Как вы могли заметить в мире ИТ и "большого программирования" уже более 6 лет активно используется так называемый искусственный интеллект (ИИ), и надо отметить, вполне успешно ускоряя многие процессы, в частности написание кода, генерацию сопроводительной документации, про комментарии в коде я уже и говорить не буду. Генеративные модели работают неожиданно для многих скептиков просто поразительно.
Снижение доли ошибок при генерации результата позволяет (или скоро позволит) более активно использовать ИИ в чувствительных областях человеческой деятельности, например медицина, но пока это заключение я оставлю за скобками и на этот счет лучше прислушаться коллег, которые прогнозируют развитие ИИ в геометрической прогрессии и скорого достижения точки сингулярности.
А как же наша отрасль (1С и взаимосвязанные технологии), там тоже отрабатываются упражнения с ИИ и где-то довольно успешно, в сети можно встретить внушительное количество различных наработок в части использования ИИ как для процесса разработки, так и в различных прокладных задачах. Тут надо прямо сказать, что это вполне нормальный процесс поиска применения ИИ, так как игнорировать прогресс не самый продуктивный подход.
Давайте попробуем определить основные возможные тренды в части применения ИИ и попробуем выделить области ограничений.
1. Разработка продукта - разработка продукта (например некой конфигурации) вероятнее всего будет упрощена в части формирования рутинного кода, который чаще всего генерируется при разработке интерфейсов, печатных форм, операциях с данными (извлечение данных запросами, формирование искомого результата). Разработка целостных подсистем включая этапы анализа запроса бизнеса, формирование архитектуры, бизнес логики какое-то еще продолжительное время будет оставаться за человеком;
2. Разработка документации - с разработкой документации процесс должен обстоять значительно проще, суть генеративных моделей заключается именно в работе подобного рода, поэтому в этой части ИИ существенно разгрузит человека;
3. Анализ текстовой, аудио и графической входящей информации - технологии распознавания входных данных еще до 2000-х применялись довольно активно (часто не в 1С конечно), но текущем уровне возможностей ИИ данная часть работы так же не будет проблемой для ИИ и так же позволит человеку не тратить на рутинную работу свое время;
4. Мониторинг и решение инцидентов - данное направление все же пока еще можно считать только перспективным, но более чем возможным, для примера можно рассмотреть задачи по решению вопросов с производительностью, если обеспечить ИИ всей необходимой информацией о работе кластера 1С и сервера СУБД, а так же предоставить интерфейс для внесения изменений, то волне можно ожидать, что какие-то инциденты ИИ успешно сможет решить.
Ограничения:
Ограничений пока еще достаточно много и за кажущимся всемогуществом ИИ, остаются области, в которых взаимодействие ИИ и заказчика (в нашем случае, так как мы всегда работаем с бизнес заказчиком) будет сложно выстроить на уровне, необходимом для постановки задачи, не все заказчики формируют свой запрос в готовом формализованном виде, чтобы сразу передать его в разработку, именно поэтому тут вероятно в ближайшее время чуда не случиться.
Не стоит забывать так же о том, что принятие решений в ключевых вопросах (управление технологическими процессами, медицина, многофакторный анализ, требующий учет внешних факторов, которые могут быть получены только через органы восприятия человека и так далее).
Вывод:
ИИ это отличный помощник, который точно позволит нам разгрузить себя от рутинной работы, но чтобы полностью замкнуть на себе цикл разработки конечного продукта по моим ощущениям потребуется еще существенное количество времени и так как наша статься не является точным прогнозом или рекомендаций, попробуем предположить, что и в 2035 году специалисты 1С будут очень даже востребованы!