日本一項研究指出，單純使用AI編碼工具並不足以提升軟體開發效率，必須整合「AI最大化運用」與「規格驅動」開發模式。日本 DXC Technology Japan LLC 公司透過這套整合策略，成功將開發專案工時削減高達九成，為面臨人才短缺的企業提供了一條提升生產力的途徑。
日本一項最新研究指出，僅依賴人工智慧（AI）編碼工具並無法顯著提升軟體開發的整體生產力。研究建議，企業應重新定義開發生命週期，轉向「AI最大化運用 × 規格驅動」模式，才能發揮人工智慧的完整潛力。日本的 DXC Technology Japan LLC 自 2023 年起便實踐並系統化這套方法，其內部專案已實現高達九成的工時削減。
報導指出，目前許多企業導入 AI，常將 AI 工具的應用局限於單一環節，例如僅將程式碼生成工具分發給開發者，或讓測試人員使用測試案例生成工具。這種局部性的優化，儘管帶來便利，但若需求定義、設計、整合測試和營運移交等前後階段仍維持傳統模式，整體開發效率將難以有效提升。這反映出將「導入 AI」本身視為目的，而非全面重新設計業務流程的誤區。
解決方案的核心在於「業務設計」，即全面檢視開發生命週期，並策略性地整合 AI。DXC Technology Japan LLC 採用的「AI最大化運用」策略，是指將最適合的 AI 功能複合式地整合到軟體開發的每個階段，從需求定義、設計、實作、測試、部署、維運到專案管理，以同時達成自動化與品質穩定。而「規格驅動」（specification-driven）開發模式，則是強調以詳細的業務需求和規格為起點，引導人工智慧工具輔助開發。這種模式旨在透過標準化流程，減少對開發人員個人經驗或「隱性知識」的依賴，讓開發過程更具重複性且品質穩定。
DXC Technology Japan LLC 透過融合這兩大核心理念，將開發生命週期標準化為可重複利用的「型態」。他們建立了一系列標準化資產，包括軟體範本、操作手冊、知識庫、自動化資產，以及負責執行這些作業的 AI Agent。藉此，專案團隊不需每次都從零開始設計開發方法，大幅提高效率。例如，在一個為日本大型金融機構執行的專案中，透過跨階段的整合優化——從需求定義階段的規格驅動範本，到設計實作階段的 AI Agent，再到測試階段的 AI 驅動自動化基礎設施——成功將總工時削減了高達九成。
為實現這種模式，DXC Technology Japan LLC 靈活運用多種工具，避免被特定供應商綁定。他們利用 Cognition AI 公司的 Devin 擔任「AI 工程師」，負責需求理解、設計、實作與測試等自動化任務；Autify 公司的 Autify Genesis 和 Autify Nexus 作為無程式碼的 AI 測試自動化平台，支援快速迭代與穩定維運；以及 ZoomInfo 公司的 Ceta Platform，這是一個結合生成式 AI 與業務範本的規格驅動型核心系統開發平台。此外，市場上還有諸如 Claude Code、GitHub Copilot 和 Kiro 等 AI 編碼工具可供選用，企業需具備專業判斷力，根據各工具的優勢與前後環節的整合性進行選擇。
這種全面整合的 AI 應用方法，不僅能短期內大幅壓縮工時、提升專案執行能力，更重要的是，它能建立起一套不依賴特定人員的重複性流程。這對於面臨人才短缺和快速變革需求的企業而言，是維持服務品質與增強組織競爭力的關鍵投資。對於台灣的軟體開發者和技術決策者而言，這項日本案例提供了一個重要啟示：若要充分發揮 AI 的潛力，不能只將其視為單純的工具，更需將其融入並重塑整個開發生命週期，以實現更深層次的生產力飛躍。