「生成型人工知能（AIGC）は3年以内にプログラミングを終了するでしょう。」

—マット・ウェルシュ、元ハーバード大学コンピュータサイエンス教授、Googleエンジニアリングディレクター

GPT-4 はまだ完璧ではないかもしれませんが、インテリジェント開発の時代が本当に到来しました。

OpenAIは3月14日（米国時間）、ChatGPT（GPT-3.5）をベースに画像認識機能と高度な推論スキルをさらに強化したGPT-4を正式にリリースしました。単語処理能力はGPT-3.5の8倍となる25,000語に達し、ほぼすべての一般的なプログラミング言語でコーディングできます。

わずか1週間後、OpenAIの最大の株主であるMicrosoftは、Bing検索エンジン、Edgeブラウザ、そしてOfficeスイートをGPT-4でアップグレードすると発表しました。同社のコードホスティングプラットフォームGitHubも、GPT-4をIDEに統合するCopilot Xプロジェクトという衝撃的な発表を行いました。Copilot Xでは、ユーザーが話しかけるだけで、マシンがコードを記述し、コードスニペットを説明し、直接デバッグを行うことができます。

AIGCの強力なプログラミング能力に人々が驚嘆する一方で、ソフトウェア専門家たちは自分たちの仕事について深い懸念を抱いています。GPTが人間よりも優れたコードを書けるようになったら、プログラマーは何ができるのでしょうか？マット・ウェルシュ氏によると、GPT-4モデルの登場により、プログラミングは人間の仕事からロボットの仕事への転換期を迎えており、プログラマーという職業はまもなく人工知能に取って代わられるでしょう。

ソフトウェア エンジニアリングの発展を振り返ると、技術の進歩がソフトウェア開発のパラダイム シフトを継続的に推進しており、今日の GPT-4 はソフトウェア エンジニアリングがインテリジェント開発の時代に入るための触媒となるでしょう。

20世紀半ば、『人月の神話』で描かれたソフトウェア危機は、人々に危機の根本原因と解決策の探求を迫りました。1968年、NATOは西ドイツで会合を開き、「ソフトウェア工学」という概念を正式に提唱しました。これは、工学的手法を用いて、効果的で実用的かつ高品質なソフトウェアを構築・維持することを目指したものでした。これにより、ソフトウェア開発は工学分野として正式に確立され、その後も発展を続けました（ソフトウェア工学1.0）。

21世紀に入り、インターネットとオープンソースソフトウェア運動の影響を受けて、ソフトウェアエンジニアリングに対する人々の理解は深まりました。2001年に発表されたアジャイル宣言は、人間中心のソフトウェア開発アプローチを正式に提唱し、クラウド、SaaS、アジャイル開発モデルを基盤とするソフトウェアエンジニアリング2.0へと発展しました。

今日、GPT-4の登場は、まさにインテリジェント開発の時代が到来したことを人々に認識させました。将来のソフトウェア開発では、自然言語をコミュニケーション手段として活用し、人工知能が開発者から割り当てられたタスクを理解し、要件理解、UIの自動生成、コードの自動生成、テストスクリプトの自動生成など、ソフトウェア開発を自律的に完了できるようになります。このような開発手法の変化に伴い、開発者のミッションも根本的な変革を遂げ、ソフトウェアエンジニアリング3.0が正式に幕を開けようとしています。

マット・ウェルシュ氏によるプログラマーの将来に関する予測はソフトウェア開発業界に大きな衝撃を与えましたが、AIGCプログラミングがプログラマーを完全に置き換えると断言するのは時期尚早です。複雑なエンタープライズアプリケーション開発において、GPT-4は強力なプログラミング機能を備えているにもかかわらず、依然として大きな限界を抱えています。

