Согласно исследованию РУССОФТ, сокращения рабочих мест из-за растущего влияния нейросетей в IT в ближайшие годы не планируется. При этом число сотрудников, чьи задачи сегодня может "забрать" ИИ, растет - с 1,7 тысячи человек в 2023 году до 19,5 тысячи в 2024 году. Также разработчики все чаще стали использовать нейропомощников и ИИ-агентов для решения рабочих задач и выполнения рутинных действий.
"Генеративный ИИ оказался тем инструментом, которого не хватало разработчикам. Он гибкий, подстраивается под задачу и реально ускоряет работу. На практике максимальный эффект дает прототипирование, проверка рутинных гипотез и типовые фрагменты - там модели снимают узкие места и экономят время", - рассказал директор Института искусственного интеллекта МФТИ Азамат Жилоков.
По его мнению, работа программиста меняется кардинально, но не становится проще. Если раньше разработчик писал код руками, то теперь должен точно формулировать задачу для модели и тщательно проверять результат. Появились новые навыки: как корректно поставить задачу нейросети, как оценить ответ и можно ли доверять сгенерированному коду, отмечает эксперт.
"Главное, что ответственность никуда не делась. Код, созданный ИИ без обязательных тестов и ревью, быстро наращивает технический долг и может скрывать дефекты. По сути, современный разработчик - и архитектор системы, и контролер качества одновременно", - добавляет Жилоков.
Андрей Грабарник, руководитель genAI-продуктов в Just AI, добавляет, что генеративные ИИ-инструменты отлично справляются с рутинными задачами. Например, они ускоряют написание шаблонного кода, помогают в ускорении тестов и поиске ошибок.
В целом время разработчика освобождается для решения более сложных, творческих задач - проектирования архитектуры, оптимизации производительности и продумывания сложной бизнес-логики.
"С ростом использования генеративного ИИ в компаниях определились не только ключевые навыки для команд, но и совершенно новые, связанные с большими языковыми моделями. Также появляются новые профессии. Например, специалист по эксплуатации языковых моделей. Его задача - организовывать стабильную, эффективную и безопасную работу искусственного интеллекта. По сути, направление выросло из сферы управления машинным обучением, но сфокусировано на больших языковых моделях. Не стоит забывать и про MarkUp-инженеров, которые отвечают за подготовку и категоризацию информации, которая служит основой для обучения моделей", - рассказал CEO Smart Platform by red_mad_robot Алексей Жданов.
Он указывает, что подобная автоматизация в большей степени скажется на младших специалистах. Стажерам и начинающим разработчикам будет все труднее найти работу, так как их обязанности теперь можно "делегировать" нейросетям.
"С другой стороны, умение работать с такими инструментами станет необходимым для всех специалистов, включая менеджеров проектов и разработчиков. Это связано с тем, что использование нейросетевых технологий значительно повышает производительность сотрудников. Человек, который умеет пользоваться современными сервисами, точно будет в приоритете у работодателей", - добавляет Жданов.