TỔNG QUAN CÁC XU HƯỚNG CÔNG NGHỆ NĂM 2023

 (PHẦN 3)

Báo cáo của McKinsey đưa ra 15 xu hướng công nghệ. Những xu hướng này được nhóm thành năm loại xu hướng rộng gồm: Cuộc cách mạng trí tuệ nhân tạo, xây dựng tương lai kỹ thuật số, kỹ thuật tân tiến nhất, các biên giới tính toán và kết nối; và một thế giới bền vững. Số này chúng thôi xin giới thiệu về xu hướng rộng thứ hai, đó là: Xây dựng tương lai kỹ thuật số.

XÂY DỰNG TƯƠNG LAI KỸ THUẬT SỐ

Xu hướng 1: Phát triển phần mềm thế hệ tiếp theo

Xu hướng - và tại sao nó lại quan trọng

Các công nghệ thế hệ tiếp theo đang biến đổi năng lực của các kỹ sư ở mọi giai đoạn của vòng đời phát triển phần mềm (SDLC) - từ lập kế hoạch và thử nghiệm tới triển khai và bảo trì - và cho phép có thêm nhiều nhân viên phi kỹ thuật tạo ra các ứng dụng. Các công nghệ có thể góp phần đơn giản hóa các nhiệm vụ phức tạp và giảm những nhiệm vụ khác thành các lệnh đơn lẻ.

Những công nghệ này bao gồm lập trình viên kết hợp với AI; các nền tảng ít và không có mã; cơ sở hạ tầng như mã; tích hợp, triển khai và thử nghiệm tự động; và các công cụ AI thế hệ mới nổi. Việc áp dụng có thể chậm do những thách thức kỹ thuật, nhu cầu tái đào tạo quy mô lớn các nhà phát triển và kỹ sư thử nghiệm, và những rào cản tổ chức khác. Tuy nhiên, mức tăng năng suất đáng kể thu được từ các thử nghiệm ban đầu cho thấy việc sử dụng rộng rãi đang diễn ra.

Những tiến bộ mới nhất

Dưới đây là những tiến bộ gần đây liên quan đến phát triển phần mềm thế hệ tiếp theo:

Các công cụ AI tạo sinh được tung ra thị trường. Việc phát hành ChatGPT vào cuối năm 2022 đã làm tăng sự quan tâm đến việc sử dụng AI tạo sinh trong việc phát triển phần mềm. Một số công cụ tiên tiến hiện có sẵn. Tháng 6/2022, GitHub đã phát hành công cụ lập trình cặp AI (AI pair-programming tool) của mình, GitHub Copilot, còn Amazon kể từ đó cũng phát hành CodeWhisperer. Những công cụ này và các công cụ khác có thể viết mã một cách toàn diện và chính xác hơn các công cụ dành cho nhà phát triển dựa trên AI hiện có và tạo mã từ lời nhắc ngôn ngữ tự nhiên.

Nghiên cứu xác nhận rằng các công cụ thế hệ tiếp theo nâng cao năng suất của nhà phát triển; những người không phải nhà phát triển có thể cũng sớm được hưởng lợi. Phần mềm thế hệ tiếp theo có thể khiến cho các kỹ sư phi truyền thống tham gia vào quá trình phát triển và tăng năng suất của các kỹ sư phần mềm hiện tại. Đến năm 2026, Gartner dự đoán rằng 80% người dùng công cụ ít và không có mã sẽ nằm ngoài các tổ chức CNTT truyền thống. Các công cụ hỗ trợ AI cũng có thể nâng cao năng suất của các nhà phát triển truyền thống bằng cách tự động hóa các tác vụ thông thường và đề xuất giải pháp cho các vấn đề. Nghiên cứu cho thấy các nhà phát triển báo cáo tiết kiệm thời gian từ 35 đến 45% trong việc tạo mã và 20 đến 30 % trong lập trình lại. Họ cũng báo cáo đạt mức cải thiện ở những cảm xúc như hạnh phúc, trôi chảy và thỏa mãn khi sử dụng công cụ hỗ trợ AI, điều này gợi ý rằng việc áp dụng những công cụ này có thể giúp các công ty giữ chân nhân tài trong một thị trường nhân tài cạnh tranh.

