Asana usa OpenAI Codex para limpiar código antiguo de 5 años en 2 semanas con un presupuesto de diez mil dólares
La plataforma de gestión de tareas Asana revela su éxito al utilizar inteligencia artificial para transformar un sistema heredado de pruebas de software, ahorrando una cantidad masiva de tiempo y costos.
La empresa Asana reveló un caso de estudio sobre el uso del modelo OpenAI Codex para abordar un importante problema de deuda técnica. Lograron migrar con éxito un conjunto de pruebas frontend de la antigua librería Enzyme (que ya no está en desarrollo) a React Testing Library (RTL).
Originalmente, el equipo de ingeniería de Asana estimó que este trabajo tomaría un total acumulado de 5 años, lo que representaría un costo de personal de aproximadamente 6 millones de dólares estadounidenses. Sin embargo, al aplicar OpenAI Codex, pudieron completar el proyecto en un tiempo real de solo 1.5 semanas (dentro de un calendario de 2 semanas), gastando solo unos 12,000 dólares estadounidenses en costos de API e infraestructura de IA.
Detrás de este éxito, el equipo de ingeniería utilizó comandos o prompts cortos de unas 5 oraciones para instruir al modelo Codex a ejecutar hasta 4 agentes de IA en paralelo a través de diferentes carpetas de código, con ingenieros humanos revisando el código dos veces al día antes de fusionarlo con el sistema principal (Merge).
Cabe destacar que la cifra de 5 años es una estimación del volumen de trabajo acumulado que había quedado pendiente, no el desarrollo principal de todo el sistema. Esto refleja el potencial de la IA para manejar tareas mecánicas repetitivas y que consumen mucho tiempo en la industria del software.
Refleja que los modelos de IA actuales pueden ayudar a las organizaciones a resolver tareas de software pendientes que habrían tomado años en completarse en solo unas pocas semanas y a un costo significativamente menor, lo que podría transformar la forma en que se conciben los presupuestos y la gestión de proyectos de TI en el futuro.