Qu'est-ce que AI Force ?

HCLTech AI Force est une suite dynamique de solutions alimentées par GenAI conçue pour injecter de l'intelligence, accroître l'efficacité et soutenir tous les aspects des cycles de vie de l'ingénierie logicielle et des opérations TI. Du développement logiciel à l'assistance et à la maintenance, notre approche axée sur l'IA transforme les processus pour une efficacité maximale. Elle accorde également la priorité à l’adoption de l’IA responsable, en intégrant des mesures robustes de sécurité et de gouvernance afin de favoriser l’innovation sécurisée et la croissance à grande échelle.

• AI Force pour les développeurs élève l’efficacité du développement de produits par l’ingénierie intelligente, améliore l’expérience produit et favorise un développement fluide.
• AI Force pour les testeurs redéfinit l’assurance qualité préventive en automatisant en toute transparence les procédures de test, en identifiant les défauts, en suivant les progrès et en optimisant les cycles de test afin de renforcer la fiabilité et la sécurité de vos applications.
• AI Force pour le support mise sur des soins proactifs pour résoudre rapidement les incidents et fournir des solutions sur mesure, assurant un fonctionnement plus fluide et une meilleure satisfaction des clients.

Comment AI Force a-t-il été développé et quelle est la prochaine étape ?

Notre processus d’idéation et de demande d’amélioration comprend :

• L’outil Aha pour recueillir toutes les idées et demandes d’amélioration
• Un outil en libre-service ouvert aux membres de l’équipe de livraison et à d’autres intervenants internes
• Un cadre de priorisation pour générer une note pour chaque idée/amélioration
• Customer Advisory Board (CAB) pour recueillir les commentaires des clients

Notre stratégie de planification de la feuille de route et des versions comprend :

• Conseil de gouvernance conjoint pour évaluer les idées et améliorations dans divers modules AI Force (SDLC, Opérations, automatisation des processus d’affaires)
• Engagement de livraison trimestrielle et processus d’approbation
• Fréquence de sortie des versions majeures, mineures et correctifs urgents
• Sondage utilisateur pendant et après le déploiement afin d’identifier les axes d’amélioration
• Commentaires des clients sur Aha, CAB, Customer 360 pour la défense des intérêts des clients

Nous recommandons cinq centres d’excellence pour permettre aux équipes produit de progresser :

• Gestion des versions
• Légal et conformité, Accessibilité
• Adoption de GenAI
• Tests (sécurité, vulnérabilité, performance, intrusion)
• UX (pour la standardisation de l’expérience utilisateur)

Des renseignements supplémentaires sur nos processus et outils de gestion de produit figurent dans les images ci-dessous :

Meilleures pratiques pour la plateforme AI Force

Quels sont quelques exemples de cas d’utilisation client auxquels AI Force répond efficacement ?

AI Force excelle avec des cas d’utilisation pratiques pilotés par l’IA, adaptés à différents profils et activités, augmentant la sophistication et l’efficacité de diverses tâches. Il offre une gamme de fonctionnalités qui s’adressent à toutes les étapes du cycle de vie de l’ingénierie logicielle, assurant des flux de travail plus fluide et de meilleurs résultats.

• AI Force pour les développeurs – cas d’utilisation
  • Résumé de code : expliquer le code existant et son objectif
  • Refactorisation de code : optimiser le code existant sans changer son comportement
  • Évaluation de sécurité : identification et correction des vulnérabilités dans le code et les licences
  • Analyse d’impact des changements : analyser l’impact d’une nouvelle fonctionnalité sur les éléments du projet existants
  • Génération de tests unitaires : générer des cas de test unitaire
  • Détection de clones de code : localiser des extraits de code similaires pour faciliter la maintenance
  • Génération de code : générer du code selon des exigences fonctionnelles
  • Génération de requête SQL : générer des requêtes SQL à partir du langage naturel
  • Résumé SQL : expliquer les schémas de base de données tels que les tables, les colonnes, etc.
• Testeurs
  • Génération de cas/scripts de test : générer des cas et scripts de test à partir des exigences produit
  • Détection des défauts doublons : identifier les bogues en double
  • Regroupement des cas de test : identifier et regrouper les cas de test similaires
  • Optimisation des cas/scripts de test : optimiser la suite existante de cas/scripts de test
  • Recommandation de cas de test : recommander des cas de test pour un défaut, un changement de code ou l’ajout d’une nouvelle fonctionnalité
• Support
  • Recommandation des meilleures solutions
  • Questionnaire diagnostique : générer des questions de diagnostic pour comprendre le contexte, sur la base duquel il génère ensuite la meilleure action recommandée pour le problème précis
  • Création d’articles de connaissances : tirer parti de GenAI pour générer des articles de base de connaissances
  • Identification de billets similaires : identifier les billets présentant des problèmes semblables
  • Dépannage basé sur questions-réponses : générer des procédures de dépannage
  • Attribution intelligente des billets : assigner un problème selon les données historiques
  • Recherche cognitive : fournir des résultats de recherche hautement pertinents et personnalisés à travers des données structurées et non structurées

Pourquoi utiliser AI Force si j’ai accès à GitHub Copilot (ou d’autres outils similaires) ?

