AI-driven product development in the lifecycle of web applications

Abstract

EN: The paper presents the results of a systematic study on the integration of artificial intelligence into product development processes across the lifecycle of web applications. The focus is on examining how AI-driven methods influence scalability, latency, personalization, and automation in different architectural paradigms including monolithic, microservices, serverless, and edge computing. It has been demonstrated that embedding AI-based predictive analytics, automated testing, and adaptive optimization mechanisms at each stage of the software lifecycle significantly reduces development errors, accelerates release cycles, and enhances user experience. The research relied on simulation of e-commerce workloads under controlled conditions, employing real-time monitoring of system throughput, response time, and resource allocation. The findings indicate that AI-driven orchestration reduces performance degradation at high concurrency levels by up to 35%, while error rates at workloads above 5000 users decreased from 7.2% to 2.9%. Adaptive scaling algorithms shortened release cycles by 25–30% compared to baseline processes and lowered the average share of critical failures from 9.1% to 2–3%. Special attention was given to the role of AI in requirement analysis, continuous integration, quality assurance, and post-deployment monitoring, where intelligent models proved effective in identifying anomalies, predicting failures, and recommending corrective actions. From a practical perspective, the application of AI in web application lifecycle management ensures higher efficiency, better alignment with business goals, and reduced operational risks. These results confirm that AI-driven product development constitutes a technologically justified approach that can be integrated into modern development pipelines without compromising reliability or cost-efficiency. /// UA: У статті представлено результати системного дослідження інтеграції штучного інтелекту в процеси роз-роблення продуктів упродовж життєвого циклу вебзастосунків. Основну увагу зосереджено на аналізі того, як методи, засновані на штучному інтелекті, впливають на масштабованість, затримку, персоналізацію та автоматизацію в різних архітектурних парадигмах, зокрема монолітній, мікросервісній, безсерверній та обчисленнях на периферії. Показано, що впровадження прогнозної аналітики, автоматизованого тестування та механізмів адаптивної оптимізації на кожному етапі життєвого циклу програмного забезпечення істотно знижує кількість помилок у розробленні, прискорює випуск нових версій і підвищує якість користувацького досвіду. Дослідження ґрунтувалося на моделюванні навантажень електронної комерції у контрольованих умовах із використанням моніторингу в реальному часі пропускної здатності системи, часу відгуку та роз-поділу ресурсів. Результати показали, що оркестрація на основі ШІ зменшує деградацію продуктивності за високої паралельності на 35%, тоді як частка помилок за навантаження понад 5 000 користувачів знизилася із 7,2% до 2,9%. Адаптивні алгоритми масштабування скоротили цикл випуску на 25–30% порівняно з базо-вими процесами та зменшили середню частку критичних збоїв із 9,1% до 2–3%. Окрема увага приділялася ролі ШІ в аналізі вимог, безперервній інтеграції, забезпеченні якості та післярелізному моніторингу, де інте-лектуальні моделі продемонстрували ефективність у виявленні аномалій, прогнозуванні збоїв і рекомендації коригувальних дій. Із практичного погляду застосування ШІ в управлінні життєвим циклом вебзастосунків забезпечує вищу ефективність, кращу відповідність бізнес-цілям і зменшення операційних ризиків. Отри-мані результати підтверджують, що розроблення продуктів на основі штучного інтелекту є технологічно обґрунтованим підходом, який може бути інтегрований у сучасні конвеєри розроблення без утрати надійнос-ті чи економічної доцільності.