高质量软件是智能化基础 需用数据智能驱动研发智能

伴随着新一代信息技术的研发和应用，互联网成为基础设施，大数据成为生产要素。人类社会逐渐从数字化、网络化向智能化时代迈进。智能化时代对软件产业发展提出了产业升级换代的新要求，从基础、平台、算法到应用都将面临着一场全面的革新，而高质量软件将是未来智能化世界的基石、两化融合的粘结剂、产业创新发展的催化剂。近日，由中关村智联软件服务业质量创新联盟主办的以“下一代软件研发：数据智能驱动研发智能”为主题的第七届“TiD2020质量竞争力大会”在京举行，众多国内外软件研发创新领域专家学者、行业领袖聚首，围绕中国软件产业高质量发展的智能研发建言献策。

“现在已进入软件应用的新时代。移动化，云化，大数据，5G/IoT与 AI的计算能力奠定了数字化转型、驱动了万物智能。”ITEA Technologies创始人兼首席执行官、原华为美国研发能力中心副总裁张大程表示，他讲到，数据智能是从相关过程数据里挖掘洞察力与可行动方案来解决相关业务问题与创造商机的一种能力。数据关联性是数据智能的基础，也是驱动业务智能的主要动力，研发大数据关联分析与应用支撑智能化研发。而现有的研发模式缺乏自动化的质量评估机制，因此，他认为理想的研发模式是以最高效方法，在正确的时间点给正确的人提供及时、正确的帮助，包含平台、管理、设计、开发、测试、解决方案、实验室智能化。

张大程表示，智能化研发的实现需要17大关键技术，包含开放、自适应的研发工具平台、以决策为中心的研发模式专家系统及全面集成和自动化的质量管理系统等等。他还强调，软件工程转型是一整套系统工程，需要结合学界的前沿与业界最佳实践一起来突破。

软件工程在发展过程中，计算机技术、软件开发方法、团队的组建和互动方式以及正在创建的应用程序都产生了巨大变化。基于需求的测试方法（RBT）创始人本德Richard Bender围绕“成为一名软件专业人士的过去、现在和未来”展开论述。Richard Bender提到：软件工程发展过程中有很多问题亟待解决，如“需求定义不清楚带来的缺陷、需求变更导致的涟漪效应、跨地域分布团队的文化差异挑战、缺乏真正的系统架构师、遗留的存量代码导致的技术债务等”，如果不解决这些问题，就没有办法显著提高软件产业的质量和生产率。编码只是“搬砖”，真正的软件工作应该在需求上、架构上、设计上。此外AI带来的道德和安全问题，不仅给予软件人士挑战，也为软件职业增加了一个全新的发展方向，未来软件从业人员需要借鉴工程方法和工具，不断提升专业文化，以强烈的紧迫感去解决这些问题。

独立的软件开发顾问、在软件方面有30年以上经验的《xUnit测试模式—重构测试代码》作者杰拉德·梅萨罗斯介绍了“使用业务实例驱动组件或服务开发”。Gerard Meszaros指出：相较自动化的端到端的测试，单元测试能提高代码质量但不能直接提高系统质量。端到端的测试往往是手工，或受限于用户界面，自动化上非常脆弱。通过业务实例驱动开发可获得最大综合收益，提高代码的简洁性、内聚性并减少耦合性，帮助正确的构建系统架构。可执行的实例让业务人员、开发人员及产品技术负责人更容易理解接受。使用可执行实例，可以减少业务和开发人员之间的翻译损失，确保并简化可测试性。他从FeedXL的背景故事以及实践经验开始，通过具体的示例介绍业务实例驱动组件和服务开发的方法，为提升代码、系统、架构的质量提供了参考方向。

当全球面临各种挑战，需要发展什么样的领导能力来引领可持续创新的软件发展？大会特邀国际组织学习协会(SoL)创始人、主席彼得·圣吉阐述想法。谈话中，彼得·圣吉反思了数十年来，人们基于目标性，联系性和系统意识来塑造工作文化的方法。他讲到个人和社会发展中的核心挑战不是技术或技术上的问题，而是人类如何理解和处理复杂性的问题。在日益增长的复杂环境中，企业需要开发与这种复杂性相称的管理方法，从而构建企业的理解、领导和管理能力。同时，领导力要通过愿景、不断改进、系统意识（包括系统思考和系统感知）这三个相互关联的领域构建。彼得·圣吉最后强调当今科技公司领导和管理的新理念将会在未来产生巨大的变化，大家需要以理解为基础，建立跨越文化鸿沟的信任，加深使命感和平衡短期与长期的能力，去激发组织内的个人主动性和生产力。