これまでに見たことがあります - AIのコストのバランス

メインフレーム業界は常にリソースコストと開発者の生産性のバランスを取ることに苦労してきました。生成的人工知能（GenAI）のコストに関する今日の議論は、開発者の実践とコンパイル時間についての過去の議論を反映していますが、ビジネスの競争力にとってははるかに重大な問題です。コンパイルはかつては高価だと見なされていたため、開発者は再コンパイルする前にコードを確認するために1時間以上デスクに座っていました。コンパイルのためのCPU時間は測定されましたが、開発者がレビューに費やす時間は測定されませんでした。CPU時間を使用した開発者のリストが保持され、CPUを使用しないことが評価されていました。つまり、彼らはコードをレビューし、支援なしで問題を解決しようとする時間を費やしていたのです。時間が経つにつれて、CPU時間のコストが下がると、開発者の時間の方が高価であることが認識されました。開発者はもっと多くのコンパイルを実行することに抵抗を感じなくなりました。彼らは事を正すために合理的な努力をするものの、何時間もかけることはありませんでした - バランスが変わったのです。これはデバッグにも当てはまりました。開発者は「コンピュータを演じる」ことを試みるのではなく、エラーを迅速に解決するためにデバッガを使用することができました。AIでも同じことが起こっているのを見ています。これは予算の項目であり、多くの人々が非常に高価であると見なしていますが、それが開発者を助け、コストを下げる方法を考慮していません。現在、開発者は多くの時間をコードをレビューし、推測することに費やしていますが、それは受け入れられています。これは項目別のコストを持っていませんが、AIサーバーは持っています。AIの価値は示されなければならず、そのコストは開発者の生産性向上のために価値があります。開発者の時間、問題のコスト、市場への遅れはすべてサーバー時間よりも高価です。AI駆動の開発ツールがその価値を迅速に証明する現実のシナリオを考えてみてください：

• AIを使用して不明なコードを理解する開発者は、調査時間を数時間節約できます。
• チームはAI生成の説明を使用してコードをより効果的に文書化できます。
• 問題はAI支援のデバッグによって迅速に解決できます。
• 不明なコードのAI生成の説明を行う開発者は、次の開発者を助けるためにそれをプログラムのコメントとして簡単に保存できます。

これらの例は、一度限りのコストがかかり、短期的にも長期的にも利益をもたらすでしょう。コスト情報を取得することがこの方程式の難しい部分になる場合があります。AIのコストに対して時間をどう測定しますか？ BMC AMI zAdviserは、平均解決時間（MTTR）の現在の状態や新機能に費やされた時間についての指標を提供することによって支援できます。これにより、開発者のコストを計算し、AIのコストに対してバランスを取ることができます。ここでBMC AMI zAdviser Enterpriseは非常に重要です。その包括的な分析ダッシュボードを通じて、AI投資方程式の両側を定量化するのに役立つ具体的な指標を提供します：

• コードレビューと理解に費やされた時間を示す開発速度指標
• 機能の納品における遅延を明らかにするリードタイム測定
• エラーと技術的負債のコストを示す品質指標

AI投資を正当化するには、歴史的視点と前向きな指標の両方が必要です。BMC AMI zAdviserは、次のことを行うために必要なデータ駆動の基盤を提供します：

• 開発速度と品質の現在のベースライン指標を確立する
• AIツールの実装に伴う改善を追跡する
• 開発サイクルの短縮と迅速な機能の納品を通じて具体的な投資利益率（ROI）を示す
• AIリソース配分の継続的な最適化を導く

メインフレームチームがより頻繁なコンパイルを受け入れて生産性を向上させたのと同様に、今日の組織はAI駆動の開発のビジネス価値がインフラコストをはるかに上回ることを発見しています - そしてBMC AMI zAdviserは実際のデータでそれを証明するのを助けます。BMC AMI zAdviserおよびその新しいオンプレミス版については、オンデマンドBMC AMI Tech Talkで詳しく学んでください。オンプレミスBMC AMI zAdviserの紹介。

これらの投稿は私自身のものであり、必ずしもBMCの立場、戦略、または意見を表すものではありません。