Thị trường nhân lực giỏi

Trong các xu hướng công nghệ, phát triển phần mềm thế hệ tiếp theo có mức tăng mạnh nhất về nhu cầu tuyển dụng, với các tin tuyển dụng tăng gấp sáu lần kể từ năm 2018. Trong khi các điều chỉnh kinh tế vĩ mô diễn ra với việc tuyển dụng quá mức trong thời gian đại dịch COVID-19, thì nhu cầu tuyển dụng lĩnh vực này sẽ tiếp tục tăng khi ngày càng nhiều công ty áp dụng các công cụ này. Các bài đăng tuyển kỹ sư phần mềm, nhà phát triển và kỹ sư dữ liệu có mức tăng đáng kể từ năm 2020, với mức tăng trưởng nhất kể từ năm 2021 cho những vị trí như kỹ sư phần mềm và kỹ sư dữ liệu.

Kỹ năng sẵn có

Mặc dù các công cụ ít và không có mã có khả năng mở rộng mức độ tiếp cận tới các vị trí việc làm phần mềm, nhưng việc phát triển các công cụ này cần các kỹ năng kỹ thuật cao, chẳng hạn như tích hợp và phân phối liên tục (CI/CD), vốn đang bị thiếu hụt.

Trên thực tế

Các ví dụ trên thực tế liên quan đến việc sử dụng phát triển phần mềm thế hệ tiếp theo như sau:

- Netflix đã xây dựng Netflix Test Studio (NTS), hỗ trợ trải nghiệm phát trực tuyến liền mạch trên nhiều loại thiết bị. NTS là một khung tự động hóa dựa trên đám mây cho các nhà phát triển nội bộ và bên ngoài để triển khai và thực hiện các bài kiểm tra. Nó trừu tượng hóa sự khác biệt của thiết bị và có bộ công cụ chuẩn để đánh giá hiệu quả công việc. NTS chạy hơn 40.000 bài kiểm tra dài hạn mỗi ngày và cho phép kiểm tra từ xa các thiết bị hỗ trợ Netflix.

- Citibank đang đầu tư vào một số công cụ cho phát triển phần mềm thế hệ tiếp theo. Ví dụ, công ty là khách hàng và nhà đầu tư của Genesis, một công ty phát triển phần mềm mã ít. Nền tảng Genesis giải quyết các trường hợp sử dụng tự động hóa trực tiếp, bao gồm điện toán dành cho người dùng cuối (EUC) và các cổng dịch vụ khách hàng. Citibank cũng đã hợp tác với Temenos, một nhà cung cấp các hệ thống ngân hàng lõi, trong hơn một thập kỷ. Phần mềm của Temenos cải thiện các nhiệm vụ kế toán và báo cáo tiêu tốn thời gian và lặp đi lặp lại.

- Nhóm phát triển di động của Ticketmaster bắt đầu sử dụng các công cụ CI của GitLab khi những thay đổi nhỏ về phần mềm gây mất nhiều thời gian để thực hiện. Với các công cụ CI của GitLab, nhóm đã giảm thời gian xây dựng từ 2 giờ xuống còn 8 phút.

Công nghệ nền tảng

Các công nghệ mang lại sức sống cho phát triển phần mềm thế hệ tiếp theo gồm:

- Các nền tảng ít và không có mã. Các hệ thống phát triển phần mềm với các đơn vị xử lý đồ họa, chẳng hạn như Microsoft Power Apps và Amazon Honeycode, giúp cho những người không phải là nhà phát triển dễ dàng xây dựng các ứng dụng hơn.

- Cơ sở hạ tầng dưới dạng mã. Đây là quá trình cấu hình cơ sở hạ tầng, chẳng hạn như trung tâm dữ liệu, với mã có thể đọc được bằng máy, cho phép cấu hình lại nhanh chóng và kiểm soát phiên bản. Ví dụ, đám mây là cơ sở hạ tầng được trừu tượng hóa hoàn toàn dưới dạng mã.

