Minőségi ugrást hoz a mesterséges intelligencia a minőségellenőrzésben
A cégek egyre nagyobb arányban helyezik át a fókuszt a mennyiségről a minőségre a szoftverek esetében is. Ehhez viszont hatékony minőségellenőrzési folyamatokra van szükség, amiben meghatározó segítséget jelentenek az olyan fejlett technológiák, mint például az automatizálás és a mesterséges intelligencia.

 

A Micro Focus támogatásával készült friss kutatás szerint a cégek 74 százaléka aktívan használja a mesterséges intelligenciát a tesztelési folyamatok optimalizálásához. Az adatvédelemmel, megbízhatósággal és a szabályozásokkal kapcsolatos aggályok miatt azonban érdemes olyan, vállalati felhasználásra szánt MI-megoldásokat alkalmazni, amelyek fejlesztése során kiemelt figyelmet fordítanak az ilyen jellegű problémák kiküszöbölésére. A vállalatok számára egyre fontosabb terület a minőségbiztosítás a szoftverek terén. A Micro Focus támogatásával készült, friss World Quality Report szerint a vállalatok 38 százaléka a mennyiségről a minőségre helyezi át a fókuszt, és 67 százalékuk az alapvető üzleti tevékenységei közé építette be a minőségbiztosítást.

Gépi segítség

Ahhoz, hogy hatékonyan gondoskodhassanak a minőségellenőrzésről, a cégek az automatizálás felé fordulnak, amely többféle előnyt biztosít számukra. Ezen pozitívumok között idén a kockázatcsökkentés szerepelt az első helyen 54 százalékkal. A második helyre a tesztelés hatékonyságának javítása került (52%), a harmadikra pedig az éles működésben jelentkező hibák számának csökkentése (51%). Az előző évben a piacra jutási idő lerövidítése szerepelt a lista élén, amely 2023/24-re a hatodik helyre csúszott vissza, a tesztelésre fordított források mérséklése és a felhasználói élmény javítása mögé. A Micro Focus szakértői ebből arra következtetnek, hogy a szervezetek már elértek akkora haladást ezen a téren, amit szükségesnek éreztek, ezért kerül más területekre a fókusz.

 

 

A vállalatok egyre könnyebben automatizálhatják a minőségellenőrzéshez kapcsolódó folyamatokat a fejlett eszközöknek köszönhetően, amelyek már minden területen rendelkezésükre állnak. Az UFT segítségével például teljeskörűen, automatizáltan ellenőrizhetik, hogy az általuk fejlesztett szoftverekben minden funkció megfelelően működik-e, beleértve az alkalmazások front-end funkcionalitását és a back-end szolgáltatás elemeit. A LoadRunner teljesítménytesztelő eszközök segítségével a szervezetek azt is megvizsgálhatják, hogy a szoftverek bírják-e az esetlegesen hirtelen megugró terhelést. A biztonsági hibák feltárásáról és a kockázatok csökkentéséről pedig a Fortify megoldások használatával gondoskodhatnak a szoftverfejlesztés minden fázisában.

MI a minőségi munkáért

Mint minden területen, a minőségellenőrzésben is ugrásszerű fejlődést idéz elő a generatív mesterséges intelligencia. Ez jól látszik a vállalatok érdeklődésén is: 77 százalékuk fektet be MI megoldásokba a minőségbiztosítás támogatásához, és 74 százalékuk aktívan használja a fejlett technológiákat a tesztelési folyamatok optimalizálásához. A cégek ettől elsősorban hatékonyságnövekedést (65%) és gyorsabb működést (53%) várnak, de szerepel a további valószínűsített előny között a jobb ügyfélélmény (41%) és megbízhatóság (33%), illetve a meghibásodások számának csökkenése (29%).

Mint minden új technológiánál, így a minőségbiztosításnál használt MI-megoldások esetében is felmerülnek különféle aggályok például az adatvédelemmel (35%), a szabályozásokkal és a megfeleléssel (29%), illetve a fenntarthatósággal kapcsolatban (34%). A válaszadók 33 százaléka a rugalmasság hiányát kifogásolja, míg 30 százalékuk számára az okoz problémát, hogy nem tudja integrálni az új MI-megoldásokat a meglévő eszközkészletébe. 27 százalék a skálázhatóság, illetve a rejtett költségek miatt tart az új fejlesztésektől, míg 24 százaléknál az esetleges „hallucinációk”, vagyis pontatlan adatok és eredmények adnak okot az aggodalomra.

Biztonságos, privát és fejlett MI

Részben az ilyen fenntartások vezérlik a Micro Focust nemrég felvásárló OpenText vállalatot, hogy privát nagy nyelvi modellt, illetve generatív mesterséges intelligenciát fejlesszen, amelynek funkciói folyamatosan válnak elérhetővé a cég megoldásaiban, így a minőségellenőrzéshez és teszteléshez kapcsolódó eszközökben is. A saját technológia fejlesztése során kiemelt figyelmet fordítanak a biztonsági és megbízhatósági problémák kiküszöbölésére.

Így az ügyfelek olyan, kifejezetten vállalati felhasználásra szánt megoldásokhoz férhetnek hozzá, amelyek a szervezet saját információit és folyamatait figyelembe véve működnek, miközben az érzékeny céges adatok folyamatosan biztonságban vannak, nem kerülnek be semmilyen nyilvános adatbázisba. A legújabb, DevOps-folyamatokat támogató megoldások segítségével a szakemberek például automatikusan generáltathatnak tesztszkripteket az MI segítségével, és egyetlen kattintással hozzáadhatnak új tesztforgatókönyveket, javítva a tesztek lefedettségét.

 

| Képek: Adobe Stock

Több vármegye áramellátását irányító szoftver újul meg
Az E.ON Hungária vállalatcsoport felelős a teljes Dunántúl, valamint Budapest és Pest vármegye nagy részében a villamosenergia-hálózat üzemeltetéséért, azaz több mint 5 millió lakos villamosenergia-ellátásáért.
Szintet léphet a mikrohálózatok fejlesztése
Költséghatékony energiabeszerzés és -tárolás egyetlen megoldásban – ezt kínálja BESS, a Schneider Electric legújabb fejlesztése. A különleges berendezés újabb lökést adhat a mikrohálózatok kialakításának és támogatja az energiabiztonság megteremtését.
Szervotechnológia extrém teljesítőképességet igénylő alkalmazásokhoz
Az AM8300 sorozatú szervomotorok megjelenésével a Beckhoff termékpalettája beépített vízhűtéses modulrendszerű motorcsaláddal bővült.
Autonóm repülésre képes mesterséges méhraj
A Bionic Learning Network több mint 15 éve foglalkozik a repülés varázsával. A madarak szárnyalásának technikai megfejtése után (Festo SmartBird) a csapat számos más lény repülésének természetes alapelveit is kutatta és technológiai módszerekkel meg is valósította.
Így is csökkenthető a gyártás során keletkező műanyaghulladék
Az új technológiák és a kapcsolódó gyártási folyamatok 50 százalékkal csökkentették a műanyaghulladék mennyiségét, és közel 20 százalékkal javították az újrahasznosítási arányt.