Arriva l’edizione numero 15 del World Quality Report, pubblicato da Capgemini in collaborazione con OpenText, che evidenzia la crescente importanza della Quality Engineering per migliorare sia la sostenibilità delle operation aziendali sia la value delivery per clienti e utenti finali. Secondo il report, il 67% delle aziende ha integrato la quality engineering alla base delle operation aziendali per garantire che i progressi tecnologici rispettino gli standard di qualità.

Pubblicato con cadenza annuale dal 2009, il Report ha coinvolto nel 2023 1,750 manager di 32 Paesi e 10 settori per analizzare i trend relativi alla qualità e al testing delle applicazioni. La ricerca evidenzia che, per via di aspettative elevate dei clienti, richieste di interoperabilità, normative, linee guida in continua evoluzione e rischi di cybersecurity, il testing richiede un approccio più rigoroso e agile che mai. Anche la tendenza all’iper-personalizzazione sta aumentando la complessità, in quanto richiede test esaustivi.

La Quality Assurance (QA) si sta quindi evolvendo dal puro testing al più ampio ambito della Quality Engineering (QE), che si concentra sulla value delivery invece che sul volume, così da abilitare customer experience, protezione del brand e risultati di business. Tale cambiamento di paradigma richiede un nuovo focus sul customer journey end-to-end e sulla collaborazione tra i team aziendali.

I trend nell’uso dell’intelligenza artificiale per ottenere risultati di qualità sono in rapida evoluzione. Per la prima volta, infatti, le aziende citano l’aumento della produttività come il principale risultato dell’AI (65%). L’AI generativa aumenterà possibilmente produttività e velocità, portando a implementazioni più frequenti con una customer experience di qualità superiore.

Gli intervistati hanno riferito che l’utilizzo dell’AI per migliorare l’affidabilità dei test (33%) e ridurre il numero di difetti (29%) non è più l’obiettivo principale: ciò indica un cambiamento nella filosofia del testing, con una maggiore tolleranza dei difetti, purché vengano risolti in modo rapido ed efficiente. Il continuous testing, tipico delle practice Agile e DevOps, ha accelerato questa tendenza. Tuttavia, le preoccupazioni legate a sicurezza, privacy e risultati non obiettivi devono ancora essere affrontate: per questo, il 31% degli intervistati rimane scettico sul valore dell’AI nella Quality Assurance, sottolineando l’importanza di un approccio incrementale.

“Il World Quality Report fa luce sul ruolo, in continua evoluzione, della qualità nell’ambito dell’IT sostenibile e sulle opportunità di applicazione delle soluzioni di AI (e in particolare sull’enorme potenziale delle applicazioni di AI generativa). È interessante notare il ruolo che l’AI può svolgere, soprattutto nella generazione di casi di test e nell’automazione delle procedure di qualità, ma anche l’importanza delle pratiche di qualità per migliorare la value delivery per clienti e utenti finali. Tuttavia, per garantire l’affidabilità dell’AI nell’ambito della Quality Engineering a lungo termine, le aziende dovrebbero adottare un approccio graduale e incrementale”, commenta Mark Buenen, Global Leader, Quality Engineering and Testing del Gruppo Capgemini.

“L’intelligenza artificiale offre infinite possibilità e apre le porte a un DevOps più intelligente, che comprende inoltre la Quality Assurance”, “Come dimostrano i risultati del World Quality Report, il 77% delle aziende ne è consapevole e sta investendo per rendere l’AI una parte fondamentale della propria infrastruttura di Quality Engineering. L’impatto dell’AI si estenderà oltre investitori e clienti, offrendo anche importanti vantaggi economici, sociali e ambientali”, aggiunge Muhi Majzoub, Chief Product Officer di OpenText.

“Nel Sud Europa assistiamo a un aumento dell’adozione della Generative AI per ridurre lo sforzo manuale. Osservando l’evoluzione dell’intelligenza artificiale, noi di OpenText siamo convinti che ogni ruolo richieda tipologie diverse di AI. Con il nostro DevOps Aviator abbiamo a disposizione l’AI generativa per supportare la creazione di casi di test e l’analisi dell’enorme quantità di dati che la toolchain DevOps può generare. Inoltre, negli ultimi cinque anni abbiamo investito su computer vision e NLP per rendere l’automazione dei test più veloce e resiliente”, conclude Riccardo Sanna, DevOps PreSales Leader di OpenText Europe.