まず、大規模モデルは公開データセットで学習されており、エンタープライズアプリケーションに必要な業界およびビジネスのノウハウが不足しています。周知のとおり、エンタープライズアプリケーションの開発は非常に複雑です。開発者は、高度なプログラミングスキルに加えて、ビジネスロジックとコードを有機的に結び付けるために、業界およびビジネスのシナリオを深く理解する必要があります。この知識は、公開データセットでは網羅できません。現在、GPT-4を含む大規模モデルは、公開データセット（主にWikipedia、書籍、ジャーナル、Redditリンク、Co​​mmon Crawl、GitHubオープンソースコードなど）で学習されているため、業界およびビジネスのノウハウを効果的に構築できず、エンタープライズアプリケーションの複雑な開発ニーズを満たすことが困難になっています。

第二に、AIプログラミングはプロンプトに大きく依存しており、コード品質に大きな不確実性をもたらします。プログラミング言語を用いて特定のAPIを呼び出す従来のプログラミングとは異なり、AIプログラミングでは、開発者はプロンプトを用いて大規模モデルが開発要件を理解できるように支援する必要があります。これは、プロダクトマネージャーとプログラマー間のコミュニケーションに似ています。情報が豊富であればあるほど、理解は深まります。百度のCEO、ロビン・リーはかつてプロンプトとインテリジェントな創発について論じ、「大規模モデル自体の能力はそこにあります。誰がそれをうまく活用できるかは、プロンプトに完全に依存します。プロンプトが優れているほど、インテリジェントな創発能力は高まり、フィードバック結果の価値は高まります。質の低いプロンプトは全く意味をなさない結果に終わります」と述べています。コード品質におけるこの不確実性は、予測可能な結果と計算精度を重視するエンタープライズレベルのアプリケーションの要求とは明らかに矛盾しています。

さらに重要なのは、大規模なオープンモデルはエンタープライズレベルのアプリケーションのセキュリティ要件を満たすのに苦労していることです。3月下旬、SBSなどの韓国メディアによると、サムスンがChatGPTを使用し始めてわずか20日も経たないうちに、サムスンの半導体装置の測定データや製品の歩留まり率などの情報を含む機密データ漏洩が3件発生しました。OpenAIのウェブサイトのChatGPTに関するFAQには、確かにChatGPTとの会話をトレーニングデータとして使用できると記載されています。サムスンの事件を受けて、JPモルガン・チェース、シティグループ、ゴールドマン・サックス、ドイツ銀行など、機密データ漏洩への懸念から従業員のChatGPTへのアクセスを禁止する企業が増えています。イタリアのデータ保護当局も3月31日にChatGPTの禁止とOpenAIによるイタリアのユーザー情報の処理制限を発表しました。

GPT-4にはまだ限界があることは認めざるを得ませんが、現在の能力と急速なイテレーションは、人々の将来への期待を膨らませるのに十分です。知能開発の波は、後戻りできないほど押し寄せています。

GPT-4しか知らない？知能化時代の主人公は一人ではない。

蒸気機関から電気へ、コンピュータからインターネットへ、あらゆる新しい技術の波は、生産性を大きく向上させ、効率性のボトルネックを打破し、これまで相容れなかった矛盾を解決し、社会の継続的な発展を促進してきました。インターネット時代において、ソフトウェアは社会発展にとって不可欠なインフラとなっています。しかし、ビジネスニーズの急速な変化に伴い、ソフトウェア開発業界はますます相容れない矛盾と課題に直面しています。