- Mã do AI tạo ra. Các ứng dụng AI cho phép người dùng nhập lời nhắc hoặc ngữ cảnh ngôn ngữ tự nhiên từ mã hiện có để tạo ra các khuyến nghị mã.

- Các dịch vụ vi mô và API. Đây là những đoạn mã không phụ thuộc, có thể triển khai độc lập để có thể được kết hợp tạo thành các ứng dụng lớn hơn.

- Thử nghiệm dựa trên AI. Phần mềm thế hệ tiếp theo có thể sử dụng AI tự động kiểm tra đơn vị và hiệu suất để giảm lượng thời gian mà các nhà phát triển tốn cho nhiệm vụ này.

- Đánh giá mã tự động. Các ứng dụng này sử dụng AI hoặc các quy tắc được xác định trước cho phép người dùng kiểm tra mã nguồn.

Những điểm không chắc chắn chính

Những điểm không chắc chắn chính ảnh hưởng đến phát triển phần mềm thế hệ tiếp theo như sau:

- Dựa vào kiểm tra và đánh giá tự động mà không cần có con người kiểm tra công việc có thể dẫn đến tăng lỗi trong phần mềm.

- Tăng sử dụng các công cụ ít mã và không cần mã bởi những người không phải nhà phát triển có thể bị hạn chế vì nhu cầu về các nhà phát triển có kinh nghiệm để theo dõi và gỡ lỗi các ứng dụng.

- Giám sát toàn diện và kiểm soát phiên bản có thể trở nên khó khăn hơn do những thay đổi không phối hợp và nâng cấp từ nhiều nhà cung cấp.

- Chất lượng và bảo mật vẫn là những quan ngại với mã được tạo bởi các lập trình viên cặp AI, đặc biệt nếu họ không được cập nhật thường xuyên các tiêu chuẩn mới nhất hoặc không được đào tạo về mã sạch, nhanh.

- Việc tùy chỉnh các API sẽ rất khó khăn nếu không dành nhiều thời gian và nỗ lực.

- API mang lại các rủi ro bảo mật bằng cách thêm một lớp tấn công khác có thể bị lợi dụng.

Câu hỏi lớn về tương lai

Các công ty và các nhà lãnh đạo có thể xem xét một vài câu hỏi khi hướng tới tương lai với phát triển phần mềm thế hệ tiếp theo:

- Công nghệ không mã có thể giảm nhu cầu về nhà phát triển phần mềm truyền thống tới mức độ nào?

- Trên quan điểm văn hóa, liệu các nhóm - cả nhà phát triển và những người không phải là nhà phát triển- có chấp nhận hoặc chống lại những thay đổi ở cách làm việc?

- Những vấn đề sở hữu trí tuệ nào có thể ảnh hưởng đến mã do AI tạo ra?

- Các đơn vị kinh doanh sẽ chịu trách nhiệm đến mức độ nào đối với mức độ khỏe mạnh của các ứng dụng?

- Các tổ chức nâng cao kỹ năng cho các kỹ sư làm thế nào để giúp họ biết những đầu ra tốt từ các công cụ hỗ trợ AI sẽ như thế nào?

Xu hướng 2. Kiến trúc tin cậy và nhận dạng kỹ thuật số

Xu hướng - và tại sao nó lại quan trọng

Các công nghệ tin cậy kỹ thuật số cho phép các tổ chức quản lý rủi ro công nghệ và dữ liệu, đẩy nhanh đổi mới sang tạo và bảo vệ tài sản. Hơn nữa, xây dựng niềm tin vào dữ liệu và quản trị công nghệ có thể tăng cường hiệu suất tổ chức và cải thiện mối quan hệ với khách hang. Các công nghệ cơ bản bao gồm các kiến trúc tin cậy tuyệt đối (Zero-trust architectures - ZTA), các hệ thống nhận dạng kỹ thuật số và kỹ thuật bảo mật.

