Консалтинговая технологическая компания Axenix провела исследование влияния искусственного интеллекта на процессы разработки программного обеспечения и кадровую ситуацию в ИТ-сегменте. Эксперты пришли к выводу, что внедрение ИИ в полный цикл разработки ПО — от генерации кода до тестирования и сопровождения — удваивает продуктивность разработки, но ожидаемого эффекта в ускорении вывода продуктов на рынок не происходит. При этом использование ИИ меняет требования к командам и требует пересмотра кадровой стратегии компаний.

Согласно данным StackOverflow, сегодня инструменты ИИ используют 84% разработчиков на мировом рынке, с его помощью создается более 40% программного кода, при этом его генерация ускоряется в 2-3 раза. Автоматизируются также создание документации, тестирование и другие задачи. В результате опытный ИТ-специалист, использующий современные ИИ-инструменты, способен выполнять объем работы, который ранее распределялся между двумя или тремя junior-работниками.

Средняя экономия при отказе от найма одного начинающего специалиста может достигать 1-1,5 годовых оклада без учета налоговых отчислений. Вполне логично, что компании и в России, и в других странах снижают набор молодых сотрудников.

При этом исследование показало, что рост производительности отдельных этапов разработки не всегда приводит к сокращению сроков вывода продукта на рынок. «Бутылочным горлышком» становится верификация сгенерированного кода, написанного с помощью ИИ, так как senior-специалисты тратят на эту работу до 70% своего времени.

По мнению экспертов Axenix, долгосрочный риск для отрасли формируется под влиянием двух основных факторов. Во-первых, обеспокоенность вызывает качество сгенерированного кода. Так, в исследовании говорится, что команды с активным использованием ИИ накапливают технический долг значительно быстрее, чем при традиционном подходе к разработке.

В частности, за последние годы в несколько раз увеличился показатель churn rate — доля кода, который переписывается в течение короткого времени после создания. Высокий churn rate означает, что код принимается в систему, но вскоре оказывается некорректным или не соответствующим требованиям. Из-за этого его приходится перерабатывать. Т.е., речь идет не просто об увеличении объема переделок, которое могло бы объясняться ростом общего объема разработки, а именно об ухудшении качества нового кода. Во-вторых, из-за активного внедрения ИИ senior-специалисты все больше времени тратят на проверку и исправление сгенерированного кода, тогда как новых кадров для их замены становится меньше.

Поскольку компании все активнее замещают junior-позиции ИИ-инструментами и нанимают меньше молодых специалистов, воронка профессионального роста сужается уже сейчас. Некому проходить путь от junior до middle и senior. Учитывая, что этот путь традиционно занимает 10-15 лет, последствия проявятся не сразу. Но через годы рынок столкнется с острым дефицитом опытных специалистов, которые смогли бы отвечать за развитие сложных цифровых продуктов. По мнению экспертов Axenix, формируется риск разрыва «кадрового конвейера». Если в 2020 году junior-разработчики составляли около 40% кадровой структуры, то в 2026 году их доля снизилась 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 утрачиватьcя. ИИ способен существенно повысить эффективность работы, но не может заменить систему подготовки экспертов, которая формировалась десятилетиями», — прокомментировал Андрей Толстов, старший менеджер Axenix.

Наиболее эффективной стратегией, по его словам, является сочетание ИИ-инструментов разработки и сохранения программ подготовки junior-специалистов. Таким образом, компании и сокращают издержки, и сохраняют преемственность кадров.

Кроме того, исследование указывает на дополнительный источник кадров для технических и архитектурных ролей — через переобучение системных аналитиков. ИИ снижает технический барьер входа в архитектуру: с его помощью проще генерировать прототип, оценить производительность решения, разбираться в чужой кодовой базе. Аналитики с 5-7 годами опыта уже успешно переходят на позиции технических аналитиков и младших архитекторов.