T-Bank merilis riset AI4SDLC terbaru untuk tahun 2025. Gambarannya sangat ironis. Kita belajar menghasilkan kode dengan kecepatan senapan mesin, tetapi benar-benar tidak tahu apa yang harus dilakukan selanjutnya.

1. Verify, don't trust
Angkanya luar biasa: 58% insinyur menggunakan AI untuk menghasilkan kode secara terus-menerus. Sementara itu, 49% (hampir setengah!) tidak percaya pada kode tersebut. Hanya 11% yang percaya sepenuhnya.

2. Kemacetan telah berpindah
Pemrograman tidak lagi menjadi hambatan. Sekarang semuanya macet pada tahap code review dan pengujian. Peningkatan produktivitas individu (yang dilaporkan oleh 64% responden) hancur oleh proses tim. Jika Anda membuat fitur dua kali lebih cepat, tetapi atasan Anda memeriksanya dalam minggu yang sama — waktu proses keseluruhan tidak akan berubah. Percepatan di satu titik hanya menciptakan kemacetan di titik berikutnya.

3. Legacy — cryptonite bagi AI
Untuk tugas dengan konteks tinggi dan kode lama, hanya 18% yang menggunakan AI. Mengapa? Karena jaringan saraf bagus di "kertas kosong", tetapi kalah dengan tumpukan solusi darurat berusia sepuluh tahun. Agar AI benar-benar membantu di Legacy, dokumentasi, ADR, dan RFC Anda harus dalam kondisi sempurna. Tapi tidak. 🤭

4. Erosi keterampilan dan "pemikiran rekayasa"
37% menyadari bahwa mereka menjadi lebih baik dalam menulis kode dengan AI, tetapi ada sisi lain — risiko degradasi keterampilan dasar. Mengapa harus mengingat sintaks atau algoritma jika Tab akan menulis semuanya sendiri?

Kesimpulannya untuk saat ini: jaringan saraf bekerja seperti mesin tik turbo, tetapi kemudian tech lead dan reviewer menangis darah, membersihkan hasil dari "produktivitas" ini.