Статья является переводом и адаптацией. Источник: TheNewStack, автор Lucas Mendes
Будущее принадлежит тем руководителям в сфере разработки, которые воспринимают ИИ не просто как инструмент, а как фундаментальное изменение в том, как команды работают и создают софт.
ИИ трансформирует сам процесс создания программного обеспечения — и происходит это быстрее, чем ожидали многие. Но что именно означает этот сдвиг для инженерных команд и их лидеров?
DeveloperWeek 2025 подарил нам возможность провести дискуссию с представителями крупнейших игроков в области ИИ: Amazon, Microsoft, Google и Augment Code. Мы обсудили, как большие языковые модели (LLMs) меняют процесс разработки, тренды и что должны делать руководители, чтобы оставаться на шаг впереди.
1. ИИ-кодинг-ассистенты выходят за рамки генерации кода
Мы все уже видели ИИ-инструменты, которые умеют генерировать код. Но самые значимые достижения сегодня выходят далеко за пределы этого. Спикеры поделились, что ИИ теперь помогает разработчикам в таких областях, как:
- Автоматизированное тестирование. ИИ может сам генерировать юнит-тесты (небольшие автоматические тесты, проверяющие отдельные части программы) и улучшать охват кода;
- Миграция кода. Amazon рассказала, как ИИ помог перенести 30 000 приложений на новую версию Java, сэкономив 4 500 часов ручной работы;
- Реакция на инциденты. ИИ снижает стресс у инженеров на дежурствах, предлагая в реальном времени релевантные логи, последние коммиты и подсказки для устранения проблем.
«ИИ-системы ускоряют самые разные задачи разработки на 80%. Они не просто генерируют код, а трансформируют целые рабочие процессы: от документации до сложных инженерных задач», — отметил Ану́п Деорас из Amazon.
Винай Пернети, директор по инженерии в Augment Code, подчеркнул важный сдвиг:
«Если ИИ-ассистент понимает вашу кодовую базу, документацию и прошлые обсуждения, ему не нужно выдавать идеальный ответ — достаточно лишь помочь вам начать. Это огромная разница. Она снижает стресс, повышает продуктивность и освобождает время для разработчиков, чтобы сосредоточиться на уровне продукта».
Главное изменение заключается в том, что ИИ уже не просто кодинг-ассистент — он становится полноценным компаньоном инженера в реальном времени.
2. Экспертиза человека по-прежнему критична
Хотя ИИ может ускорить множество задач, ему все еще необходим человеческий контроль, особенно в таких случаях, как:
Качество и безопасность кода — ИИ может сгенерировать уязвимости, если код не проходит проверку человеком;
ИИ способен писать код, но не всегда следует оптимальным архитектурным шаблонам, если специально не обучен;
Предотвращение галлюцинаций (ситуаций, когда модель уверенно выдает ошибочную или вымышленную информацию) — Microsoft и Google подчеркнули: без участия человека ИИ может выдавать вводящий в заблуждение или некорректный код.
Нило Датта Рой, старший директор по продакт-менеджменту в Microsoft AI, отметил роль человеческой обратной связи:
«Есть большая разница между тем, что модели становятся “умными”, и тем, что они становятся полезными в реальных приложениях. Эту разницу обеспечивает именно человеческая разметка. RLHF (reinforcement learning with human feedback — обучение с подкреплением на основе человеческой обратной связи) гарантирует, что сгенерированный AI код будет соответствовать лучшим практикам, стандартам безопасности и требованиям к производительности».
Главный вывод: ИИ — это усилитель, а не замена. Наибольшее преимущество получат инженеры, которые умеют направлять и проверять результаты ИИ.
3. Сдвиг в навыках: инженеры должны учиться управлять ИИ
ИИ не отбирает рабочие места у инженеров, куда скорее меняет набор необходимых навыков для эффективной работы. По мнению участников конференции, лучшие инженеры в мире, где доминирует ИИ, будут те, кто:
- Понимают сильные и слабые стороны искусственных ассистентов, т.е. используют их для автоматизации рутинных задач, но оставляют за собой принятие ключевых решений;
- Мыслит за пределами синтаксиса — поскольку ИИ берет на себя всю рутинную работу, инженерам важнее сосредоточиться на архитектуре, проектировании систем и стратегическом решении задач;
- Принимают культуру экспериментов — команды, которые активно внедряют и адаптируют ИИ-инструменты, будут опережать тех, кто сопротивляется изменениям.