• プロジェクトコストの高さ ― 一級都市では、経験の浅いエンジニアの年収は30万～50万元程度にとどまることが多い。コストが高いだけでなく、コアメンバーが離脱すると、プロジェクトの遅延につながるだけでなく、最悪の場合、苦労して開発した製品が途中で放棄される可能性もある。
• 開発サイクルの長期化 – 開発サイクルが長すぎると、特に大規模プロジェクトでは、一連の問題を引き起こします。開発とテストの段階が多く、テストには長い時間がかかります。プロセスには様々なコストが継続的に投入される必要があり、納期の遅れは支払いの遅延を意味し、企業のキャッシュフローを圧迫します。
• コード品質の低さは、開発者がテクノロジーの選択に依存し、企業全体のニーズよりも自身の専門知識を優先してしまうことに起因します。このスタックにおけるエラーは、ビジネスに壊滅的な影響を及ぼす可能性があります。さらに、開発者間のコーディングスキルのばらつきは、開発とレビューの非効率性を悪化させ、ある領域の問題によってプロジェクト全体の遅延を引き起こすことがよくあります。
• チームマネジメントは困難です。現状の開発は依然として主に人的資源に依存しています。大規模なプロジェクトを突然受注した場合、適切な人材を適時に確保することは困難です。さらに、各メンバーのスキルレベルや経歴にばらつきがあり、プロセス、技術、セキュリティ基準などにおいて、常に様々な問題が発生します。

GPT-4がソフトウェア開発の専門家から大きな注目を集めていることは、今日の業界が直面している課題の深刻さを反映しており、ソフトウェア開発におけるパラダイムシフトが喫緊の課題となっています。一方では、GPT-4が従来のワークフローを変革し、生産性を10倍、あるいは100倍に向上させる可能性に人々は熱心に期待しています。一方では、生産性の向上が既存の生産関係に変化をもたらすのではないかという懸念もあり、これはまさにマット・ウェルシュ氏が提起したプログラマーの「雇用保障」の問題です。

時の車輪は回り続け、唯一不変なのは変化そのものです。ソフトウェア開発業界において、GPT-4はプログラマーたちの仕事への不安を招いた最初の問題ではなく、また最後の問題でもないでしょう。近年では、ローコードプラットフォームやフルスタックの完全自動化開発も、同様の議論の焦点となっています。

ローコードプラットフォーム、フルスタック完全自動開発、そしてGPT-4は、技術革新を通じてソフトウェア開発チームの生産性を向上させ、従来のソフトウェア開発パラダイムを変革し、業界が直面している多くの課題に対処するという共通のビジョンを共有しています。しかし、製品の機能面では、フルスタック完全自動開発は、よりよく知られているローコードプラットフォームとは大きく異なります。

• アプリケーションシナリオ – ほとんどのローコードプラットフォームは、BPMプロセスエンジンに基づいています。これは、単純なワークフローしか解決できず、フォーム設計によって駆動され、複雑な機能やロジックを実装できません。フルスタックの完全自動化開発は、さまざまなビジネスシナリオでカスタマイズされた小規模アプリケーションの開発をサポートするだけでなく、電子商取引プラットフォームなどの複雑な大規模アプリケーションシステムの開発もサポートします。
• プロセスカバレッジ – ローコードプラットフォームは主にスクリプト言語に基づいて設計されており、ユーザーがドラッグアンドドロップしてアプリケーションを生成できるフォーム、プロセス、レポートを提供し、フロントエンド開発の視覚化を中核ソリューションとしています。フルスタック完全自動開発は、Java言語に基づく視覚化開発機能を提供し、フロントエンドとバックエンドの両方の視覚化と構成をカバーするとともに、完全自動テストと完全自動運用および保守をサポートし、ソフトウェア開発プロセスのフルスタックカバレッジを実現します。
• 品質と安全性 – ローコードプラットフォームを用いて構築されたアプリケーションは、多くの場合プラットフォーム依存となり、多くの機能を特定のローコードプラットフォーム上で実装する必要があるため、ユーザーはシステムの品質、セキュリティ、知的財産に対するコントロールを保証できません。一方、フルスタック完全自動化開発では、開発成果物の「所有権」をユーザーに完全に委譲することで、セキュリティと知的財産に関する顧客の懸念を解消し、システムの品質保証を実現します。

