Cómo ComplyAdvantage Redujo el Tiempo de Desarrollo un 37% con Gemini Code Assist
ComplyAdvantage desplegó Gemini Code Assist en su equipo de ingeniería de 170 personas, logrando un 37% más de velocidad de desarrollo, 100% más solicitudes de fusión por desarrollador y 75% de precisión en la auto-categorización de más de 500 solicitudes de soporte.
Impacto
37%
Reducción del Tiempo de Desarrollo
100% increase
Solicitudes de Fusión por Desarrollador
50% increase
Commits por Desarrollador
75%
Precisión en Auto-Categorización de Soporte
Desafío
Deuda técnica derivada de la transición de startup a scale-up: código heredado sin documentar, fricción en la incorporación de desarrolladores e ingenieros senior bloqueados en tareas repetitivas.
Solución
Desplegó Gemini Code Assist entre 170 ingenieros para generación de código con IA, depuración, escritura de pruebas y categorización de solicitudes de soporte.
Herramientas y tecnologías
Lo que dicen los líderes
“En un caso, un desarrollador usó Gemini Code Assist para identificar la causa raíz de un error de cliente en cuestión de minutos. Antes habría tardado horas.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
ComplyAdvantage, una plataforma de prevención del crimen financiero, se enfrentaba a deuda técnica al escalar de startup a empresa. Los complejos sistemas heredados carecían de documentación, los desarrolladores senior dedicaban tiempo a depuración repetitiva y generación de pruebas, y la incorporación de nuevos miembros al equipo era lenta.
La empresa desplegó Gemini Code Assist comenzando con un piloto de 20 desarrolladores senior en tres centros de desarrollo globales. La herramienta fue elegida por sus garantías de soberanía de datos y compatibilidad multi-nube.
Los resultados fueron notables: el tiempo de desarrollo medio cayó un 37% en el equipo de ingeniería de 170 personas (42% en el grupo piloto), las solicitudes de fusión por desarrollador se duplicaron, los commits por desarrollador aumentaron un 50%, y la herramienta alcanzó un 75% de precisión en la auto-categorización de más de 500 solicitudes de soporte. La identificación de causas raíz pasó de horas a minutos.
AWS