人工智慧技術是編碼開發的結果，而如今，程序代碼又成了人工智慧的造物。
越來越多的企業乃至編程人員，開始利用AI輔助軟體開發流程——軟體開發人員能夠利用AI工具，編寫並審查代碼、檢測bug、測試軟體甚至優化開發項目；而憑藉這些強有力的技術支持，企業不僅能夠高效部署新的軟體與應用，同時也能引導新一代開發人員更輕鬆掌握編碼技能。
以上觀點來自德勤公司發布的一份最新報告。該報告的兩位作者David Schatsky與Sourabh Bumb，長期關注AI輔助軟體開發領域，他們在報告中剖析了過去一年半以來，多家企業陸續推出的數十種AI驅動型軟體開發工具。可以肯定的是，此類輔助開發軟體市場正在蓬勃發展，當中的一些初創企業在截至2019年9月的一年周期之內籌集到7.04億美元資金。有鑒於此，德勤方面做出預測稱，隨著企業客戶對於軟體方案的需求不斷增長，基於AI技術的開發工具也將發揮愈發重要的輔助性作用。
AI輔助編碼具有一系列天然優勢，其中最受企業青睞的當屬「效率層面的提升」。目前，大部分基於AI技術的新型工具基本延續著以往拼寫檢查與語法檢查器的功能，且已經能夠將編程人員的鍵盤敲擊次數降低50%左右。此外，這些工具還能在代碼編寫過程中及時發現bug，自動執行約半數測試步驟，從而有效保障軟體質量。據德勤報告強調，我們正生活在一個日益依賴於開原始碼的時代，因此這種軟體質量保障手段將越來越重要，並有望最終解決開源項目中廣泛存在的bug橫行以及優化水平不高等難題。
當然，對於企業來說，在開發過程中大量引入AI技術也在員工群體中引發了不小的騷亂。人們難免要擔心，自己的編程崗位最終會不會被自動化取代。德勤公司David Schatsky表示，這種情況不太可能出現，AI驅動型開發體現的實際是技術「民主化」進程，而且給從業者們帶來的更多是助益——而非威脅。
他在採訪中表示，「在大多數情況下，這類AI工具是在幫助並增強人類，而不是要徹底取代人類。這些工具正在推動編程與軟體開發的民主化，意味著，沒有接受過編程培訓的個人也能快速掌握這方面新技能，並有效填補業務層面的人才空缺。另外，AI驅動型代碼審查同樣重要，甚至能夠在代碼實際運行之前就發現問題，以保障編程產出質量。」
IDC最新報告預測稱，全球定製化應用程式開發服務市場規模將從2018年的470億美元增長至2023年的610億美元。這一增長，在很大程度上將受到AI驅動型軟體開發業務的並行支持與推動。重要的是，這種新興開發手段不僅能夠實現自動代碼編寫與bug檢測，同時也能在軟體開發項目的自動組織與部署層面發揮積極作用。以法國電信企業Orange為例，該公司近來開始嘗試利用AI驅動型項目管理工具自動處理以往只能依靠手動更新的項目時間表。
Schatsky指出，「AI技術將在整個軟體開發生命周期之內，為人類提供全面支持。與大多數自動化方案一樣，AI技術將顯著加快工作速度。具體來講，AI雖然能夠消除部分操作需求，但整體流程仍然需要人類的介入。很多企業正在引入「低代碼開發」工具，這類工具的存在將使得未經編程培訓的人員也能開發出部分應用程式。總結來講，AI發揮的仍然是輔助作用，應用程式的構建還是離不開人這個核心因素。」
人的意義除了體現在應用程式的創建與監督之外，同時也體現在學習這個基本面上。Schatsky強調，AI技術有望幫助新一代編程人員從同樣的軟體開發過程中汲取到更多經驗與知識。他指出，「AI技術能夠在編程過程中為人類提供指導，發現潛在的bug並推薦特定的任務解決方法——這一切，都將給新手程式設計師帶來巨大助力。」
2018年Forrester公司發布的一項研究結果顯示，參與軟體開發的企業中已經有37%在採取AI驅動型編程工具。如今，隨著Tara、DeepCode、Kite、Functionize以及Deep TabNine等廠商陸續發布自己的自動化編程服務，這一比例無疑又增長到了新的水平，且提升勢頭將繼續保持下去。在David Schatsky看來，在編碼中運用AI技術終將帶來效率更高、整體性更好的軟體開發成果。
他總結道，「通過採用這類AI工具，不少企業除了有效降低開發成本與時間周期之外，也實現了最終產品的質量改進。由於質量更高，工具本身的水平也將有所提升，從而更快、更準確地檢測bug，並以更為全面的方式在整個開發過程內實現產品測試。最終，我們的軟體產品將運行得更好、而且使用門檻更低。這將形成一套值得期待良性循環。」