丛斌博士：被AI的CMMI可行么？

在AI浪潮下也想求变的CMMI

关于CMMI如何拥抱AI，CMMI研究院已经折腾了三年。几经修改，目前逐步成型。CMMI下个版本基本确定通过AI特定场景（AI Context Specific）的形式，从两个应用场景，引入AI的内容：

1.从过程角度，组织尝试AI技术，强化其开发、服务、数据、安全等领域过程。

2.从产品和服务角度，开发出具备AI功能的产品或服务。

为了将AI导入CMMI市场，研究院也在考虑推动AI成熟度评估，鼓励现有的CMMI评估师获取领导AI成熟度的评估资格，为此会开发一天建立AI成熟度（Building AI Maturity - BAIM）和一天评估AI成熟度（Appraising AI Maturity - AAIM）的两个课程，当然这个资质也需要通过AAIM的考试。

虽然调子基本不会变了，但没落地之前一切皆有可能。万一有了出入，就当这是个fake news。

针对CMMI和AI的结合，CMMI圈子也出现了一些质疑的声音。

质疑一：是否可以通过CMMI指导AI技术的尝试和使用？

对于一些组织来说，拥抱AI的目的不是为了“过程改进”，而是革命性的创新。用它不是为了优化，而是替代。在AI世界里，也许通过过程改进来提升核心能力及业务能力的套路是不合时宜的。

质疑二：是否可以完全通过AI满足模型的实践？

举一个简单的例子：组织使用AI来检测某类文档中的缺陷，背景如下：

1. 两年前采购了该“AI 同行评审”工具；

2. 进行了广泛的工具验证，将AI 工具检测到的缺陷与人工同行评审检测到的缺陷进行了对比；

3. 对 AI 工具进行了优化，使其能发现人工评审中发现的所有缺陷，并能发现更多缺陷；

4. 由于该 AI 工具的高效率和高效果，认为对此类工作产品不再需要人工同行评审。

我们可以认为在这种情况下，组织实现了同行评审的意图和价值吗？

我们可以完全信任AI工具吗？可以把它视为同行吗？可以用它评审关键任务或关键生命安全的产品或服务吗？

质疑三：评估时多少AI算够？

几乎所有CMMI评估都苦于应对“多少才够？“的问题。当超过50% 的模型实践都包含了与AI 相关的特定场景信息时，这个问题变得更加突出。一个组织究竟需要做到什么程度才能获得AI的小证书呢（AI Mark）？

例如，如果一个组织仅在代码评审和分析由此产生的缺陷数据时使用AI 工具，这算“够”了吗？如果算的话，又该如何和那些在整个开发生命周期中普遍使用AI 技术的组织区分开来？

另一个需要回答的问题是：在 AI 的能力和使用场景以指数级迅猛的速度增长的情况下，一个每两到三年才更新一次的模型，怎么可能保持与时俱进？

质疑四：市场（特别是中国市场）会接受AI成熟度评估吗？

目前大环境下，评估焦点就是拿到CMMI 成熟度等级，以应对招标需求。增加AI这个新的领域扩展模型范围，会被市场，特别是中国市场接受吗？

研究院需要花些精力认真做个可行性调研，考虑到3.0中非开发领域受到的冷遇，我个人并不乐观。

欢迎老丛讲桌的读者留言，表达一下看法，让我听到来自中国企业的真实声音。