L’assistente privato per l’ingegneria del software dell’integratore globale offre miglioramenti sistematici della produttività e della qualità, soddisfacendo al contempo i rigorosi requisiti di sovranità per i settori regolamentati.

Dal 30% al 100% di adozione da parte degli sviluppatori, l’assistente di coding interno genera aumenti sistematici della produttività mantenendo la sovranità dei dati per i settori regolamentati.

• 100% di tasso di adozione da parte degli sviluppatori in tutti i progetti cliente

• 90% di accuratezza nel completamento del codice rispetto al 50% delle soluzioni precedenti

• Oltre 50 progetti cliente segnalano miglioramenti della produttività in meno di 6 mesi

Capgemini, system integrator globale con 350.000 dipendenti in oltre 40 Paesi, ha rivoluzionato le proprie capacità di ingegneria del software tramite “RAISE for Private Software Engineering” (noto anche come SovBox), un assistente interno per l’ingegneria del software basato su Mistral. Supportando clienti regolamentati nei settori aerospaziale, della difesa e pubblico, che richiedono soluzioni AI self-hosted, Capgemini ha ottenuto una trasformazione radicale, passando dal 30% al 100% di adozione da parte degli sviluppatori e consentendo all’azienda di offrire maggiore produttività, qualità e sicurezza in tutti gli incarichi cliente, dedicando al contempo più risorse alla creazione di valore di business.

“L’utilizzo di Codestral di Mistral è stato un punto di svolta nell’adozione di assistenti privati per l’ingegneria del software nei nostri progetti cliente in settori regolamentati. Siamo passati dal fornire supporto di base per alcune attività di sviluppo all’offrire valore sistematico ai nostri team di sviluppo.“

Alban Alev, VP, Head of Solutioning presso Capgemini France.

Modernizzare l’ingegneria del software rispettando i requisiti normativi

In qualità di system integrator globale, Capgemini ha compreso fin dall’inizio che l’AI generativa avrebbe trasformato radicalmente l’ingegneria del software. Tuttavia, la sua ampia base clienti include molte organizzazioni con requisiti normativi stringenti che impediscono loro di utilizzare

soluzioni AI basate sul cloud, creando un divario significativo nella loro capacità di sfruttare strumenti di sviluppo basati sull’AI per servire meglio i propri clienti.

"Sebbene la potenza dell’AI generativa sia solitamente erogata tramite soluzioni basate sul cloud, queste non sarebbero conformi in tutti i contesti in termini di requisiti di sovranità. Per i nostri clienti regolamentati, inclusi i settori pubblici, aerospaziale e della difesa, la rigorosa privacy e il controllo dei dati erano ostacoli fondamentali all’adozione delle offerte cloud tradizionali," spiega Alban Alev, responsabile portfolio pre-sales e solutioning per i servizi applicativi di Capgemini France.

La sfida andava oltre le preoccupazioni sulla privacy dei dati. I primi tentativi di Capgemini con assistenti di coding open source non hanno avuto successo, nonostante risultati promettenti in laboratorio. I tassi di adozione sono rimasti solo al 30%, con sviluppatori che ritenevano l’accuratezza di circa il 50% insufficiente per l’uso quotidiano. L’azienda doveva inoltre affrontare la complessità del supporto ad applicazioni legacy risalenti agli anni ’80, che richiedevano assistenza AI su diversi linguaggi di programmazione, tra cui ADA, C o C++ e linguaggi specifici di settore, essenziali per i clienti regolamentati che gestiscono portafogli applicativi vecchi di decenni.

"La sfida non era solo trovare la tecnologia giusta: era ottenere l’adozione. Nel 2023 avevamo superato con successo le prime due tappe, individuando e distribuendo strumenti per il nostro assistente di coding privato, ma la terza tappa, fare in modo che gli sviluppatori li usassero davvero, è stata la più difficile," spiega Alban Alev, Portfolio Pre-sales and Solutions Lead presso Capgemini France.

