Le organizzazioni che sfruttano i tradizionali strumenti di test del software spesso non riescono a adattarsi alle esigenze delle richieste digitali odierne. Questa è la scoperta di alto livello di un nuovo rapporto pubblicato da EMA Research e Applitools, che ha esaminato l’impatto dell’intelligenza artificiale e dei test automatizzati del software sulle grandi imprese. Gli intervistati hanno citato l’aumento dei costi di controllo della qualità e le velocità di rilascio come i principali fattori che ostacolano gli sforzi di progettazione e DevOps , nonché il numero crescente di dispositivi di destinazione, sistemi operativi e linguaggi di programmazione delle app.
“La capacità delle aziende di accelerare la fornitura di valore per il cliente attraverso l’innovazione del software, a costi inferiori, è diventata fondamentale per ottenere vantaggi competitivi”, ha dichiarato Torsten Volk, amministratore delegato della ricerca di Enterprise Management Associates.
Il rapporto mostra che c’è stato un aumento di quasi il 100% nel numero di domande relative all’automazione dei test pubblicate su Stack Overflow, un popolare sito Web di domande e risposte per programmatori, nell’ultimo anno. Secondo EMA Research e Applitools, l’adozione accelerata di app che risiedono su servizi cloud, in crescita del 225% dal 2015, sta ulteriormente aggravando la complessità della distribuzione del software.
Analogamente, i risultati di un recente sondaggio di Gatepoint Research suggeriscono che i problemi di distribuzione del software stanno diventando comuni nelle aziende. Un enorme 77% degli intervistati ha affermato di aver riscontrato battute d’arresto nel rilascio di nuovo software, con il 34% che ammette che la correzione dei bug richiede da giorni a mesi.
Il numero crescente di rilasci mensili del codice, moltiplicato per l’insieme di attività quotidiane che gli ingegneri devono completare, si traduce in un aumento “esponenziale” dei test richiesti, secondo EMA Research e Applitools. Gatepoint ha identificato altre sfide di distribuzione del software, tra cui lo sviluppo e il test del software in un ambiente diverso dall’ambiente di produzione, un’eccessiva dipendenza dai processi manuali e dipendenze e flussi di lavoro complessi delle app.
AI-powered solutions
Il documento di EMA Research and Applitools delinea cinque aree in cui l’intelligenza artificiale e l’apprendimento automatico potrebbero risolvere i principali ostacoli nella distribuzione del software: creazione di test, auto-riparazione, ispezione visiva, rilevamento della copertura e rilevamento delle anomalie. Nel loro insieme, queste tecnologie hanno il potenziale per semplificare e automatizzare parti del flusso di lavoro di test del software, migliorando al contempo la produttività, secondo Volk.
La creazione di test automatizza l’individuazione di requisiti di test nuovi e modificati analizzando i cambiamenti nelle app e nella documentazione. L’auto- riparazione risolve i flussi di lavoro di test interrotti mentre l’ispezione visiva addestra i modelli a controllare le app attraverso gli occhi degli utenti finali. Nel frattempo, il rilevamento della copertura e il rilevamento delle anomalie identificano i diversi percorsi che gli utenti finali possono intraprendere attraverso le app e segnalano lacune nella copertura del codice o comportamenti anomali.
Secondo un rapporto , la maggior parte delle aziende vede un ritorno sul proprio investimento nell’automazione dei test immediatamente o entro i primi sei mesi. Solo una piccola percentuale, il 9%, dichiara di non ottenere mai un ritorno sull’investimento.
“Le tecnologie di automazione dei test basate sull’intelligenza artificiale possono offrire un reale ritorno sull’investimento oggi e hanno il potenziale di affrontare e infine eliminare i colli di bottiglia dell’automazione critici di oggi che soffocano la distribuzione del software moderno”, ha affermato Volk.
