【CNMO 科技消息】CNMO 科技从韩媒获悉，一份围绕韩国软件产业现状的分析指出，韩国在 AI 模型、算力、数据等资源之外，更关键的短板在于软件工程体系更新不足，尤其是公共软件和传统系统集成项目中，开发与管理方式仍较多停留在美国上世纪 90 年代的水平，这正成为 AI 产业化落地的重要阻碍。
分析认为，AI 竞争力并不只取决于模型、半导体或数据储备，还取决于能否通过成熟的软件工程能力，把技术稳定转化为可持续的服务和产业系统。这种能力不仅指程序员数量，还包括需求定义、架构设计、测试、部署、运维，以及相关组织流程和制度安排。报告梳理称，美国软件工程过去 30 多年已从一次性信息化规划，逐步转向企业架构管理；从瀑布式开发转向迭代式、Agile 与 DevOps；从传统三层单体架构走向 SOA、云原生和 AI 代理协同开发。
相比之下，韩国虽然在 2000 年代中期推动过企业架构建设，也较早关注 Agile、SOA 等方法，但在不少机构和企业中，这些做法并未真正嵌入日常决策和开发流程，往往停留在文档、项目交付物或概念层面。公共项目仍以事先确定范围、周期和验收条件的瀑布式合同结构为主，限制了持续迭代和快速交付。测试驱动开发、持续集成、代码评审、面向对象分析设计等工程实践也未广泛落地。
报告指出，进入 AI 代理参与编码的新阶段后，这一问题更加突出。AI 可以提高开发效率，但若缺少明确规格、自动化测试、CI/CD 和架构约束，生成代码的错误、幻觉和可维护性问题将更难控制。分析建议，韩国需同步推进公共软件采购制度调整、企业架构人才培养，以及需求工程、TDD、CI/CD、云原生和 AI 代理工程等能力建设，才能把 AI 投入真正转化为产业竞争力。
