Последние месяцы я часто слышу обсуждения того, как ИИ меняет разработку. Мой ответ на этот вызов однозначен: искусственный интеллект не приходит на смену программисту, но кардинально переопределяет его задачи и место в процессе. Реальность — не в шумных прогнозах, а в конкретных цифрах и изменениях, которые мы уже наблюдаем.
Что показывают цифры
Давайте сразу к сути. По нашим оценкам, разработчик тратит
От этих 30% ИИ теоретически способен дать до 40% ускорения. В пересчете на общее время — это около 12%. Но реальный прирост продуктивности среднего разработчика, как показывает практика, находится в районе 10%.
Почему так скромно? Потому что если объектом оптимизации является работа отдельного специалиста и мы не меняем процессы, то большего эффекта тяжело достичь. Просто дать инструмент недостаточно — нужно менять KPI, культуру разработки и подходы к контролю качества.
Где можно получить эффективность без изменения процессов
ИИ уже сегодня уверенно берёт на себя рутинные операции, в которых прослеживаются устойчивые алгоритмические паттерны: он способен генерировать шаблонный код, создавать тестовые сценарии, выявлять типовые ошибки, интерпретировать логику незнакомых разработчику фрагментов и формировать исчерпывающую документацию, — словом, освобождает специалиста от монотонной работы, позволяя сосредоточиться на действительно сложных и творческих задачах.
В такой логике применения, без системного изменения процесса разработки программного обеспечения, мы можем добиться небольшого локального эффекта, который обычно измеряется теми самыми
При этом существует альтернативный вариант — тотальный пересмотр и переработка SDLC (Software Development Lifecycle, жизненный цикл разработки программного обеспечения).
Два сценария, которые важно разделять
Первый сценарий
ИИ как персональный инструмент отдельного разработчика. Он помогает писать код, искать ошибки и писать тесты. В этом случае процессы не трансформируются, разработчики и тестировщики продолжают работать как раньше, просто получая небольшой реактивный двигатель. Это дает тот самый локальный прирост в 10%, но не более.
Второй сценарий
Создание автономных фабрик, построенных на ИИ-агентах, для создания программного обеспечения. Выглядит это так: вместо команды размером от 7 до 15 человек остается небольшое количество сотрудников, которые настраивают и управляют виртуальными агентами.
Виртуальные агенты принимают на себя полный спектр задач, которые традиционно распределены между разными ролями в SDLC. Они последовательно анализируют поступающие требования, проверяя их на понятность и полноту, затем проводят детальную декомпозицию и перепроверяют корректность выполненного анализа. После этого агенты планируют непосредственное написание кода, находят в существующей кодовой базе участки, требующие доработки или модификации, готовят план тестирования, проводят его, подтверждают полученные результаты и, наконец, завершают функциональную приемку — и всё это в рамках единого, слаженного конвейера, где каждый шаг логически вытекает из предыдущего.
Роли людей в команде трансформируются: они в основном занимаются настройкой и обучением агентов, а также выполняют роль human in the loop там, где это необходимо, и работают в рамках нового, ориентированного на SDLC-цикла. При таком подходе меняется не скорость, а принципиально трансформируется процесс производства ПО и ролевой состав ИТ-команды.
Построить такие фабрики для создания новых систем с нуля представляется возможным. На рынке уже есть кейсы, когда подобные фабрики созданы. Самой сложной задачей является перестройка SDLC-цикла для действующего корпоративного ландшафта, чтобы автономные агенты имели возможность дорабатывать уже имеющиеся системы по тем правилам и требованиям, которые приняты в организации. Именно этой задачей сейчас занимается команда БКС.
Здесь есть важная оговорка. Сегодня подтвержденные кейсы уже существуют, но они, как правило, формируются вокруг супермотивированных и суперквалифицированных команд. Пока не удается индустриализировать подход и тиражировать его на масштаб корпорации, где, скажем, тысяча ИТ-специалистов. Это следующая большая задача.
Так можно ли не нанимать джуниоров
В силу нехватки ИТ-специалистов в предыдущие годы, работа с джуниорами и переквалификация людей из смежных профессий стали очень популярным направлением. В связи с появлением идеи агентизации разработки ведутся дискуссии о том, нужны ли нам джуны и можно ли будет от них полностью отказаться.
Моя позиция — нет, нельзя. Я бы не проводил однозначную связь между агентизацией SDLC-цикла и отказом от джуниоров.
Джуниор не просто рабочая сила для простых задач. Это инвестиция в будущее компании. Сегодняшний молодой специалист учится на шаблонных задачах, чтобы через год-два понимать сложную архитектуру и бизнес-контекст. Если мы перестанем нанимать джуниоров и отдадим их задачи ИИ, у нас не будет кадрового резерва. По мере естественного карьерного роста ИТ-специалистов мы будем лишаться компетентных сотрудников, их придется заменять очень дорогими специалистами с рынка, спрос на которых будет высок.
Что будет через 2-3 года
На мой взгляд, ИИ станет стандартным инструментом каждого программиста. Но лидером останется человек, умеющий ставить задачи, проверять гипотезы и принимать финальные решения.
Агентизация и переделка SDLC-цикла — это не конец карьеры разработчика, а ее трансформация. Теперь нужны архитекторы и оркестраторы, которые управляют ИИ-агентами. И это уже новая компетенция. Выиграют те компании, которые встроят ИИ в экосистему разработки, а не станут рассматривать его как повод для кадровых решений.
Источник: Сергей Путятинский, эксперт по стратегии, операционной эффективности и технологическим инновациям
