Principais conclusões
- A receita da JFrog cloud aumenta 60% com a adoção de IA
- A geração de código mais barata cria novos custos de infraestrutura
- A segurança de software torna-se cada vez mais valiosa à medida que a automação se expande
A inteligência artificial está tornando o desenvolvimento de software mais rápido e potencialmente mais barato. No entanto, uma empresa está gerando receita substancialmente maior gerenciando o software que a IA ajuda a criar.
A JFrog relatou $101,5 milhões em receita de nuvem no terceiro trimestre, aumento de 60% em relação ao mesmo período do ano anterior, segundo seu lançamento de resultados de 5 de novembro. A receita total aumentou 31% para $179,2 milhões, enquanto os serviços em nuvem representaram 57% das vendas.
Por que a codificação de IA mais barata cria mais software para gerenciar
O desenvolvimento tradicional de software exige que engenheiros escrevam código, testem alterações e preparem aplicativos para lançamento.
Agentes de codificação por IA estão acelerando essas tarefas. Alguns podem criar arquivos independentemente, modificar programas existentes, executar testes e sugerir alterações de implantação.
Coinpaper recentemente cobriu os planos de aquisição da OpenAI envolvendo a Pierre Computer, cuja tecnologia gerencia grandes repositórios criados por sistemas de desenvolvimento automatizados.
No entanto, escrever código é apenas uma etapa da produção de software.
Antes de um programa chegar aos clientes, as empresas normalmente convertem seu código-fonte em pacotes, contêineres ou outros arquivos implantáveis chamados artifacts.
Esses artefatos devem ser armazenados, versionados, verificados quanto a vulnerabilidades e distribuídos de forma confiável.
A plataforma Artifactory da JFrog realiza grande parte desse trabalho.
À medida que as ferramentas de IA aumentam a saída de software, as empresas podem gerar mais versões, dependências e pacotes de implantação, criando demanda adicional por infraestrutura.
A tendência também ajuda a explicar por que plataformas de codificação com IA estão se tornando ativos estratégicos para grandes empresas de tecnologia.
Por que o código gerado por IA pode aumentar os gastos com segurança
Mais software também significa mais componentes que as empresas devem inspecionar.
Agentes de IA podem introduzir dependências vulneráveis, reutilizar bibliotecas desatualizadas ou produzir código que se comporta de forma diferente do que os desenvolvedores pretendiam.
Isso torna a segurança automatizada cada vez mais importante.
Anteriormente, alterações de segurança do Bitcoin Core demonstraram como a descoberta de vulnerabilidades assistida por IA está transformando a manutenção de software.
Enquanto isso, Ripple's AI-assisted security initiative ilustra como os desenvolvedores estão incorporando testes automatizados em fluxos de trabalho de produção.
A JFrog se beneficia de um requisito relacionado: as organizações precisam de sistemas que possam identificar quais componentes de software são aprovados, de onde vieram e se ainda são seguros.
Seus últimos resultados sugerem que os clientes estão aumentando seus gastos com essas capacidades.
A retenção em dólar líquido da JFrog atingiu 124%, o que significa que sua coorte de clientes existentes gerou 24% mais receita durante o período medido, após considerar expansão e contração.
Por que os maiores vencedores em IA podem não escrever código
O desempenho da JFrog ilustra como a IA pode criar oportunidades além dos desenvolvedores de modelos e assistentes de codificação.
A empresa relatou 112 clientes gastando mais de $1 milhão por ano, comparado com 71 um ano antes.
Suas obrigações de desempenho remanescentes também aumentaram 60% para US$ 812,4 milhões, refletindo receita contratada para períodos futuros.
O princípio econômico assemelha-se à transição mais ampla em direção à infraestrutura e segurança de IA, onde a confiança e a distribuição podem se tornar mais importantes à medida que a criação de software se torna mais barata.
Mas uma demanda mais forte não elimina os riscos comerciais.
A JFrog enfrenta concorrentes, orçamentos empresariais em mudança e o desafio de converter a adoção de IA em gastos sustentados. Seus resultados também não estabelecem que a codificação por IA sozinha causou todo o aumento de receita.
À medida que os reguladores financeiros aumentam a fiscalização dos agentes de IA, a supervisão e a responsabilidade estão se tornando preocupações centrais em todos os setores.




