وفقًا لتقارير وسائل الإعلام الكورية، تشير التحليلات المتعلقة بحالة صناعة البرمجيات في كوريا الجنوبية إلى أن كوريا تواجه نقصًا أكثر أهمية من الموارد مثل نماذج الذكاء الاصطناعي (AI) والقدرات الحاسوبية والبيانات، وهو نقص في تحديث نظام هندسة البرمجيات. خاصةً في المشاريع العامة للبرمجيات وتكامل الأنظمة التقليدية، لا تزال طرق التطوير والإدارة متوقفة عند مستوى التسعينيات في الولايات المتحدة، مما أصبح عقبة رئيسية أمام تطبيق الذكاء الاصطناعي في الصناعة. تشير التحليلات إلى أن القدرة التنافسية في الذكاء الاصطناعي لا تعتمد فقط على النماذج أو أشباه الموصلات أو احتياطيات البيانات، بل تعتمد أيضًا على القدرة على تحويل التكنولوجيا بشكل مستقر إلى خدمات وأنظمة صناعية مستدامة من خلال قدرات هندسة البرمجيات الناضجة.
تشمل هذه القدرة ليس فقط عدد المبرمجين، ولكن أيضًا تعريف المتطلبات، وتصميم الهيكل، والاختبار، والنشر، والصيانة، والعمليات التنظيمية ذات الصلة والترتيبات المؤسسية. يشير التقرير إلى أن هندسة البرمجيات في الولايات المتحدة قد تحولت على مدى الثلاثين عامًا الماضية من تخطيط المعلومات لمرة واحدة إلى إدارة هيكل المؤسسات؛ ومن تطوير الشلال إلى التطوير التكراري، والمرن (Agile) و DevOps؛ ومن الهيكل التقليدي ثلاثي الطبقات إلى الهيكل القائم على الخدمات (SOA) والسحابة الأصلية وتطوير التعاون مع وكلاء الذكاء الاصطناعي.
تحتاج هندسة البرمجيات في كوريا الجنوبية إلى تحديث لتعزيز تطبيق الذكاء الاصطناعي في الصناعة
بالمقارنة، على الرغم من أن كوريا الجنوبية قد دفعت لبناء هيكل المؤسسات في منتصف العقد الأول من القرن 21، واهتمت مبكرًا بأساليب مثل Agile و SOA، إلا أن هذه الممارسات لم تتجذر فعليًا في قراراتها اليومية وعمليات التطوير في العديد من المؤسسات والشركات، وغالبًا ما تظل محصورة في الوثائق أو نتائج المشاريع أو المستوى المفهومي. لا تزال المشاريع العامة تعتمد على هيكل عقود الشلال التي تحدد النطاق والدورة وشروط القبول مسبقًا، مما يحد من التكرار المستمر والتسليم السريع. كما أن ممارسات الهندسة مثل التطوير المدفوع بالاختبار، والتكامل المستمر، ومراجعة الكود، وتحليل التصميم القائم على الكائنات لم تُطبق على نطاق واسع.
يشير التقرير إلى أنه بعد أن بدأ وكلاء الذكاء الاصطناعي في المشاركة في الترميز، أصبحت هذه المشكلة أكثر وضوحًا. على الرغم من أن الذكاء الاصطناعي يمكن أن يزيد من كفاءة التطوير، إلا أنه في حالة عدم وجود مواصفات واضحة، واختبارات آلية، وتكامل مستمر/تسليم مستمر (CI/CD) وقيود هيكلية، ستصبح الأخطاء في الكود، والأوهام، ومشاكل القابلية للصيانة أكثر صعوبة في السيطرة عليها. توصي التحليلات بأن تحتاج كوريا إلى دفع التعديلات على نظام شراء البرمجيات العامة، وتدريب المواهب في هيكل المؤسسات، بالإضافة إلى بناء القدرات في هندسة المتطلبات، والتطوير المدفوع بالاختبار (TDD)، و CI/CD، والسحابة الأصلية وهندسة وكلاء الذكاء الاصطناعي، لتحويل استثمارات الذكاء الاصطناعي إلى قدرة تنافسية صناعية حقيقية.