Ícono del sitio La Neta Neta

Con la desaparición de Kite, ¿puede tener éxito la IA generativa para el código?

Con la desaparición de Kite, ¿puede tener éxito la IA generativa para el código?

Kite, una startup que desarrolla un asistente de codificación impulsado por IA, cerró abruptamente el mes pasado. A pesar de obtener decenas de millones de dólares en respaldo de capital de riesgo, Kite luchó para pagar las facturas, el fundador Adam Smith reveló en una publicación de blog post mórtem, encontrándose con vientos en contra de la ingeniería que hicieron que encontrar un producto adecuado para el mercado fuera esencialmente imposible.

“No logramos entregar nuestra visión de la programación asistida por IA porque llegamos más de 10 años antes de la comercialización, es decir, la tecnología aún no está lista”, dijo Smith. “Nuestro producto no se monetizaba, y nos llevó mucho tiempo darnos cuenta de eso”.

El fracaso de Kite no es un buen augurio para las muchas otras empresas que buscan, e intentan comercializar, IA generativa para la codificación. Copilot es quizás el ejemplo de más alto perfil, una herramienta de generación de código desarrollada por GitHub y OpenAI con un precio de $10 por mes. Pero Smith señala que, si bien Copilot es muy prometedor, todavía tiene “un largo camino por recorrer”, estimando que podría costar más de $ 100 millones para construir una herramienta de “calidad de producción” capaz de sintetizar código de manera confiable.

Para tener una idea de los desafíos que enfrentan los jugadores en el espacio del código generativo, TechCrunch habló con nuevas empresas que desarrollan sistemas de inteligencia artificial para la codificación, incluidos Tabnine y código profundo, que Snyk adquirió en 2020. El servicio de Tabnine predice y sugiere las siguientes líneas de código según el contexto y la sintaxis, como Copilot. DeepCode funciona un poco diferente, ya que usa IA para notificar a los desarrolladores sobre errores mientras codifican.

El CEO de Tabnine, Dror Weiss, fue transparente sobre lo que él ve como las barreras que se interponen en el camino de la adopción masiva de los sistemas de síntesis de código: la propia IA, la experiencia del usuario y la monetización.


Source link
Salir de la versión móvil