领先的移动应用测试公司Kobiton最近的一份报告中出现了令人震惊的统计数据，指出 75% 的公司每年遭受的财务损失超过 100,000 美元。这是移动应用程序更新推出缓慢的直接结果。此外，高达 13% 的参与者透露，由于同一问题，每年损失在 100 万至 1000 万美元之间。结果凸显了应用程序更新滞后可能对公司收入流产生的深远影响。
还有 75% 的受访者表示，移动应用程序至少占其组织收入的四分之一，这强调更新缓慢不仅会影响盈利能力，还会给整体业务生存能力带来风险。
当对移动应用程序更新发布的频率进行调查时，得到的答复各不相同。 38% 的受访者普遍每周更新，其次是每月更新的 27%。 20% 的公司遵循每日发布计划，14% 的公司更倾向于季度发布计划。一小部分人（约 1%）表示，他们更新移动应用程序的频率低于每季度一次。
在讨论执行自动化测试所需的时间时，28% 的受访者表示需要 1-3 小时； 32% 的人表示花费的时间稍长，为 3-6 小时。另有 21% 的人表示该过程长达 6-9 小时，而 8% 的人表示超过 10 小时。一小部分人（11%）吹嘘他们的自动化测试可以在一小时内完成。
37% 的受访者表示，从手动测试流程过渡到自动化测试流程的公司，上市时间缩短了 25% 至 50%。 18% 的参与者报告了超过 50% 的令人印象深刻的减少。
根据调查结果，48% 的受访者当时将 10% 至 24% 的测试自动化，22% 的受访者将 25% 至 49% 的测试自动化。大约一半的受访者希望将 50% 以上的测试过程自动化。公司正在采用各种策略，例如培训员工自动化技能、雇用更多自动化工程师、使用低代码/无代码自动化工具以及使用 iOS 和 Android 本机框架构建自动化脚本以增加测试自动化覆盖率。
当谈到在测试策略中利用生成式 AI 时，47% 的受访者利用它来创建测试脚本，60% 的受访者依靠它来更新脚本或代码，55% 的受访者部署它来分析测试结果。只有极少数 8% 的人表示根本没有使用生成式人工智能进行测试。
未来增强人工智能能力的预期包括预测潜在缺陷（51%）、利用生成式人工智能创建测试用例和数据（45%）、应用自然语言处理改进测试用例文档（44%）、用于 UI 测试的图像识别（36 %）和自愈测试策略（36%）。
Kobiton 首席技术官 Frank Moyer 在一份声明中表示：“见证人工智能工具在移动应用程序开发和测试中的变革力量是一段令人难以置信的旅程。人工智能提高生产力、降低成本并使专业人员能够专注于战略任务，正在彻底改变行业格局。随着这些工具的不断发展，我期待人工智能驱动的方法能够得到广泛而迅速的采用。”
虽然缓慢的移动应用程序发布带来了不可否认的挑战，但公司必须加快开发流程，并向使用AppMaster等平台的企业吸取经验教训，这些平台旨在在更短的时间内构建可扩展且高效的应用程序。
