软件过程能力成熟度模型:AI 能力全景与 AI Native 工程组织特征

  作为中国软件产业首个国家级软件过程能力成熟度模型，GB/T 45989-2025（CSMM）不仅重构了软件工程的能力框架，更前瞻性地将人工智能工程化深度融入全能力域，从二级基础应用到五级智能原生，形成了完整的 AI 能力演进路径，为中国软件企业迈向智能化、工业化、体系化发展指明方向。

一、CSMM 模型中人工智能应用能力要求

  CSMM 突破传统成熟度模型局限，将 AI 技术作为组织级核心能力而非辅助工具，覆盖战略治理、工程交付、过程管理、供应链安全、质量风险等全场景，实现 AI 与软件工程的深度融合。

  人工智能技术应用能力要求：

1)战略与治理能力域

• 制定人工智能技术相关方针，为 AI 试验创新提供资源与环境

• 建立 AI / 统计技术应用能力，基于 AI 分析开展战略与治理决策

2)开发与交付能力域

• AI 辅助需求挖掘、分析与潜在需求探索

• AI 辅助代码生成、补全、缺陷识别，AI 生成代码需评审

•  AI 辅助用户文档生成

• AI 辅助测试用例 / 数据生成、测试结果总结分析

3)管理与支持能力域

• 运用 AI / 统计技术开展项目策划、过程性能目标管理与过程优化

• 运用 AI / 统计技术进行项目监控、性能预测与根因分析

• 运用 AI / 统计技术开展原因分析、问题定位与共性问题识别

• 运用 AI / 统计技术实现 SBOM 量化管理与风险预测

4)组织管理能力域

• 运用 AI 开展过程改进、目标达成预测与效果评价

• 运用 AI 构建过程性能目标、基线、模型，支撑业务决策

• 知识库适配 AI 应用需求，运用 AI 提升研发与管理效率

• AI 辅助人才盘点、能力评估与培训规划，构建适配智能工程的人才体系。

二、AI Native工程组织特征

  AI Native 工程组织是 CSMM卓越创新级（五级）的终极形态，代表软件工程从 “流程驱动、数据驱动” 迈向 “智能原生驱动”，是未来软件企业的核心竞争力标志。

  组织特征为：

1)组织决策：AI 深度嵌入顶层治理

• AI 全面参与战略制定、风险决策、资源调配与过程改进，组织决策从 “经验主导” 转向 “智能量化主导”，实现可预测、可量化、可优化。

2)工程流程：原生适配 AI 协同执行

• 需求、设计、开发、测试、部署、运维全流程原生结构化、可被 AI 解析执行，无需人工适配改造，形成 AI 与工程流程无缝协同的闭环。

3)工具链：AI 原生一体化平台

• 构建集 AI 代码生成、智能测试、架构分析、供应链监控、自动优化于一体的原生智能工具链，数据全域打通，打破工具孤岛。

4)供应链安全：智能透明可追溯

• AI 自动生成、维护、更新 SBOM，实时监测组件漏洞、许可证合规与供应链风险，实现软件供应链全生命周期智能防控。

5)质量风险：智能预防与自愈

• AI 提前预测缺陷趋势、技术债务与项目风险，自动触发防控、修复与回滚机制，实现质量左移、风险自愈。

6)组织能力：持续自优化进化

• 工程系统具备自我诊断、自我优化、自我迭代能力，AI 持续挖掘过程瓶颈、沉淀组织资产、复制最佳实践，形成组织能力复利增长。

三、结语

  CSMM 作为中国软件产业的能力底座与秩序基石，首次将 AI 工程化纳入国家级成熟度标准，彻底改变了传统软件工程的发展逻辑。

  从 AI 辅助应用到 AI Native 原生组织，CSMM 不仅定义了软件企业的能力进化路径，更引领中国软件行业告别 “经验驱动、人力密集” 的手工业模式，迈向智能驱动、体系可控、供应链安全、高效可复制的工业化新时代，成为未来十年中国软件企业核心竞争力的核心标尺。