El revuelo por la IA continúa y trae nuevas oportunidades y desafíos para las empresas de desarrollo, dice Viktoria Praschl de Tricentis de cara al 2024.
1. Los requisitos para probar modelos de IA están aumentando
Con ChatGPT, la IA generativa se ha generalizado. Pero el potencial de la nueva tecnología está lejos de agotarse. En 2024, tanto los modelos de IA generativa como los de IA general seguirán evolucionando. Al mismo tiempo, la regulación también está avanzando. En la Cumbre AI Safety de noviembre, los países participantes acordaron probar futuros modelos de IA de algunas de las empresas de tecnología más grandes del mundo antes de su lanzamiento. También está previsto que la Ley de IA de la UE entre en vigor en 2024. Por lo tanto, las empresas introducirán nuevas herramientas y tecnologías para evaluar los riesgos de los sistemas de IA, cumplir con los requisitos de cumplimiento y seguir impulsando la innovación.
2. La automatización de pruebas impulsada por IA va en aumento
La situación económica seguirá siendo tensa en 2024. Las empresas tienen que gestionar bien sus presupuestos, pero aun así satisfacer las crecientes necesidades de los clientes y aumentar la velocidad de lanzamiento. Ya no puede darse el lujo de perder tiempo y recursos innecesarios en tareas manuales. Por tanto, la automatización de las pruebas se vuelve indispensable. Cada vez más empresas están aprovechando el potencial de la IA. Por ejemplo, la nueva tecnología puede respaldar el diseño de casos de prueba, facilitar la resolución de problemas y automatizar las pruebas de UI simulando el comportamiento del usuario humano. La IA generativa, debidamente entrenada, puede incluso escribir casos de prueba por sí misma. Sin embargo, los empleados deben aprender a guiar la IA para que proporcione los resultados deseados.
3. Las aplicaciones de IA generativa requieren pruebas continuas
Cada vez más empresas están integrando IA generativa en sus productos y servicios. Esto también plantea la cuestión de cómo probar dichas aplicaciones. Debido a que los sistemas de autoaprendizaje cambian continuamente, pueden variar con el tiempo y responder de manera diferente a lo esperado. Para detectar malas conductas, las empresas necesitan una nueva estrategia de pruebas que se parezca más a un seguimiento continuo. También deberían comprobar en un entorno simulado qué efectos tienen los cambios en la IA en los procesos críticos.
4. Las pruebas de integridad de los datos son cada vez más importantes
Los expertos predicen que el volumen de datos se duplicará el próximo año. Esto hace que sea aún más importante para las empresas controlar esta inundación de manera eficiente y garantizar la integridad de los datos. Debe poder proporcionar rápidamente datos de alta calidad para los procesos diarios y las decisiones comerciales. Por lo tanto, la tendencia es hacia soluciones de integridad de datos independientes del fabricante que permitan probar todos los flujos de datos en el panorama de TI. El soporte y la automatización de la IA desempeñan un papel importante para lograr la velocidad requerida, aliviar a los empleados y minimizar el riesgo de errores.
5. El uso de herramientas de código bajo/sin código continúa aumentando
La escasez de trabajadores cualificados no hará más que empeorar. En los próximos años, las empresas deberán seguir intentando lograr más con equipos con poco personal. Las herramientas de código bajo demuestran ser una ayuda valiosa para hacer un uso óptimo de los recursos disponibles. Permiten diseñar, gestionar y realizar pruebas sin conocimientos de programación. Esto significa que los empleados con menos experiencia técnica también pueden respaldar el control de calidad, mientras que los desarrolladores experimentados ganan más tiempo para tareas estratégicas. Según un estudio de KPMG, el 71 por ciento de los responsables de la toma de decisiones en materia de TI en Alemania, Austria y Suiza suponen que el uso de low-code/no-code aumentará en los próximos tres años .
6. La ingeniería de calidad se integrará más estrechamente en el ciclo de vida del software.
Hoy en día, las empresas se enfrentan a un entorno volátil en el que los requisitos de los clientes y del mercado cambian constantemente. Debe poder reaccionar rápidamente, pero sin comprometer la calidad. Por lo tanto, es cada vez más importante integrar la ingeniería de calidad en todas las fases del ciclo de vida del software. En 2024, las empresas seguirán cada vez más una estrategia holística de garantía de calidad. Esto se puede implementar de manera eficiente con la automatización de pruebas respaldada por IA y un enfoque de código bajo/sin código.
7. La tendencia móvil continúa
Casi el 59 por ciento del tráfico en línea llega ahora a través de dispositivos móviles. La proporción seguirá aumentando en el futuro. Por lo tanto, proporcionar aplicaciones móviles se vuelve fundamental para el éxito empresarial. Las expectativas de los usuarios son altas: las empresas deben asegurarse de que sus aplicaciones funcionen de manera eficiente con diferentes dispositivos y navegadores. Para hacer esto, necesitan una estrategia para probar rápida y fácilmente su software en muchos escenarios diferentes, con teléfonos inteligentes y tabletas tanto físicos como virtuales.
Conclusión: hacer que la ingeniería de calidad sea ágil, eficiente y holística
Además del revuelo por la IA, las empresas de desarrollo seguirán enfrentándose a desafíos familiares en 2024: a pesar de la escasez de trabajadores calificados y los presupuestos ajustados, tendrán que dominar ciclos de lanzamiento cada vez más rápidos y cumplir con requisitos de calidad cada vez mayores. Viktoria Praschl , vicepresidenta de Ventas para Europa Central de Tricentis, resume: “Las empresas deberían agotar todas las posibilidades para hacer que la ingeniería de calidad sea ágil, eficiente y holística. Esto incluye la automatización de pruebas, así como el uso de IA y low-code/no-code. La inteligencia artificial ya puede proporcionar hoy un valioso apoyo en las pruebas de software. Pasarán muchas cosas aquí en los próximos años. Por otro lado, las propias aplicaciones de IA requieren una nueva estrategia de prueba”. Fuente Ed. Silicon desde Alemania
Contacto