«ИИ не заменяет разработчика - он меняет саму профессию», - отметил в интервью Николай Абрамов, руководитель дирекции AI компании «Первый Бит».

Цифровая трансформация перестала быть модным словом - сегодня это вопрос конкурентоспособности и выживания бизнеса. Компании стремятся снижать издержки, ускорять процессы и не терять клиентов в условиях усиливающейся конкуренции.

На этом фоне искусственный интеллект быстро прошёл путь от экспериментальной технологии до рабочего инструмента. Его уже применяют в продажах, маркетинге, клиентском сервисе, управлении запасами, финансах и HR. Но особенно заметно ИИ меняет ИТ-отрасль: он пишет код, тесты и документацию, помогает искать ошибки и разбираться в чужих проектах.

Может ли ИИ заменить ИТ-специалиста? Стоит ли компаниям отказываться от найма джунов? И какие задачи пока нельзя доверить даже самой продвинутой модели? Об этом поговорили с Николаем Абрамовым, руководителем дирекции AI компании «Первый Бит».

- Может ли ИИ заменить ИТ-специалистов?

- Честно говоря, слово «заменить» здесь слишком громкое. Сегодня ИИ действительно берёт на себя значительную часть задач, которые раньше могли отнимать у разработчика половину рабочего дня: генерацию кода, создание форм и отчётов, подготовку тестов, документации, поиск очевидных ошибок. С помощью ИИ можно полностью перестроить весь процесс создания программного кода – теперь гораздо меньше времени уходит на его написание, но значительно больше на его проверку.

Если задача звучит как «сделать ещё один модуль по уже понятному образцу», ИИ может справиться с ней очень быстро, особенно если задан правильный контекст. Но всё меняется, когда нужно понять, как система должна работать в целом, решить нестандартную задачу или сделать проект, код которого не помещается в контекст (пусть даже и очень мощной) модели.

Например, необходимо учесть бизнес-процессы конкретного заказчика (которые ИИ не знает), интегрировать решение с несколькими внешними системами (у которых, например, нет готового MCP), предусмотреть риски, ограничения по безопасности и/или высокой нагруженности системы. Здесь ИИ остаётся сильным помощником, но не самостоятельным исполнителем. Можно представить его как очень толкового и уверенного в себе стажера, который искренне старается помочь вам, но не понимает всех реалий.

Поэтому я бы сформулировал так: ИИ не заменяет специалиста — он меняет его профессию. Разработчик всё больше становится архитектором, аналитиком и постановщиком задач, а рутинную часть работы всё чаще выполняет машина. Всё важнее становится умение проверять и тестировать код, который написал ИИ.

- Получается, компании могут не нанимать джунов и заменить их ИИ?

- Это один из самых популярных вопросов, и в нём есть ловушка.

Да, ИИ способен закрывать большую часть типовых задач, которые традиционно поручали начинающим специалистам. Поэтому первая реакция финансового директора может быть вполне предсказуемой: «Зачем нанимать человека, если можно использовать ИИ?»

Но если сегодня перестать брать джунов, то через три-пять лет компания столкнётся с дефицитом миддлов. А ещё через несколько лет — с нехваткой сеньоров и архитекторов. Профессионалов нужно где-то выращивать: опыт не появляется сам по себе. Поэтому текущую ситуацию на рынке труда среди программистов можно описать – низкий найм и низкое увольнение. Опытного разработчика увольнять боишься, а молодого брать – незачем.

Поэтому правильная формула — не «ИИ вместо джуна», а «джун плюс ИИ скоро будет миддлом». В такой связке начинающий специалист быстрее растёт, получает возможность решать более содержательные задачи и учится не механически писать однотипный код, а понимать продукт, процессы и ответственность за результат. И тогда миддл будет не через полтора-два года, а уже через 5-6 месяцев.

Фактически ИИ может стать для джуна очень терпеливым наставником: объяснить незнакомый фрагмент кода, предложить варианты решения, помочь с тестами. Но проверять результат, видеть ошибки модели и принимать решения всё равно должен человек, желательно опытный.

- А можно ли тогда сократить штат разработчиков?

- Технически - иногда можно. Но я бы очень осторожно относился к такой логике.

