AIの影響力拡大
- AI、特にGenAIは最近の技術的な議論で大きな役割を果たしており、重要な位置を占めている
- AIとGenAIはソフトウェアデリバリーのエコシステムのあらゆる段階に影響を与えている
- コーディングアシスタントが最も注目を集めており、一般に最も成熟した段階にある
- これらのツールの有用性が高まることで、ソフトウェア品質を支えるエンジニアリング上の厳密さを維持または向上させながら、AIがもたらす利点を活用するために、ソフトウェアデリバリーの方法を再評価するようになっている
- GitHub CopilotやCursorのような個人向けツール、Haivenのようなチーム中心のツールなど、この分野では継続的なイノベーションが見込まれる
- AIを使う、あるいはAIアプリケーションの生成を支援する（またはその両方を行う）ツールが爆発的に増加している
- これらのツールが導入されるスピードは、かつてのJavascriptツールの速度と量を上回っている
- オンデバイスLLMや小規模言語モデル（SLM）が増加しており、推論がサーバーからWebやエッジデバイスへ移行する傾向を示している
AIの限界とリスクに対する認識の高まり
- 特にGenAIツールが関わる場合、人間がループに入っていることの重要性に対する認識が高まっている
- こうしたツールを使う際、Hallucinationや単純なミスを制御するのは依然として難しい
- 一部では、現時点では特定のアプリケーションで人間が主導権を持つべきであるため、「AI in the loop」と呼ぼうという提案もある
- しかし、化学と物理学のノーベル賞がAIへの貢献やAIによって受賞されたことで、すべてが悲観的というわけではない
- 技術にパターンがあるところにはアンチパターンもあり、AIも確実にそれらを集めつつある
- 目立つ例としては、「実際のペアリングの多くの利点をもたらさないLLMとのペアリング」や、「スタイルの一貫性を説明できず、コードベース理解の共有を難しくするコードレビュー向けのLLM利用」などがある
- こうしたツールは確実に改善しているものの、まだ運転席に座ったり、コードの品質や適合性について自律的に判断したりする準備はできていない
- 最後に、GenAIの陶酔的な約束に対する反発も強まっている
- 金融アナリストは、基盤モデルを動かす活動も含め、現在さまざまなAIおよびGenAIベンチャーに投入されている膨大な資金に対して、投資収益率の見込みに疑問を呈している
- あらゆる技術は誇張の段階を経るものであり、GenAIも例外ではない
- AIは一般に過去何度もAIの冬を経験してきたが、現時点での幻滅の度合いはそれほど深刻ではない
- それでも、上で議論したアンチパターンと同様に、明るく輝く新しいものが私たちの望むすべてを実現できると考えてしまう不幸な傾向がある
- 私たちは依然として、標準的なビジネスプロセスの多くを再構想できる可能性について学んでいる
- しかし、AIが再び背景へ消えていく可能性は高くないように見える
RustとWebAssemblyの台頭、そしてPostgresの継続性
- AI以外にも、技術の世界ではさらに多くのことが起きている
- Rust言語の利用とツール開発が大きく増加している
- 多くのツールがRustで書き直されており、特にPythonエコシステムでその傾向が見られる
- Rustのメモリ安全性により、採用がさらに進んでいる
- 例としてはIggy、Ruff、uv、Zedなどがある
- もちろん、過去に取り上げた多くの他技術と同様に、これらのRustツールの文脈でも「blazingly fast」という表現が目立っている
- WebAssembly（WASM）は、ブラウザ上ですべてを動かすという広範なテーマと同様に、議論の主要トピックだった
- WebAssembly標準の採用は、ブラウザとそのプラットフォームにおいてほぼ普遍的である
- しかし、サーバーでのWASM利用に関するBlipも多数提出されているのを目にした
- （Blip/ブリップは、ソフトウェア開発で重要な役割を果たす技術または手法を意味する）
- WASM自体は現時点でRadarにはないが、PGLiteやFlutter for Webをはじめとする複数のBlipでWASMが使われている
- もちろんAIも例外ではなく、ブラウザ上のLLMに関するBlipもある
- データベースの観点では、Postgresデータベースがどれほど広く浸透しているかが確認された
- 類似検索、分析処理、データベースの一部同期などのためのさまざまなPostgres拡張がある
- これは新しい現象ではないが、今回のRadar会議ではPostgresが特に広く見られた
- また、DuckDB、Iceberg、Parquetのようなデータレイク向けの強力な新しいオープンソース競合も見られている
- リレーショナルデータベースは非常に長い間存在してきたが、ここでも継続的なイノベーションが起きている
技術ガバナンスの継続的な重要性
- AIに関することだけでなく、さまざまな技術ガバナンスのアプローチについても議論された
- Build Your Own Radar（BYOR）のようなガバナンス手法は、引き続き組織に価値を提供している
- よくあることだが、組織向けのRadar成果物は価値あるアウトプットである一方で、その成果物であるRadarを作るためのアラインメントプロセスほど価値があるわけではない
- ガバナンスの大きな問題は、しばしば一部の基準の背後にある根拠がデリバリーチームに十分理解されていないことだ
- 適切なBYORの取り組みは、チームがなぜ特定の方法で統制されているのかを理解する助けになる
- ガバナンスには文書化も必要であり、高品質で使いやすく、最新のドキュメントは依然として難題である
- Unblockedのようなツールはこうしたすべての問題を解決するわけではないが、JiraチケットやWikiページなど他のソースから追加コンテキストを質問に取り込むことで助けになる
- GenAIは、ドキュメントをラップし、ドキュメントに対する問い合わせに回答する用途で有用であることが示されている
- こうしたツールが成熟するにつれて、少なくともドキュメント内の情報検索においては、ある程度の前進が見られるかもしれない
Infrastructure as Codeの進化
- 以前のMacro Trendsエディションで触れたように、Infrastructure as Code（IaC）は進化を続けている
- また、最近GAに移行したSystem Initiativeのようなツールに実装されている、コードにおけるインフラ（IfC）に関する動きもさらに多く見られる
- コードとオーナーシップの観点から、アプリケーションとインフラの境界は曖昧になっている
- 特にマイクロサービスアーキテクチャや進化的アーキテクチャを活用する場合、インフラの複雑性を管理し、実際に何が動いているのかを把握することが重要である
1件のコメント
昨日掲載した Thoughtworks Technology Radar, Volume 31 とあわせてご覧ください