D’abord, la longueur du contexte est cruciale : GitHub Copilot, propulsé par OpenAI Codex, offre une longueur de contexte de 4000 jetons, permettant l’analyse d’un volume substantiel de code. AI Force permet quant à lui de choisir parmi différents modèles de langage présentant potentiellement diverses longueurs de contexte, ce qui peut convenir à des tâches plus complexes.

L’intégration est un autre aspect notable. Alors que GitHub Copilot est conçu pour fonctionner de façon transparente avec VS Code, AI Force propose des modules d’extension pour différents environnements de développement, incluant Eclipse et VS Code, offrant ainsi une flexibilité multiplateforme.

Les deux outils accordent une grande importance à la sécurité. GitHub Copilot manque de contrôles robustes de sécurité au niveau de la saisie, tandis que AI Force précise qu’il ne consommera pas de rapports de type MEND, indiquant une approche plus proactive de la sécurité.

En résumé, bien que AI Force et GitHub Copilot améliorent le codage grâce à l’IA, leur gestion du contexte, leurs capacités d’intégration et leurs approches de sécurité présentent des distinctions importantes à considérer pour les développeurs.

Quelles fonctionnalités d’AI Force le rendent unique par rapport aux autres outils disponibles sur le marché ?

Couverture SDLC complète

AI Force est conçu pour soutenir l’ensemble du cycle de vie du développement logiciel, de la collecte des exigences à l’assistance après la mise en production. Cela inclut la génération d’exigences, la création d’histoires utilisateur, le développement de code, les tests, le déploiement et la maintenance. De nombreux autres outils se concentrent sur une étape spécifique plutôt que sur l’ensemble du cycle.

Intégration avec plusieurs outils et sources de données

AI Force peut s’intégrer à un large éventail d’outils et de sources de données tels que Jira, des tableurs, des dépôts de code source et des systèmes de gestion de contenu. Cela lui permet de recueillir et d’analyser des données à différentes étapes du SDLC, fournissant une vue globale du processus de développement.

Capacités avancées en IA et ML

La plateforme exploite à la fois des modèles d’IA/ML traditionnels et de grands modèles de langage (LLM) issus des principaux fournisseurs comme OpenAI, Google, Meta, IBM et AWS. Cette polyvalence permet à AI Force d’utiliser la technique d’IA la mieux adaptée à chaque tâche, maximisant ainsi son efficacité.

Personnalisation et extensibilité

AI Force offre de vastes options de personnalisation, permettant aux utilisateurs d’adapter la plateforme à leurs besoins uniques. Il prend également en charge la création de connecteurs personnalisés et le développement de nouveaux cas d’utilisation sur la plateforme existante, ce qui le rend très adaptable à divers besoins d’affaires.

Modes intégré et autonome

Les utilisateurs peuvent employer AI Force comme plateforme autonome ou intégrer ses capacités dans leurs outils et environnements existants, y compris une intégration avec des IDE comme Visual Studio et JetBrains.

IA responsable et sécurité

La plateforme comprend des fonctionnalités favorisant une utilisation responsable de l’IA, comme l’anonymisation des données et la configuration de la sécurité pour protéger les informations sensibles. Cette orientation vers des pratiques éthiques de l’IA la distingue de nombreux autres outils.

Découverte d’ontologies et de liens

AI Force peut découvrir et cartographier les relations entre différents ensembles de données, comme les exigences, le code, les artefacts de test et les défauts. Cette capacité aide à obtenir une vue complète du processus de développement et améliore la capacité de la plateforme à effectuer des analyses causales et des optimisations.

Analyse d’impact des changements

Il prend en charge les écarts par rapport aux exigences et aide les utilisateurs à comprendre comment de nouvelles exigences affecteront les activités en aval.

Rapport de type FinOps

Ses fonctionnalités de rapport FinOps incluent les ventes, les revenus/ventes par région, le code impacté et plus encore.

Quelle est la politique de sauvegarde et de conservation des données d’AI Force ?

AI Force offre aux clients un contrôle complet sur la conservation de leurs données. La durée pendant laquelle les données sont conservées dans la plateforme est déterminée uniquement selon les exigences propres à chaque client. L’équipe de services professionnels de HCLTech aidera à la mise en œuvre de ces exigences et politiques au cas par cas.

De plus, la plateforme prend en charge la gestion dynamique des données selon les besoins liés aux cas d’utilisation. Au fur et à mesure que la logique d’affaires évolue, les données périmées et non pertinentes peuvent être efficacement supprimées du système.

Cette flexibilité permet aux clients d’optimiser leur stockage et leur gestion des données selon les objectifs d’affaires.