智能型开发人员和质量工程师的精妙合并金融机构正在转型其软件开发方式。 生成式人工智能（GenAI），显著扩展了它们向客户提供日益复杂数字服务解决方案的能力。但这些进步也伴随着一定的风险。在银行业，质量不容妥协。尽管GenAI可以通过提升开发者生产力20-50%并且帮助将客户导向的服务更快地推向市场，银行仍需确保客户在银行的系统中保持最高的信任水平。银行仍需保护资产和信息，遵守严格的监管要求和安全标准，同时在持续提供与客户建立联系的创新产品。客户在使用银行的数字旅程中不能遇到任何障碍。 这是质量控制（QE）变得至关重要的地方。在未来几年里，通用人工智能（GenAI）将对组织的QE职能产生深远影响——反之亦然。这是因为GenAI不仅有助于更快地使代码通过系统——它正在加速一个已经开始成形的发展趋势。GenAI正在帮助融合开发人员和质量工程师的角色。 质量工程考虑因素也正在被纳入到商业和IT的战略讨论中。不仅质量工程师将在测试臭名昭著的不可靠AI代码中扮演关键角色——他们还将参与到软件交付策略的规划中。通用人工智能（GenAI）对整体企业使命的重要性提升了质量工程师在关键话题上的影响力，包括现在，开发人员和质量工程师的角色正在迅速变化，这在很大程度上是由于生成式人工智能（GenAI）的影响。例如，让机器人编写更多代码改变了开发和质量工程师的需求。随着编码本身变得商品化，开发人员的责任转移到更高级、更具战略性的任务，例如架构设计、改善用户体验、整合如区块链、AR/VR和边缘计算等新兴技术。这反过来又增加了质量工程（QE）面临的挑战。 软件流程与开发人员和质量工程师角色完全分离且独立的时代相比，已经取得了长足的进步。测试不再在软件开发生命周期（SDLC）的末端开始，这在历史上导致上市时间延缓6-8周。 最终，通用人工智能正在改变量化宽松的游戏规则——将更多责任放在质量工程师肩上，并对组织适应能力施加更多压力。 从IT转型到CI/CD，再到AI和ML模型验证，直至GenAI策略和政策本身。