Ану́п Деорас из Amazon отметил:
«Ваши разработчики должны быть за рулем: они направляют ИИ-агента и формулируют цели».
Вероятнее всего, чтобы просто писать код, инженеры будут руководить ИИ-системами, помогая им выполнять сложные технические процессы и обеспечивать, чтобы решения соответствовали бизнес-целям и инженерным практикам.
4. Как измерить влияние ИИ: фокус на использовании, а не на ROI
Одна из частых проблем для технических лидеров — как оценивать эффект от внедрения ИИ. Нужно ли считать строки кода, написанные ИИ? Или количество предотвращенных багов? А может, прирост продуктивности?
Конференция пришла к выводу: лучшая метрика — это принятие и удовлетворенность разработчиков. Если инженеры продолжают пользоваться инструментом, потому что он реально облегчает им жизнь, значит, он приносит ценность. Если же он простаивает без дела — пользы нет.
Например, в Augment Code отслеживают:
- Повторное использование — заходят ли разработчики в ИИ-инструмент ежедневно?
- Принятые автодополнения — устраивают ли инженеров подсказки от ИИ-ассистента?
- Настроение разработчиков — готовы ли они рекомендовать инструмент коллегам?
«Лучшая метрика — это именно использование», — отметил Винай Пернети из Augment Code. — «Продолжают ли люди работать с инструментом не только в первый день, но и через месяцы?»
В компании Revelo заметили: команды, которые внедряют ИИ раньше других, получают конкурентное преимущество. Те же, кто откладывает, рискуют отстать по скорости и эффективности.
5. Что должны делать техлиды, чтобы оставаться впереди
Роль инженерного руководства меняется. ИИ разрушает привычные командные структуры, а границы между инженерией, продуктом и data science становятся все менее четкими.
Ключевые шаги для лидеров:
- Поощрять эксперименты. Дать инженерам пространство для тестирования AI-инструментов и интеграции самых полезных;
- Переосмыслить командные структуры. Переходить к кросс-функциональным командам, где разработчики, продакт-менеджеры и дизайнеры работают вместе с ИИ, быстрее проходя цикл итераций.
- Лидировать собственным примером. Руководители должны сами активно использовать ИИ, чтобы понимать его сильные и слабые стороны. Нельзя просто делегировать внедрение ИИ — нужно быть вовлеченным напрямую.
Пауло Заккелло из Google подчеркнул сдвиг в командных структурах и требованиях к талантам:
«Мы уходим от традиционной структуры, где есть фронтенд- и бэкенд-инженеры. Вместо этого формируются целостные мультидисциплинарные команды, включающие продукт, UX и инженерию. Кроме того, всё больше нужен талант, который совмещает инженерные навыки с data science. Лидеры должны это осознавать и развивать такие гибридные скиллы».
Финальные мысли от Scalehost
Опыт крупнейших игроков рынка — Amazon, Microsoft, Google и Augment Code — подтверждает: ИИ не просто ускоряет процессы, а меняет саму суть инженерной работы. Для компаний это сигнал: будущее принадлежит тем, кто вовремя адаптируется и создаст условия, где ИИ будет работать в связке с командой и инфраструктурой.
В Scalehost мы разделяем эту философию. Наша задача — не только предоставлять надежный хостинг и DevOps-сервисы, но и помогать клиентам уверенно двигаться в сторону технологий будущего. Сильная инфраструктура и грамотная поддержка — фундамент для успешного внедрения ИИ-инструментов, а значит, и для роста бизнеса.
👉 Хотите создать стабильный и масштабируемый ресурс для вашего eCommerce проекта? Перейдите на сайт Scalehost и узнайте, как мы можем помочь вашей команде работать быстрее и эффективнее.