Технологическая консалтинговая компания Axenix объявила о завершении исследования, посвященного воздействию искусственного интеллекта на процессы создания программного обеспечения и кадровую обстановку в ИТ-сфере. Специалисты установили, что интеграция ИИ на всех этапах разработки ПО — начиная с написания кода и заканчивая тестированием и поддержкой — повышает производительность вдвое, однако ожидаемого ускорения выхода продуктов на рынок не наблюдается. В то же время применение ИИ трансформирует требования к командам и вынуждает компании пересматривать свою кадровую политику.
По информации StackOverflow, в настоящее время инструментами ИИ пользуются 84% разработчиков по всему миру, при этом с их помощью создается свыше 40% программного кода, а скорость его генерации возрастает в 2-3 раза. Кроме того, автоматизируются такие задачи, как подготовка документации, тестирование и прочие. В итоге опытный ИТ-специалист, применяющий современные ИИ-решения, способен справляться с объемом работы, который ранее выполняли два или три младших сотрудника.
Средняя экономия при отказе от найма одного начинающего специалиста может составлять от 1 до 1,5 годовых окладов без учета налогов. Закономерно, что компании как в России, так и за рубежом сокращают набор молодых кадров.
Вместе с тем исследование продемонстрировало, что повышение производительности на отдельных этапах разработки не всегда ведет к сокращению времени вывода продукта на рынок. «Узким местом» становится проверка кода, написанного с помощью ИИ, поскольку на эту задачу senior-специалисты тратят до 70% своего времени.
По мнению экспертов Axenix, долгосрочная угроза для отрасли складывается под воздействием двух ключевых факторов. Во-первых, вызывает беспокойство качество сгенерированного кода. В отчете отмечается, что команды, активно использующие ИИ, накапливают технический долг значительно быстрее по сравнению с традиционным подходом к разработке.
В частности, за последние годы в несколько раз вырос показатель churn rate — доля кода, который переписывается вскоре после его создания. Высокий churn rate указывает на то, что код принимается в систему, но впоследствии оказывается некорректным или не соответствующим требованиям, что вынуждает его перерабатывать. Таким образом, речь идет не просто об увеличении объема доработок, которое могло бы быть связано с ростом общего объема разработки, а именно об ухудшении качества нового кода. Во-вторых, из-за активного внедрения ИИ senior-специалисты все больше времени уделяют проверке и исправлению сгенерированного кода, при этом число новых кадров, способных их заменить, сокращается.
Поскольку корпорации всё чаще заменяют начинающих специалистов ИИ-инструментами и сокращают найм молодых кадров, профессиональный эскалатор сужается уже сегодня. Не остаётся тех, кто мог бы пройти путь от джуниора до мидла и сеньора. Учитывая, что традиционно на это уходит от 10 до 15 лет, последствия проявятся не сразу. Однако спустя годы рынок столкнётся с серьёзной нехваткой опытных профессионалов, способных отвечать за развитие сложных цифровых продуктов. Как считают эксперты Axenix, формируется угроза разрыва «кадрового конвейера». Если в 2020 году доля junior-разработчиков составляла около 40% кадровой структуры, то к 2026 году она снизилась до 30%.
«С точки зрения бизнеса краткосрочная выгда выглядит привлекательно. Но такая стратегия несёт риск нехватки квалифицированных специалистов на рынке и удорожания услуг топ-кадров. Через десять лет при нынешних темпах развития вайбкодинга сами инструменты разработки и ИИ могут претерпеть кардинальные изменения. И если отрасль перестанет системно взращивать кадры, способные глубоко понимать технологии, существует риск, что сложные продукты постепенно станут «чёрными ящиками». Понимание того, как системы устроены в целом и как ими управлять, начнёт исчезать. ИИ способен существенно повысить эффективность работы, но не может заменить систему подготовки экспертов, которая выстраивалась десятилетиями», — отметил Андрей Толстов, старший менеджер Axenix.
Наиболее эффективной стратегией, по его словам, является комбинация ИИ-инструментов разработки и сохранения программ обучения junior-специалистов. Таким образом компании и сокращают издержки, и обеспечивают преемственность кадров.
Кроме того, исследование указывает на ещё один источник кадров для технических и архитектурных ролей — через переобучение системных аналитиков. ИИ снижает технический порог входа в архитектуру: с его помощью проще создавать прототипы, оценивать производительность решений и разбираться в чужом коде. Аналитики с 5–7-летним опытом уже успешно переходят на позиции технических аналитиков и младших архитекторов.
