Российские корпорации переходят от индивидуального использования генеративного ИИ к корпоративным платформам разработки на базе ИИ-агентов. Такой подход, по оценке участников рынка, позволит снизить себестоимость создания и доработки ИТ-систем в 2–10 раз к 2030 году. Об этом сообщила АНО «Национальный центр компетенций по информационным системам управления холдингом» (НЦК ИСУ) по итогам сессии на форуме «Цифровые решения».

По мнению экспертов, простое предоставление сотрудникам доступа к большим языковым моделям не обеспечивает ожидаемого эффекта в масштабах крупной компании. Подключение сотен пользователей к ИИ-инструментам увеличивает расходы, но не обязательно приводит к существенному росту производительности.

Вместо этого корпорации развивают агентные платформы, работающие во внутреннем контуре и охватывающие весь цикл разработки — от постановки задачи до сопровождения готового решения. В такой модели ИИ-агенты выполняют отдельные операции, а специалисты отвечают за архитектуру, формулирование требований и контроль качества.

Если раньше масштабная доработка корпоративных информационных систем могла занимать месяцы, требовать крупных команд и сотен миллионов рублей, то теперь аналогичные задачи, по оценке НЦК ИСУ, в отдельных случаях можно выполнять за недели силами двух-трех высококвалифицированных ИТ-специалистов и 25–30 ИИ-агентов.

Меняется и распределение ролей в разработке

Вместо традиционного разделения обязанностей между программистами, аналитиками, архитекторами и тестировщиками формируется модель «соло-инженера». Он проектирует систему, ставит задачи агентам и проверяет результаты их работы. В перспективе участники рынка допускают переход к агентской разработке большей части корпоративного ПО и сокращение объема ручного написания кода.

При этом «вайб-кодинг» — создание программ с помощью запросов на естественном языке — рассматривается прежде всего как инструмент для быстрого прототипирования. Бизнес-заказчики смогут самостоятельно создавать работающие модели будущих решений и передавать их ИТ-командам для дальнейшей проработки. Это должно сократить путь от идеи до проверяемого результата.

Еще одно направление — применение ИИ-агентов для автоматизации непроизводственных функций. По оценке НЦК ИСУ, потенциал роста производительности труда в зависимости от функции может составить 15–70%. Для этого сотрудников предстоит научить ставить задачи цифровым агентам, контролировать их работу и объединять их в сквозные процессы.

Вместе с тем масштабирование агентной разработки пока не гарантирует сокращения сроков вывода продуктов на рынок (time-to-market). Среди основных эффектов участники рынка отмечают снижение стоимости экспериментов, позволяющее чаще проверять гипотезы и тестировать альтернативные решения.

Сдерживающими факторами остаются расходы на использование языковых моделей, включая оплату токенов, регуляторные требования и сертификация, а также сложность модернизации унаследованных информационных систем (legacy).

«Корпоративная ИТ-разработка сегодня требует наличия платформы, которая позволяет автоматизировать с помощью ИИ-агентов весь процесс. Несколько инженеров, управляющих агентами, уже переписывают системы, на которые раньше уходили годы и сотни миллионов рублей. При этом ключевым становится не код, а инженерная экспертиза», — отметила заместитель генерального директора АНО «НЦК ИСУ» Екатерина Хитрова.

По ее оценке, формируется новая роль инженера, управляющего мультиагентной командой. В перспективе такие специалисты могут существенно изменить организацию корпоративной разработки.

Заявленная цель снижения себестоимости в 2–10 раз к 2030 году отражает ожидания корпораций, а не гарантированный результат для всех типов проектов. Фактический эффект будет зависеть от сложности систем, зрелости инженерных процессов, стоимости эксплуатации ИИ-платформ и возможности интегрировать агентов в существующую ИТ-инфраструктуру.

Источник: