-se criar kit de ferramentas de desenvolvimento de software voltado ao aumento da eficiência.

A AsiaInfo utiliza o Alibaba Cloud Lingma e suas capacidades de modelo fundamental subjacentes para construir nova ferramenta com agentes inteligentes. Na fase de design, espera-se que a ferramenta compreenda os requisitos e gere documentos de requisitos e design. Na fase de desenvolvimento, a expectativa é converter rascunhos de design frontend em código frontend com poucos cliques. Já na fase de desenvolvimento backend, o objetivo é gerar modelos de dados e código backend de maneira eficiente.

Quanto à implantação, estuda-se a possibilidade de usar casos de implantação bem-sucedidos para gerar solução de implantação para o projeto atual, fornecendo estratégias de resolução de erros. No aspecto de segurança, avalia-se se a ferramenta inteligente pode ajudar a identificar vulnerabilidades de alto risco e otimizar a proteção. Em tempo de execução, considera-se integrar a ferramenta inteligente a ferramentas de monitoramento de gerenciamento de desempenho de aplicativos (APM) online ou a ferramentas de busca da AsiaInfo. Isso permitiria realizar otimizações proativas para interfaces de alta frequência, interfaces lentas e interfaces SQL lentas de alta frequência. A seção a seguir descreve duas ferramentas inteligentes típicas: ChatDoc e D2C.

O ChatDoc é ferramenta para escrita inteligente de documentos. Utiliza-se o ChatDoc para gerar documentos de design, incluindo documentos de licitação de projetos. Ele gera arquivos Word contendo sumários, capítulos, conteúdo parcialmente reescrito, além de diagramas estruturais e fluxogramas.

Para gerar documentos de design, a AsiaInfo planeja usar tecnologia de integração de LLM multimodal. Outro recurso do ChatDoc é a geração de arquivos PPT, incluindo a criação de documento PPT completo, de página PPT individual ou de documento PPT completo baseado em arquivo Word. O ChatDoc também suporta colaboração e compartilhamento de documentos. A meta da AsiaInfo é melhorar a eficiência e a qualidade na fase de design por meio do ChatDoc.

O D2C é ferramenta capaz de gerar código frontend rapidamente. Desenvolvedores frontend e designers frequentemente precisam se comunicar sobre detalhes de design, especialmente quando os rascunhos sofrem alterações constantes. Consequentemente, esse processo de comunicação consome muito tempo e esforço. O objetivo da AsiaInfo com o D2C é analisar designs do Figma e gerar código frontend com poucos cliques, utilizando tecnologia de modelos de linguagem específica de domínio (DSL). Isso permite que os desenvolvedores frontend foquem na lógica de negócios.

A AsiaInfo planeja usar LLM multimodal para compreender rascunhos de design em imagem e gerar código frontend com eficiência. A expectativa é que a ferramenta aumente significativamente a eficiência da equipe. Essa é a prática de P&D inteligente da AsiaInfo.

Em resumo:

Primeiro, a AsiaInfo usa o Alibaba Cloud Lingma para capacitar a fase de codificação. Essa prática continua se expandindo dentro da empresa e encontra-se atualmente em fase de promoção.

Segundo, a AsiaInfo visa construir kit de ferramentas inteligente para todo o seu processo de desenvolvimento de software. A AsiaInfo e o Alibaba Cloud exploram ativamente essa área. A esperança é utilizar as capacidades do Alibaba Cloud Lingma, especificamente as capacidades do modelo fundamental subjacente, para criar kit de ferramentas inteligente que capacite todo o processo e melhore significativamente a eficiência e a qualidade do desenvolvimento nas diversas equipes da AsiaInfo.