Các công nghệ khác giúp xây dựng lòng tin bằng cách xây dựng các nguyên tắc giải thích, minh bạch, bảo mật và giảm thiểu sai lệch vào thiết kế của AI. Tuy nhiên, việc áp dụng các công nghệ tin cậy kỹ thuật số đã bị cản trở bởi một loạt các yếu tố, bao gồm thách thức hội nhập, sự thiếu gắn kết của tổ chức, thiếu tài năng, và những cân nhắc hạn chế của nó với vai trò là một thành phần quan trọng của các đề xuất giá trị. Xây dựng những năng lực và tư duy rủi ro đặt niềm tin lên hàng đầu toàn diện sẽ đòi hỏi sự lãnh đạo từ trên xuống và những thay đổi có chủ ý đối với nhiều lĩnh vực hoạt động, từ chiến lược và công nghệ để người dùng chấp nhận.

Những tiến bộ mới nhất

Dưới đây là một số phát triển gần đây liên quan đến kiến trúc tin cậy và nhận dạng kỹ thuật số:

Khả năng phục hồi công nghệ ngày càng tr ở nên quan trọng đối với tổ chức. Năm 2022, một cuộc khảo sát về khả năng phục hồi công nghệ của McKinsey đã đánh giá mức độ trưởng thành của an ninh mạng của hơn 50 tổ chức hàng đầu khắp Bắc Mỹ, Châu Âu và các thị trường phát triển khác. 10% số tổ chức được hỏi cho biết họ bị buộc phải tái thiết lại từ mức vật lý (ví dụ, do một sự kiện thảm khốc), với 2% cho biết họ đã cố gắng phục hồi từ mức vật lý nhưng đã không thành công.

Sự phát triển của luật định đưa ngành công nghiệp hướng tới kỹ thuật về quyền riêng tư. Kiểm soát quyền riêng tư cho đến nay vẫn tập trung chủ yếu vào quản trị dữ liệu và các giải pháp bán thủ công; tuy nhiên, các quy định mới về nội địa hóa và chia sẻ dữ liệu, cùng với việc tăng cường sử dụng AI và điện toán đám mây, có thể thúc đẩy kỹ thuật bảo mật trở nên quan trọng hơn. Tại châu Âu, các quy định như Chỉ thị NIS2 năm 2022, bắt buộc tăng cường đánh giá rủi ro an ninh mạng, và Đạo luật quản trị dữ liệu năm 2023, nhằm kích thích chia sẻ dữ liệu, làm cho kỹ thuật bảo mật có tầm quan trọng tối đa. Luật bảo mật dữ liệu của tiểu bang tại Mỹ (ví dụ: ở California, Colorado, Connecticut, Iowa, Utah và Virginia) và các luật dữ liệu cụ thể theo ngành của liên bang (ví dụ, Đạo luật Trách nhiệm Giải trình và Di chuyển Bảo hiểm Y tế, hay HIPPA, và Đạo luật bảo vệ quyền riêng tư Trực tuyến của Trẻ em, hay COPPA) yêu cầu một loạt các biện pháp tuân thủ quyền riêng tư vốn đòi hỏi điều khiển tự động.

Khả năng giải thích tạo nên khả năng thâm nhập, nhưng AI tạo sinh có thể cản trở sự tiến bộ. Do cơ quan quản lý thúc đẩy các tổ chức hướng tới sự minh bạch và sự tin tưởng của khách hàng ở mức tăng kỹ thuật số, nên các công ty đang ngày càng bổ sung một lớp AI (XAI) có thể giải thích được cho các mô hình máy học hộp đen (ML). XAI cải thiện chất lượng mô hình và khả năng phục hồi bằng cách phát hiện sự giám sát, vốn có thể là được giải quyết bởi con người trong vòng. Mức tăng nhanh chóng trong việc sử dụng các mô hình AI tạo sinh, vốn có thể có hàng tỷ tham số, sẽ khiến cho việc truy xuất nguồn gốc trở nên khó khăn và đắt đỏ hơn.