Harvard-tanulmány 718 cégről: az AI több kódot ad, de nem gyorsítja a szállítást
Egy Jellyfish-adatokra épülő Harvard-tanulmány 718 cég adatai alapján azt találta, hogy az AI-asszisztensek és agentek növelik a kódmennyiséget, ez azonban a lefelé irányuló szűk keresztmetszetek miatt nem hoz termelékenységnövekedést. További elemzések szerint a kódolás a szállítási idő 10–20%-a, és az AI gyorsította kód mellett nő a technikai adósság.
Kit érint és hogyan
- CTO
- Az AI-beruházás megtérülését a szállítási folyamat egészén (review, teszt, kiadás) kell mérni, nem a generált kód mennyiségén.
- tech lead
- A review- és tesztkapacitást kell bővíteni, mert a kódgenerálás gyorsulása itt torlódást okoz.
- QA-tesztelő
- A megnövekedett kódmennyiség miatt a tesztautomatizálás és a kockázatalapú tesztelés prioritása nő.
Források
- Study Finds AI-generated Code Fails to Boost Productivity Due to Downstream Bottlenecks - InfoQinfoq.com · 2026. okt. 22.
- Study Finds AI-Generated Code Fails to Boost Productivity Due to Downstream Bottlenecks | LavX Newsnews.lavx.hu · 2026. okt. 22.
- AI Coding Productivity Study: 30% More Code, Flat Outputayautomate.com · 2026. okt. 25.
- AI Can Write Code Faster. So Why Isn't Software Shipping Faster?hackernoon.com · 2026. okt. 19.
- AI Can Write More Code. Why Aren't Teams Shipping More Software? - FloNeofloneo.co · 2026. okt. 19.
- AI in Software Development: 87% Code Faster, 72% Face More Frictiontheoutpost.ai · 2026. okt. 22.
- AI in Software Engineering: The Reliability Paradox | Bain & Companybain.com · 2026. okt. 19.
- AI in Software Engineering: The Reliability Paradoxbain & company · 2026. okt. 19.
Gépi összefoglaló a forráscikkek címe és kivonata alapján. A tények forrása a hivatkozott cikk.