Codestral offre la svolta necessaria per l’adozione da parte degli sviluppatori

La trasformazione di Capgemini è iniziata quando l’azienda è passata dal precedente LLM open source a Codestral di Mistral nella propria soluzione di assistente di coding self-hosted. Il passaggio non ha richiesto modifiche all’infrastruttura esistente: è stato semplicemente sostituito il modello sottostante, mantenendo le altre integrazioni con IDE e CI/CD.

L’accuratezza è passata dal 50% al 90%, un risultato che si è rivelato trasformativo per l’esperienza degli sviluppatori. "È la differenza che si percepisce, come sviluppatore, quando la prima risposta è corretta al 50% o al 90%. Cambia completamente la prima impressione sull’utilità dell’assistente di coding," spiega Alban Alev. Questo miglioramento è stato costante su più linguaggi di programmazione, incluso il supporto per linguaggi legacy critici per clienti regolamentati con portafogli applicativi concepiti negli anni ’80.

Le prestazioni superiori di Codestral hanno risposto ai requisiti specifici di Capgemini per supportare applicazioni in diversi linguaggi e contesti di programmazione. La capacità del modello di fornire completamento del codice accurato e assistenza chatbot all’interno degli IDE degli sviluppatori ha permesso agli ingegneri di lavorare in modo più efficiente sull’intero portafoglio di tecnologie dei clienti.

Oltre alle capacità tecniche, Capgemini ha investito anche nella metodologia di deployment e nel coaching degli sviluppatori per garantire un’adozione efficace dopo prime impressioni positive.

Perché Mistral?

Capgemini ha scelto i modelli Mistral per:

• Capacità di deployment self-hosted che soddisfano rigorosi requisiti di privacy dei dati e compliance per i clienti regolamentati.

• Accuratezza superiore sia nei linguaggi di programmazione moderni sia in quelli legacy, che genera immediata fiducia e adozione da parte degli sviluppatori.

• Integrazione fluida con i workflow IDE esistenti, evitando costose migrazioni di piattaforma o interruzioni del workflow.

• Prestazioni efficienti in termini di costi, a supporto dello scaling a livello enterprise su progetti attivi senza superamenti di budget.

L’adozione universale genera valore per i clienti e trasformazione del business

I risultati sono stati immediati e notevoli. L’adozione da parte degli sviluppatori è passata dal 30% al 100%, con tutti i circa 50 progetti cliente che hanno segnalato risparmi in termini di produttività. "Da un giorno all’altro tutti i progetti sono passati al verde," descrive così la trasformazione vissuta da Capgemini in tutti gli incarichi cliente attivi.

Questa adozione universale consente a Capgemini di mantenere la propria promessa di valore fondamentale: "fare di più e meglio" per i clienti. La maggiore efficienza nella produzione software consente ai team Capgemini di dedicare più tempo al valore di business e all’adozione da parte dei clienti, anziché alle attività di coding di base. Per i clienti regolamentati, ciò significa consegne più rapide senza compromettere i requisiti di sovranità.

"Oggi l’uso dell’AI generativa è passato dall’essere una buona opportunità a un requisito per i nuovi assunti in azienda," spiega Alban, evidenziando come gli strumenti AI siano diventati essenziali per attrarre e trattenere talenti nell’ingegneria del software. Questo posiziona l’assistente di coding di Capgemini basato su Mistral non solo come strumento di produttività, ma come vantaggio competitivo nell’acquisizione dei talenti e nella soddisfazione dei dipendenti, offrendo al contempo maggiore valore ai clienti grazie a migliori risultati di progetto.

Il successo ha spinto Capgemini ad ampliare la propria strategia AI oltre l’assistenza di coding di base. L’azienda sta ora implementando l’intera soluzione Mistral Code, inclusi Codestral Embed e Devstral per capacità RAG avanzate e integrazione CI/CD. Le applicazioni future includono la raccolta dei requisiti di business, la generazione automatizzata di piani di test, l’automazione delle operations e progetti di trasformazione software.