Периодически появляются очень громкие заявления: «Мы сократили часть команды и заменили её ИИ». Но производительность разработки измеряется не числом сгенерированных строк кода (на этом уже обжигались менеджеры в 90-е, когда пытались измерять эффективность работы программистов). Важнее другое: способна ли команда довести продукт до клиента, сохранить качество, не создать технический долг и не сломать работающие процессы по дороге.

Более реалистичный сценарий выглядит иначе: та же команда начинает делать больше. Условно, десять специалистов могут выполнять объём, на который раньше требовалось пятнадцать. Но это не означает, что пятерых нужно уволить. Это означает, что бизнес может быстрее запускать новые проекты, не раздувая штат, или направить высвободившиеся ресурсы на развитие продукта.

Если цель - снизить издержки, разумнее не нанимать дополнительную команду под каждую новую инициативу, а усиливать существующую правильными ИИ-инструментами. Массовое сокращение разработчиков ради красивой цифры в отчёте часто приводит к потере экспертизы, падению качества и проблемам, которые становятся заметны не сразу.

- Какие задачи разработчики уже сегодня делегируют ИИ?

- Список довольно большой - и он постоянно расширяется. Например, ИИ хорошо справляется с: написанием и дополнением тестов, генерацией SQL-запросов, задачами DevOps, рефакторингом кода, переводом кода с одного языка программирования на другой, а также подготовкой технической документации.

Особенно полезен ИИ при работе с чужим кодом. Раньше разработчик мог несколько часов разбираться, что делает конкретный модуль и почему он устроен именно так. Сегодня можно за несколько минут получить структурированное объяснение, выделить зависимости, риски и возможные точки для доработки.

На этапе код-ревью ИИ тоже помогает: он снимает часть рутины и позволяет человеку сосредоточиться не на форматировании или очевидных ошибках, а на логике, архитектуре и бизнес-рисках.

- А теперь провокационный вопрос - с чем искусственный интеллект пока не справляется?

- С задачами, где критичны глубокий контекст и ответственность за последствия

ИИ может предложить несколько вариантов архитектуры сложной системы. Но выбрать решение, которое действительно подходит конкретной компании — с её бюджетом, историей, командой, ограничениями и планами развития, — должен именно человек.

Есть и другие сложные зоны:

  • нестандартные инциденты в промышленной эксплуатации — когда ошибка возникает раз в неделю, при редком сочетании условий;
  • работа с легаси-системами без документации — здесь модели нередко начинают достраивать недостающий контекст и могут ошибаться;
  • сложные интеграции на стыке нескольких систем, где важны не только технические, но и организационные договорённости;
  • информационная безопасность — базовые проблемы ИИ уже умеет находить, но тонкие и контекстные риски всё ещё может пропустить;
  • принятие решений с высокой ценой ошибки — особенно там, где нужно понимать, что делать нельзя ни при каких обстоятельствах.

ИИ не чувствует последствий так, как это делает опытный инженер. Он может предложить правку, которая выглядит безобидно, но на деле затрагивает старые модули, нарушает совместимость или создаёт риск для бизнеса.

Поэтому сегодня ИИ — это не автономный разработчик, а очень мощный партнёр. Он быстро выполняет работу, предлагает идеи, помогает анализировать и ускоряет команду. Но ответственность, системное мышление и финальное решение остаются за человеком.

- Какой главный совет вы бы дали компаниям, которые только начинают внедрять ИИ в разработку?

- Не стоит начинать с вопроса: «Кого мы сможем заменить?» Лучше спросить: «Где команда сегодня теряет больше всего времени?»

Обычно ответ находится быстро: подготовка документации, типовые доработки, тестирование, разбор обращений, поиск информации в базе знаний, первичный анализ ошибок. Именно с таких процессов и стоит начинать.

ИИ даёт наибольший эффект не тогда, когда его пытаются превратить в волшебную кнопку, а когда он становится частью ежедневной работы команды. Тогда он не вытесняет людей, а освобождает их от рутины — чтобы они могли заниматься тем, что действительно требует опыта, здравого смысла и понимания бизнеса.

#ai #вайбкодинг #интервью #будущее #будущееии #будущееработы #разработка #внедрениеии