Помогает ли искусственный интеллект в ИТ‑бизнесе на самом деле
В последнее время искусственный интеллект расширяет свое присутствие во многих сферах человеческой деятельности: например, в науке, искусстве, медицине и образовании. Не остаются в стороне и информационные технологии. Работодатели все чаще ищут специалистов со знанием ИИ‑инструментов, а в заявлениях крупных компаний мелькают тезисы о невероятном повышении продуктивности за счет сокращения рутинных задач. При этом реальный эффект от внедрения ИИ‑инструментов не всегда совпадает с ожиданиями — зачастую они не помогают, а, наоборот, только увеличивают нагрузку на персонал вашей компании. Почему так происходит и что с этим делать — расскажем в статье.
Дисклеймер: в материале под «искусственным интеллектом» и «ИИ‑инструментами» мы будем иметь в виду генеративный ИИ — большие языковые модели и нейросети для создания графического/аудио контента, а также приложения, построенные на их основе (например, кодинг‑ассистенты).
Как выглядит роль ИИ в глазах работодателей
Исследования показывают высокий уровень ожиданий работодателей. Например, 96% генеральных директоров, опрошенных компанией Upwork, считают, что внедрение ИИ увеличивает общую продуктивность компании. Многие переходят от слов к делу, поощряют и даже требуют от сотрудников использовать нейросети во время работы.
Повсеместное распространение ИИ поддерживают и на государственном уровне. Например, в России утверждена Национальная стратегия развития искусственного интеллекта, согласно которой до 80% сотрудников российских компаний к 2030 г. должны овладеть навыками использования ИИ‑технологий. А количество вакансий, в которых работодателям нужен опыт работы с искусственным интеллектом, за последние два года выросло в два раза.
При этом менеджмент не всегда понимает, как именно внедрение ИИ‑инструментов сделает работу эффективнее. Его решения могут быть продиктованы банальным опасением отстать от конкурентов. Например, конкуренты на конференциях рассказывают, как ИИ помог высвободить им сотни рабочих часов: сократил время на написание кода и любого текста, или помог в разработке маркетинговой стратегии. Никто не хочет оказаться компанией по продаже CD‑дисков, которая вовремя не разглядела потенциал стриминговых сервисов. Стремясь победить в гонке, менеджеры могут переоценивать новые технологии и игнорировать потенциальные проблемы.
Насколько ИИ‑технологии действительно помогают в работе
Несмотря на высокие ожидания, конкретные планы по внедрению ИИ‑инструментов часто бывают туманны. Только одна из восьми компаний имеет стратегию по интеграции ИИ в повседневные рабочие процессы, и лишь немногие работодатели предусматривают обучение для сотрудников по взаимодействию с нейросетями.
Зачастую сотрудники начинают использовать ИИ‑инструменты без указания от руководства. Их инициатива основывается не только на желании облегчить себе работу, но и на желании не проиграть конкурентную борьбу. В IT‑индустрии, в которой специалисты привыкли перманентно обучаться новому в постоянно меняющихся условиях, распространены тревожные настроения: 74% айтишников беспокоятся о том, что ИИ частично или полностью заменит их навыки и компетенции.
Наиболее частые проблемы заключаются в том, что им приходится:
- делать больше работы за то же время или вознаграждение;
- тратить время на исправление контента, созданного с помощью ИИ;
- заниматься самостоятельным обучением.
И это не единственное исследование, которое пришло к подобным выводам. Например, отчет компании Harness «State of Software Delivery 2025» сообщает, что внедрение ИИ‑инструментов для программирования приводит к увеличению нагрузки на разработчиков. Теперь они тратят значительно больше времени на поиск и исправление ошибок в сгенерированном коде, устранение уязвимостей в безопасности. Также объем «ручной» работы увеличивается на этапах тестирования, контроля качества и интеграции.
В чем проблемы нейросетей для IT
Прежде всего, это вопросы к качеству сгенерированного кода. Сегодня нейросети неплохо справляются с простейшими задачами, но на них еще рано полагаться при работе со сложными алгоритмами, высоконагруженными системами и редкими языками. Большинство разработчиков указывают на низкое качество сгенерированного кода, и более половины тимлидов заявляет, что сталкиваются с проблемами в развертывании как минимум в половине случаев использования кода, написанного ИИ. Это означает, что код по‑прежнему проще писать вручную.
Также слабой стороной чат‑ботов на основе ИИ стали проблемы с безопасностью данных и авторскими правами. Сотрудник не может «скармливать» модели конфиденциальную информацию. С серверов OpenAI произошло уже несколько утечек данных, одна из которых даже привела к внутреннему запрету Samsung на использование сотрудниками ChatGPT.
Есть и менее очевидный аспект взаимодействия с ИИ. Согласно исследованию, опубликованному в журнале Ассоциации вычислительной техники, у тех, кто работает с ИИ‑моделями, возникает эффект, подобный плацебо. Со временем человек начинает больше доверять роботу, видеть мнимый точный и эффективный результат там, где его может не быть на самом деле, и, в целом, менее критично относиться к сгенерированной информации.
Как на самом деле ИИ помогает IT‑специалистам
Тем не менее, многие разработчики ежедневно применяют ИИ‑инструменты — значит, существуют более позитивные сценарии их использования.
Согласно исследованию CodeSignal, программисты чаще пользуются нейросетями не для написания кода или отладки, а для обучения и поиска информации. Когда программистов (как сформировавшихся профессионалов, так и новичков) просят назвать главные выгоды от использования ИИ в работе, улучшение качества кода идет далеко позади ускорения обучения. Некоторые разработчики также применяют языковые модели для упрощения работы с документацией.
То есть CoPilot, ChatGPT и прочие сервисы айтишники используют не для повышения эффективности работы, а в качестве своеобразной расширенной версии Гугла и интерактивного справочника в одном флаконе. Даже известная многим по Jira и Trello компания Atlassian в своём блоге признает, что на данный момент лучшее применение ИИ для разработчиков — брейншторминг, то есть поиск идей, а не более качественное решение конкретных задач.
Тем не менее, общий сентимент пока остаётся тем же: нейросети по‑прежнему пишут забагованный код, который необходимо проверять, хотя теперь они делают это лучше.
Станет ли ИИ универсальным помощником
Подведем итоги: пока менеджмент компаний руководствуется заявлениями конкурентов и провайдеров ИИ‑инструментов, рядовые сотрудники сообщают об увеличении стресса и дополнительной нагрузки. А также об отсутствии понимания того, как именно использование нейросетей может увеличить их производительность. Такой дисбаланс отчасти объясняется завышенными ожиданиями и текущим несовершенством технологий.
Важно понимать, что ИИ — это не серебряная пуля, которая мгновенно улучшит продуктивность, сократит издержки и выведет компанию на новый уровень. Лишь немногие работодатели могут похвастаться отлаженной системой обучения сотрудников или проработанной стратегией интеграции ИИ‑инструментов. Для их эффективного внедрения необходимо установить доверительную коммуникацию с сотрудниками и понять, на каких участках работы и как именно им поможет искусственный интеллект.
Тренд на интеграцию генеративного ИИ в повседневные рабочие процессы останется с нами надолго, а IT‑сфера продолжит быть локомотивом адаптации новых технологий в сфере труда. И хотя стать универсальным инструментом для решения рутинных задач ИИ пока не удалось, многие сотрудники уже применяют его для обучения и поиска новых идей.
О чем хотите спросить автора статьи? Пишите вопросы в комментариях.