AI 在軟件測試人員中的采用率為 78%,可靠性和技能差距成為最大挑戰(zhàn)
- AI:根據(jù) LambdaTest 最新發(fā)布的"2023 年質(zhì)量保證的未來"研究,為提高生產(chǎn)力,78% 的軟件測試人員已經(jīng)采用了某種形式的 AI,尤其是在測試用例生成和測試分析等任務(wù)中。
- 可靠性問題:鑒于 2023 年軟件可靠性的不足對企業(yè)的影響日益顯著,團隊正在尋求改進軟件測試實踐的應(yīng)對措施。
- 瓶頸的改善:測試過程中仍存在有諸多瓶頸,74% 的 QA 團隊在進行自動化測試時缺乏優(yōu)先級系統(tǒng),影響了對問題的響應(yīng)時間。
LambdaTest 最新發(fā)布的"2023 年質(zhì)量保證的未來"研究有來自 70 個不同國家/地區(qū)的 1,615 名軟件測試專業(yè)人員參與,其對 2023 年的軟件測試實踐提出了新的見解。研究發(fā)現(xiàn),78% 的專業(yè)人士已將 AI 納入其工作流程。
LambdaTest 的最新研究指出,企業(yè)正努力應(yīng)對對更高軟件可靠性的需求,有 72% 的組織已經(jīng)將測試人員納入"沖刺"計劃會議,表明他們在軟件開發(fā)生命周期中會更早關(guān)注軟件質(zhì)量,這是一次重大的變革。但小型組織在這方面表現(xiàn)相對落后,每個沖刺中有測試人員參與的組織僅有 61.60%。
研究指出,在這些效率提升措施中,AI 技術(shù)得到了迅速采用。根據(jù)測試人員的反饋,AI 應(yīng)用主要體現(xiàn)在自動創(chuàng)建測試數(shù)據(jù) (51%)、編寫自動化測試代碼 (45%)、測試結(jié)果分析和報告 (36%) 以及測試用例的制定 (46%) 等方面。
該研究的另一項重要發(fā)現(xiàn)是,雖然有 89% 的組織通過 CI/CD(持續(xù)集成和持續(xù)交付)工具進行自動化部署和測試運行,但僅有 45% 的組織手動觸發(fā)自動化測試,并且在利用 CI/CD 工具運行測試時存在效率不高的問題。
研究進一步強調(diào),軟件測試領(lǐng)域依然存在缺陷,74% 的團隊在運行測試時缺乏結(jié)構(gòu)化方法,這不僅使效率下降,還可能導(dǎo)致對風(fēng)險級別和客戶反饋等因素的忽視。另外,很多團隊在評估軟件可靠性時缺乏基于數(shù)據(jù)驅(qū)動的見解,逾 48% 的團隊甚至沒有建立基本的測試智能和可觀測性系統(tǒng)。
LambdaTest 首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Asad Khan 表示:"LambdaTest 深知,盡管 AI 的采用是邁向未來的關(guān)鍵一步,但這并非旅程的終點。舉例來說,我們的研究指出,需要解決如不穩(wěn)定測試以及在設(shè)置和維護測試環(huán)境上浪費時間等一些影響生產(chǎn)力的瓶頸。這對我們來說既是機遇也是挑戰(zhàn)——即要開發(fā)相應(yīng)工具,使團隊能夠有效應(yīng)對這些瓶頸,從而提升整個流程中的軟件質(zhì)量。"
微信聯(lián)盟:LambdaTest微信群、軟件測試微信群、AI微信群、自動化測試微信群、MEITONG微信群,各細分行業(yè)微信群:點擊這里進入。
鴻達安視:水文水利在線監(jiān)測儀器、智慧農(nóng)業(yè)在線監(jiān)測儀器 金葉儀器: 氣體/顆粒物/煙塵在線監(jiān)測解決方案
西凱昂:SMC氣動元件、力士樂液壓元件、倍加福光電產(chǎn)品等 山東諾方: 顆粒物傳感器、粉塵濃度傳感器
深圳金瑞銘:RFID射頻識別、智能傳感器等物聯(lián)網(wǎng)解決方案 北京英諾艾智: 容錯服務(wù)器、邊緣計算解決方案
評論排行