… 這個夏天，我開發了兩種非常複雜的軟體。一個是用於推動權責發生制會計操作的財務分錄系統，另一個是代碼生成框架，可以從定義的資料模型生成資料庫到前端元件，以及之間的所有內容。我大量使用了ChatGPT。我不確定沒有生成式AI的話需要多長時間，但實際上，我可能會因為挫折或疲憊而放棄。從外人看來，任何領域專家都會認為至少有三個人參與了這些開發，因為完成的速度非常快。這兩項的完成對我來說是具有里程碑意義的時刻。我無法想像任何資訊系統領域的人，沒有比五年前更有效率數倍。這直接影響了利潤表，我無法想到我職業生涯中還有什麼能與此相比。我不知道如何概括這些組織中的AI試點，我確信它們比我所做的複雜得多。但聽到95%的這些努力沒有可見的效果，實在是太不可思議了。
源讨论公司中95%的生成式AI试点项目都失败了 – MIT报告原帖 167 条评论 · 导入时统计https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Bus...
完整原文把你的经验，加入这段讨论。
我认为他们是想直接将AI整合到业务系统中，而不是用它来编写代码。我觉得这样会有更中立的影响
完整原文> 但听到95%的努力都没有明显的效果，这真是令人难以置信。 为什么呢？你用了AI来制作了一些软件，但你有没有用AI来实现快速的收入增长？ 你用AI来构建软件似乎与它能否增加收入无关。多年来，我们看到过很多技术虽然在创建软件方面很有用，但并没有实现快速增加收入的承诺（比如面向对象编程），所以这次新技术未能达到预期并不令人惊讶。实际上，考虑到历史上有很多技术在巨大的炒作下承诺过多却兑现不足，失望应该是默认的假设。
完整原文> 从外部来看，任何领域专家都会认为至少有其他三个人参与了这些工作，因为它们完成的速度如此之快。 是几位领域专家告诉你的，还是你在编造？ > 我无法想象在任何信息系统的领域中，有人的效率没有比五年前提高数倍。 也许“它们比我自己做过的任何东西都要复杂得多”
完整原文文章中提到的“AI飞行员”指的是开发基于AI的工具，而不是使用AI进行软件开发。这些项目的AI工具成功部署到生产环境的失败率高达95%。 关于在软件开发中使用AI（这并不是文章所讨论的内容），真正的效果并不在于新建项目，而在于长期的软件演进和遗留代码。很少有人会否认AI在原型设计或创建第一个MVP时节省了时间。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。