Новость
Технологическая консалтинговая компания Axenix представила результаты исследования, посвященного влиянию искусственного интеллекта на процессы разработки программного обеспечения и на кадровую ситуацию в ИТ-отрасли. По выводам экспертов, встраивание ИИ в весь цикл создания ПО — от генерации кода до тестирования и последующей поддержки — вдвое повышает продуктивность разработчиков, однако ожидаемого ускорения вывода продуктов на рынок при этом не происходит. Одновременно применение искусственного интеллекта меняет требования к составу команд и вынуждает компании пересматривать кадровую политику.
По данным сервиса Stack Overflow, инструментами ИИ сегодня пользуются 84% программистов по всему миру, и с их помощью создается свыше 40% программного кода — скорость его написания выросла в 2-3 раза. Автоматизации подверглись также подготовка документации, тестирование и ряд других задач. В итоге опытный ИТ-специалист, владеющий современными ИИ-инструментами, справляется с объемом работы, который раньше распределялся между двумя-тремя junior-сотрудниками.
Отказ от найма одного начинающего специалиста способен сэкономить компании от одного до полутора годовых окладов без учета налогов. Неудивительно, что и российские, и зарубежные компании сокращают набор молодых кадров.
Вместе с тем исследование показало: рост эффективности на отдельных этапах разработки далеко не всегда сокращает сроки вывода продукта на рынок. Узким местом становится проверка кода, сгенерированного ИИ, — на нее senior-специалисты тратят до 70% рабочего времени.
Как считают в Axenix, долгосрочный риск для отрасли определяется двумя ключевыми факторами. Первый — качество сгенерированного кода: команды, активно применяющие ИИ, накапливают технический долг заметно быстрее, чем при традиционной разработке. В частности, за последние годы в разы вырос churn rate — доля кода, переписываемого вскоре после создания. Высокий churn rate говорит о том, что код принимается в систему, но быстро оказывается ошибочным или не отвечающим требованиям, из-за чего его приходится переделывать. Это не просто следствие увеличения общих объемов разработки — речь именно о снижении качества нового кода. Второй фактор — senior-специалисты тратят все больше времени на проверку и исправление сгенерированного кода, а новых кадров им на замену становится меньше.
Поскольку компании все активнее заменяют junior-позиции ИИ-инструментами и нанимают меньше молодых сотрудников, воронка профессионального роста сужается уже сегодня: пройти путь от junior к middle и senior становится попросту некому. Так как этот путь традиционно занимает 10-15 лет, последствия проявятся не мгновенно, однако спустя годы рынок может столкнуться с острой нехваткой опытных специалистов, способных отвечать за развитие сложных цифровых продуктов. Эксперты Axenix указывают на риск разрыва «кадрового конвейера»: если в 2020 году junior-разработчики составляли около 40% кадровой структуры, то к 2026 году их доля упала до 30%.
«С точки зрения бизнеса краткосрочная экономия выглядит убедительно. Однако такая стратегия создает риск дефицита квалифицированных кадров на рынке и роста стоимости высококлассных специалистов. Через десять лет при текущем темпе развития вайбкодинга сами инструменты разработки и ИИ могут кардинально измениться. И если отрасль перестанет системно выращивать специалистов, способных понимать технологии на глубоком уровне, есть риск, что сложные продукты постепенно превратятся в «черные ящики». Понимание того, как системы устроены в целом и как ими управлять, начнет утрачиваться. ИИ способен существенно повысить эффективность работы, но не может заменить систему подготовки экспертов, которая формировалась десятилетиями», — сказал Андрей Толстов, старший менеджер Axenix.
По его словам, наиболее результативная стратегия — сочетать ИИ-инструменты разработки с сохранением программ подготовки junior-специалистов: так компании одновременно сокращают издержки и обеспечивают преемственность кадров.
Кроме того, исследование указывает на еще один источник кадров для технических и архитектурных ролей — переобучение системных аналитиков. ИИ снижает порог входа в архитектуру: с его помощью проще создавать прототипы, оценивать производительность решений и разбираться в чужой кодовой базе. Аналитики с 5-7-летним опытом уже успешно переходят на позиции технических аналитиков и младших архитекторов.