比較してみると、従来のローコードプラットフォームと比較して、フルスタック完全自動化開発は、複雑なアプリケーションアーキテクチャ、多数のプロセスステップ、そしてシステム品質とセキュリティに対する極めて高い要件を伴うエンタープライズレベルのアプリケーション開発シナリオに適していることが明確に分かります。同時に、現在普及しているAIGCプログラミングと比較して、フルスタック完全自動化開発はGPT-4の根本的な制限に対する満足のいく解決策も提供します。

• 専門性という点では、フルスタックの全自動開発ベンダーが提供する汎用的なコンポーネントやモデルに加え、ユーザーとベンダーがそれぞれが長年蓄積してきた業界・業務ノウハウに基づいて、パーソナライズされたコンポーネントやモデルを共同で構築し、継続的な反復作業を行うことで、ビジネスニーズに最も近いアプリケーションを生み出すことができます。
• 信頼性の面では、不確実性が高いGPT-4と比較して、フルスタック完全自動開発の重要な特徴は、現実世界のソフトウェア開発の標準化にあります。「人による支配」から「法の支配」へと移行し、人的変数への制約を最大限にすることで、信頼性の高い製品品質を確保します。
• セキュリティの面では、フルスタックで完全に自動化された開発ベンダーは、顧客がニーズに応じてコードの保存方法と展開方法を柔軟に選択できるようにし、プライベート展開のサポートにより、顧客のセキュリティと知的財産に関する懸念を根本的に排除できます。

実世界の例が物語っています。フルスタックで完全に自動化された開発により、インテリジェントな開発が現実のものとなります。

ChatGPT の流行によりインテリジェント開発は大きな注目を集めていますが、実際には、ローコード プラットフォームやフルスタックの完全自動化開発などのインテリジェント開発への探求は数年前からすでに始まっていました。

2014年にForrester Researchが「ローコード」の概念を提唱して以来、ローコードプラットフォームの開発は急速に加速しています。OutSystemsやMendixといったローコードベンダーに加え、MicrosoftやGoogleといった大手企業もローコードへの投資を開始しました。2015年頃には、ローコードの概念が中国にも浸透し、AozheやClickPaasといった多くのローカルローコードブランドが急速に台頭しました。Alibaba、Tencent、Kingdee、Yonyouといったクラウドベンダーや従来型ソフトウェア企業も市場に参入しました。iResearchは、約30のローカルローコード製品と数百の適用事例を評価した結果、中国のローコード製品市場はまだ発展の初期段階にあるものの、多くのベンダーが既に比較的完成度の高い製品プロジェクトと成功事例を有していると考えています。IDCのデータによると、中国のローコード市場は2025年までに10億ドルを超えると予想されています。

ローコードプラットフォームとGPT-4は欧米発祥ですが、フルスタック・完全自動化開発の概念は中国企業の独自のイノベーションから生まれました。その顕著な例がFeisuan Technologyです。2020年、Feisuan Technologyは世界初のフルスタック・完全自動化開発ツール「SoFlu Software Robot」をリリースしました。このツールは、自動化、標準化、ツール化を通じて従来のソフトウェアエンジニアリングの生産パラダイムを変革し、企業のフルチェーンIT生産性向上を支援します。

SoFluソフトウェアロボットは、「ビジネスはダイアグラム、ダイアグラムはコード」というコアコンセプトに基づいて構築されています。Javaビジュアル開発および実行ログ、豊富なコンポーネントライブラリ、シミュレーションテストなどのコア技術ツールを提供し、開発者がフロントエンド開発、バックエンド開発、テスト、運用保守を含むフルスタックソフトウェア開発作業を自動的に完了できるように支援します。これにより、真に「ソフトウェア開発の10倍の効率化」を実現し、企業の開発コストを大幅に削減します。

SoFlu のソフトウェア ロボットは、金融、ヘルスケア、ハイエンド製造、ブロックチェーンなど、8 つの主要業界にわたる数百のエンタープライズ レベルのアプリケーション プロジェクトでその能力が実証されています。 PetroChina 傘下の大規模 e コマース プラットフォームの再構築プロジェクトでは、開発人員が限られていたため、PetroChina は外部ベンダーに開発を依頼しました。しかし、システムの稼働開始後、ユーザーが増加し、企業固有の機能要件が継続的に発生したため、元のプラットフォーム アーキテクチャでは、機能、パフォーマンス、拡張性に関して e コマース プラットフォームの開発ニーズを満たすことができなくなりました。さらに、システム変革は依然として開発を外部ベンダーに依存しており、巨額の投資とますます長期化する開発サイクルは、PetroChina の IT チームに大きな課題をもたらしました。従来のモデルでは、e コマース プラットフォームの再構築には、完了までに少なくとも 27 名の人材と 300 日以上が必要でした。 SoFluソフトウェアロボットを導入した後、9名からなる小規模なチームが5台のソフトウェアロボットの支援を受け、わずか45日間でeコマースプラットフォームの再構築と立ち上げを完了しました。同時に、システムメンテナンスの難易度を当初から軽減し、システムの堅牢性とセキュリティを確保しました。PetroChinaのプロジェクトリーダーは後に、SoFluを使用することで、チームはこれまで想像もできなかったことを達成したと述べています。

Feisuan Technologyは、「中国発、世界をリードするソフトウェアエンジニアリング共創プラットフォームの構築」というミッションとビジョンを掲げ、開発者エコシステムの構築を継続することで、より幅広い開発者を惹きつけ、高品質なコンポーネントを提供し、企業のビジネスニーズの「ラストワンマイル」をカバーすると見られています。一方、SoFluのソフトウェアロボットも、GPT-4の革新的なコンセプトを活用し、AI機能の初期構築を完了しています。「要件定義の自然言語生成」、「フローチャートの自動描画」、「リアルタイムコード生成」といった製品機能は、開発者の効率向上に役立つ強力なツールとなるでしょう。

Matt Welsh 氏が懸念していた問題に戻ると、SoFlu ソフトウェア ロボットの目標は、プログラマーの職を奪うことではなく、開発者を単に「コードを書く」という日々の単調な繰り返し作業から解放し、より高い視点から問題について考える時間を与え、「プログラマー」から「アーキテクト」へ、「コードを書く」から「プログラムの設計」へと変革し、各開発者の革新的な潜在能力を完全に解き放つことです。

結論

NVIDIA CEOのジェンスン・フアン氏が述べたように、GPT-4は人工知能（AI）におけるiPhone時代の到来を告げ、AIGCテクノロジーによって無数の産業に変革をもたらし、さらには破壊的な変化をもたらしました。情報化時代の重要なインフラとして、ソフトウェアエンジニアリングはこの変革の最前線にあります。インテリジェント開発の波は長らく醸成されてきましたが、今、GPT-4がその最前線に躍り出ています。

中国は長年にわたり、ソフトウェアエンジニアリングなどの基礎分野におけるイノベーションにおいて、欧米諸国に遅れをとってきました。近年の米中貿易摩擦と技術競争は、これらの基礎分野におけるイノベーションの必要性と緊急性を改めて浮き彫りにしました。AozheやClickPaasといったローコードプラットフォーム、SoFluのようなフルスタック全自動開発ツール、百度の「文心易眼」やアリババクラウドの「同義前問」といったAIモデルなどは、いずれも中国のテクノロジー企業によるインテリジェント開発への精力的な試みと探求の表れです。同時に、ソフトウェアエンジニアリングにおける独自のイノベーションは、強力な政策支援、積極的なユーザー活用、そして社会各層からの幅広い関心なしには実現できません。中国国民全体の共同の努力によって、インテリジェント開発はソフトウェア開発における新たな技術革命となるだけでなく、中国ソフトウェアエンジニアリングの台頭にとって重要な機会となると確信しています。