Leapwork最近发布了一项新的研究，该研究表明，尽管人们对基于人工智能的软件测试的信心正在迅速增长，但准确性、稳定性以及所需的人工投入程度仍然是决定团队在多大程度上愿意依赖自动化工具的关键因素。这项研究基于全球300多名软件工程师、质量保障负责人和IT决策者的反馈，发现各组织普遍认为人工智能是未来测试领域发展的核心技术，但前提是这些技术能够提供可靠且易于维护的结果。
根据这项调查，88%的受访者表示，人工智能目前已成为他们所在机构测试策略的重点，其中近一半的人将其视为关键或高优先级的任务。受访者的乐观情绪也很高：80%的人认为，在未来两年内，人工智能会对测试工作产生积极的影响。然而，人工智能的实际应用情况仍存在不均衡现象。虽然65%的受访者表示自己已经在某些测试环节中使用了人工智能技术，但只有12.6%的团队在核心测试流程中真正应用了这一技术，这反映出人们在采用人工智能时仍然持谨慎态度，采取逐步推进的方式。
人工投入仍然限制着自动化技术的发展进度。目前，平均只有41%的测试工作是自动化完成的。71%的受访者认为，测试用例的创建是当前自动化应用的最大瓶颈，其次是测试用例的维护工作，这一比例为56%。超过一半的受访者表示，时间不足是他们采用或改进测试自动化流程的主要障碍，这也解释了为什么许多团队在应用人工智能技术时仍然十分谨慎。
这些调查结果表明，只有将人工智能技术与成熟、可靠的自动化基础相结合，各组织才能取得最大的成效。随着系统变得越来越复杂，变化频率也越来越高，那些能够在创新与稳定性之间找到平衡的团队，才最有可能自信地推进基于人工智能的测试工作。
Puppet开展的权威DevOps调查始终表明，表现优异的团队会在测试自动化、系统稳定性以及快速反馈机制上投入更多资源；而那些CI/CD流程不稳定的团队，则会面临更慢的开发速度以及对自动化技术的较低信任度。在《2024年DevOps发展状况报告》中，Puppet指出：只有当测试具备较高的可靠性且易于维护时，那些采用强大自动化测试机制的团队才能在系统稳定性、开发周期以及部署频率等方面取得更好的成绩。不可靠或容易出问题的测试机制，被认为是阻碍自动化开发流程顺利推进的主要因素之一。
GitLab每年都会开展针对数千名开发者及DevOps从业者的调查。调查显示，超过70%的受访者认为人工智能将会改变软件开发的工作流程，包括测试和安全防护环节。然而与Leapwork的研究结果类似，目前只有少数团队真正将人工智能工具深入应用到实际生产环境中。许多受访者表示，他们对人工智能在数据可靠性、可解释性以及与现有工具链的兼容性方面存在担忧，尤其是在那些受到严格监管或属于企业级环境的场景中。
Tricentis发布的《全球质量发展报告》对全球范围内的众多组织进行了调查，发现各类测试环节（单元测试、功能测试、性能测试等）中的自动化应用比例平均仅为30%至50%，这一数据与Leapwork的调查结果大致一致。受访者再次将维护难度大、测试系统不稳定以及缺乏专业人才作为进一步推进自动化发展的主要障碍。该报告还指出了一个新的趋势：虽然人工智能辅助的测试工具正在受到越来越多的关注，但许多团队仍出于对风险和准确性的顾虑，不愿完全放弃人工验证环节。
尽管DORA的研究并不专门聚焦于人工智能技术，但其调查结果依然表明：那些在测试自动化、系统可观测性以及故障恢复机制方面做得较好的团队，在部署频率和变更处理周期等关键指标上确实表现更为出色。在最近的调查中，DORA加入了关于人工智能工具使用情况的提问。调查数据显示，那些在DevOps工具中引入人工智能功能的团队，也会在可观测性和自动化验证环节投入大量资源；这进一步说明，人工智能技术只有在强大的自动化基础之上才能发挥出最大的作用。