מחקר: אוטומציית בדיקות ממשיכה לשמש אתגר משמעותי לארגונים
למרות ש-84 אחוזים מהארגונים טוענים שמרבית תהליכי הבדיקות מתבצעים בסביבות מורכבות, עדיין רק מעטות משתמשות בתהליכי בדיקות אוטומטיים מלאים או בכלי בינה מלאכותית
ישראל דיפנס
| 04/07/2022
bigstock
חברת קיסייט טכנולוגיות, ספקית עולמית של פתרונות לעולמות האלקטרוניקה לתחומי תכנון, בדיקות, ולידציה ומדידות, פרסמה את תוצאותיו של מחקר עולמי בנוגע למתודולוגיות וטכנולוגיות בדיקה (Testing) הנהוגות כיום במגזר הארגוני והעסקי. את המחקר יזמה חברת קיסייט, והוא בוצע על ידי חברת המחקר הבינ"ל Forrester.
מהמחקר עולה כי אוטומציה של בדיקות הולכת וצוברת תאוצה, כש-75 אחוזים מהארגונים מציינים שהם עושים שימוש המשלב בין שיטות בדיקה אוטומטיות וידניות. אולם, רק 11 אחוזים מהארגונים ציינו שמתודולוגיות הבדיקה שלהם מבוססות על אוטומציה מלאה מקצה לקצה.
הנתונים גם מראים כי רמת מורכבות המוצרים מצויה בעלייה, כשבהתאמה כמות הבדיקות נמצאת גם היא בעלייה (77 אחוזים), וכי ללא אוטומציה של תהליכי הבדיקה - ילך ויואט קצב פיתוח המוצרים.
האתגרים הטכניים הנובעים מהמורכבות של תחום הבדיקות המסורתיות כוללים: תהליכי עבודה ארוכים, חוסר דיוק באיתור תקלות או 'באגים', ותיקון שלהן. אתגרים אלו גם משפיעים בצורה ישירה על התוצאות העסקיות של הארגונים ועל תהליכי פיתוח המוצר. במחקר דירגו המשתתפים את התוצאות האפשריות לאתגרים אלו באופן הבא: 51 אחוזים – סיכון לפרצת אבטחת מידע; 48 אחוזים – הוצאות עודפות; 42 אחוזים – Time to Market איטי; 36 אחוזים – מוצר פגום; 34 אחוזים – אובדן הכנסות.
יחד עם זאת, ארגונים מכירים בכך ששיטות הבדיקה הידניות או האוטומטיות למחצה לא יכולות להדביק את הפער הנוצר אל מול המורכבות הגדלה של המוצרים. כתוצאה מכך, 45 אחוזים מהמשיבים ציינו שהם ישקלו מעבר לאוטומציה מלאה של תהליכי הבדיקות במהלך 3 השנים הקרובות, גידול של 409%. יותר ממחצית (52 אחוזים) ציינו שהם יבחנו שילוב של בינה מלאכותית AI בסביבות בדיקה מורכבות, גידול של 325%.
בנוסף, ארגונים מצפים להפיק תועלות באמצעות המעבר לשיטות בדיקה אוטומטיות וחכמות, דוגמת אלו של קיסייט – Keysight's Automationg Intelligence. שיפורים תפעוליים, שציינו המשתתפים במחקר, כוללים: הגדלת הפרודוקטיביות (59 אחוזים), ביצוע סימולציה של פונקציונאליות מוצר או ביצועיו (54 אחוזים), ויכולת תיקון 'באגים' אוטומטית או סימולציה לחסכון זמן בתהליכי תיקון ובדיקה מחדש (fix-retest) (53 אחוזים).
הצפי להשפעות עסקיות כולל: איכות מוצר גבוהה יותר המשפרת שביעות רצון לקוח (59 אחוזים), קיצור Time to Market (50 אחוזים), ותהליכי פיתוח מוצר אג'יליים יותר (50 אחוזים).
למרות ש-84 אחוזים מהארגונים טוענים שמרבית תהליכי הבדיקות מתבצעים בסביבות מורכבות, עדיין רק מעטות משתמשות בתהליכי בדיקות אוטומטיים מלאים או בכלי בינה מלאכותית
bigstock
חברת קיסייט טכנולוגיות, ספקית עולמית של פתרונות לעולמות האלקטרוניקה לתחומי תכנון, בדיקות, ולידציה ומדידות, פרסמה את תוצאותיו של מחקר עולמי בנוגע למתודולוגיות וטכנולוגיות בדיקה (Testing) הנהוגות כיום במגזר הארגוני והעסקי. את המחקר יזמה חברת קיסייט, והוא בוצע על ידי חברת המחקר הבינ"ל Forrester.
מהמחקר עולה כי אוטומציה של בדיקות הולכת וצוברת תאוצה, כש-75 אחוזים מהארגונים מציינים שהם עושים שימוש המשלב בין שיטות בדיקה אוטומטיות וידניות. אולם, רק 11 אחוזים מהארגונים ציינו שמתודולוגיות הבדיקה שלהם מבוססות על אוטומציה מלאה מקצה לקצה.
הנתונים גם מראים כי רמת מורכבות המוצרים מצויה בעלייה, כשבהתאמה כמות הבדיקות נמצאת גם היא בעלייה (77 אחוזים), וכי ללא אוטומציה של תהליכי הבדיקה - ילך ויואט קצב פיתוח המוצרים.
האתגרים הטכניים הנובעים מהמורכבות של תחום הבדיקות המסורתיות כוללים: תהליכי עבודה ארוכים, חוסר דיוק באיתור תקלות או 'באגים', ותיקון שלהן. אתגרים אלו גם משפיעים בצורה ישירה על התוצאות העסקיות של הארגונים ועל תהליכי פיתוח המוצר. במחקר דירגו המשתתפים את התוצאות האפשריות לאתגרים אלו באופן הבא: 51 אחוזים – סיכון לפרצת אבטחת מידע; 48 אחוזים – הוצאות עודפות; 42 אחוזים – Time to Market איטי; 36 אחוזים – מוצר פגום; 34 אחוזים – אובדן הכנסות.
יחד עם זאת, ארגונים מכירים בכך ששיטות הבדיקה הידניות או האוטומטיות למחצה לא יכולות להדביק את הפער הנוצר אל מול המורכבות הגדלה של המוצרים. כתוצאה מכך, 45 אחוזים מהמשיבים ציינו שהם ישקלו מעבר לאוטומציה מלאה של תהליכי הבדיקות במהלך 3 השנים הקרובות, גידול של 409%. יותר ממחצית (52 אחוזים) ציינו שהם יבחנו שילוב של בינה מלאכותית AI בסביבות בדיקה מורכבות, גידול של 325%.
בנוסף, ארגונים מצפים להפיק תועלות באמצעות המעבר לשיטות בדיקה אוטומטיות וחכמות, דוגמת אלו של קיסייט – Keysight's Automationg Intelligence. שיפורים תפעוליים, שציינו המשתתפים במחקר, כוללים: הגדלת הפרודוקטיביות (59 אחוזים), ביצוע סימולציה של פונקציונאליות מוצר או ביצועיו (54 אחוזים), ויכולת תיקון 'באגים' אוטומטית או סימולציה לחסכון זמן בתהליכי תיקון ובדיקה מחדש (fix-retest) (53 אחוזים).
הצפי להשפעות עסקיות כולל: איכות מוצר גבוהה יותר המשפרת שביעות רצון לקוח (59 אחוזים), קיצור Time to Market (50 אחוזים), ותהליכי פיתוח מוצר אג'יליים יותר (50 אחוזים).
