Программисты больше не нужны? Что на самом деле делает ИИ с ИТ-рынком

Наверное, ничто так не бьет по человеку, как момент, когда то, чем он гордился всю профессиональную жизнь, вдруг перестает иметь значение. Программист, годами оттачивавший умение писать код на C++, или разработчик, способный разобраться в любой архитектуре, строили свою профессиональную идентичность вокруг конкретных навыков. Именно эти умения формировали их ценность, их эго и, в конце концов, делали их одними из самых высокооплачиваемых специалистов как в Украине, так и в мире.

Но с появлением искусственного интеллекта (ИИ) ситуация начала меняться. То, что еще недавно было их ключевой компетенцией, постепенно теряет свою исключительность. В центре этого процесса личностный конфликт, ведь технология, созданная людьми, меняет их представление о собственной профессии. Она заставляет переосмысливать свою роль и ценность, и именно это становится одним из самых болезненных аспектов трансформации IT-индустрии последних лет.

Парадокс в том, что эти изменения затрагивают всех - и тех, кто десятилетиями работает в индустрии, и тех, кто только входит в нее, и даже тех, кто уже закрепился и считал свое место стабильным.

Назвать это плохими временами сложно - любые изменения открывают новые возможности. Но они всегда несут неопределенность. Особенно для украинских разработчиков, которые с 2022 года и без того работают в сложных условиях. В этом контексте то, что ИИ становится для них новым вызовом, выглядит вполне закономерно.

Как ИИ и автономные системы меняют работу программистов? Почему написание кода перестает быть главным навыком? И как найти себя в новой реальности, где значительную часть того, что умели разработчики, берет на себя алгоритм?

Роль айтишников стремительно меняется

"Мы, возможно, в 6-12 месяцах от того, чтобы модели выполняли большинство, а возможно, и весь объем работы, который сегодня делают разработчики от начала до конца", - заявил CEO Anthropic Дарио Амодей во время дискуссии со своим коллегой Демисом Хассабисом из Google DeepMind на нынешнем Всемирном экономическом форуме.

Его слова можно трактовать по-разному: от очередного громкого заявления, призванного привлечь внимание к новым разработкам компании, до реалистичной оценки того, как ИИ, в частности агентные системы, меняют подходы к созданию программного обеспечения.

Это подтверждает и исследование украинской ИТ-компании SoftServe, проведенное совместно с MIT Technology Review. В нем говорится, что уже в ближайшие два года разработка программного обеспечения может достичь уровня автоматизации, сравнимого с беспилотными такси.

Сейчас большинство команд используют ИИ как вспомогательный инструмент для написания кода, тестирования или анализа. Но с развитием агентных систем подход меняется: компании постепенно переходят к полноценной агентной инженерии в рамках всего этапа разработки. В частности, 72% опрошенных ожидают, что в ближайшие два года ИИ-системы будут управлять большинством или даже всеми этапами жизненного цикла продукта, а 41% прогнозируют, что это произойдет уже в течение 18 месяцев.

В SoftServe говорят, что ситуация в индустрии меняется настолько быстро, что часть этих оценок уже можно считать устаревшими. "Мы начали этот репорт в декабре, но уже в апреле он частично устарел, поскольку мир за это время сделал еще один рывок. То, что мы прогнозировали на два года вперед, может стать реальностью уже к концу 2026 года", - говорит CTO направления Advanced Technologies в SoftServe Серж Газиев.

Речь идет о том, что ИИ-агенты будут управлять большинством этапов жизненного цикла продукта. В отрасли это явление называют Dark Software Factory - подходом, когда достаточно описать требования к продукту, а система самостоятельно создает готовый, протестированный софт, который можно сразу использовать.

Такой сценарий уже сейчас частично становится реальностью. Один из софтвер-инженеров рассказал ЭП, что уже сегодня около 80% его задач - это не написание кода напрямую, а формулировка запросов и постановка задач для модели. Далее ИИ самостоятельно генерирует код, а его роль сводится преимущественно к проверке результата.

В результате крупные компании активно интегрируют новые инструменты, запускают платные решения, а разработчики получают доступ ко все более мощным моделям. При этом, по словам Газиева из SoftServe, пока это не полностью реализованная модель, но индустрия очень быстро к ней движется.

Несмотря на это часть рынка сохраняет осторожный оптимизм. Например, CEO компании DevRain Александр Краковецкий соглашается, что направление развития, о котором говорят исследования и крупные технологические компании, является правильным. Но, по его мнению, процесс полной трансформации произойдет несколько медленнее, чем это иногда подают в громких заявлениях.

"Пока что это достаточно фрагментированный процесс. Кажется, что все уже перешли на агентов, но на практике это все еще относительно небольшая доля рынка. Хотя она очевидно будет расти", - отмечает Краковецкий.

Что это означает для инженеров и команд

Главная дискуссия в индустрии сегодня ведется уже не о том, изменится ли работа инженеров, а о том - насколько быстро и масштабно это произойдет. Сам факт изменений почти ни у кого не вызывает сомнений.

В этих условиях ключевым вызовом становится способность адаптироваться к новой реальности, где более важными становятся постановка задач, формулировка требований и оценка результата.

Если представить, что разработчик - это повар в ресторане, то раньше его работа выглядела так: он стоит у плиты и готовит каждое блюдо собственноручно. Нарезает, жарит, помешивает, пробует, исправляет. Это требует лет обучения, точных движений и постоянного внимания. А большинство времени уходило именно на техническое исполнение.

Теперь агентный ИИ - это как команда помощников на кухне, которым достаточно объяснить, что нужно сделать, и они сами реализуют задачу. Инженер, то есть повар, больше не стоит "у плиты", но его роль не исчезает, а скорее меняется. Теперь ценность программиста в том, что машины не умеют: понимать потребность, придумывать решения, контролировать качество и принимать решения в сложных ситуациях.

Но вот в этом и скрывается сложность. Если повар всю жизнь учился стоять у плиты и гордится своей техникой прожарки стейков, ему трудно принять, что теперь его профессиональная ценность формируется вокруг других навыков.

"Ключевой вызов сегодня - это изменение мышления. Часть инженеров все еще держится за свою профессиональную идентичность, связанную с конкретными языками программирования или подходами, и не успевает адаптироваться к новой модели работы с искусственным интеллектом", - отмечает Газиев.

Несмотря на разговоры о "конце программирования", Краковецкий предлагает смотреть на это не как на революцию, а как на очередной этап эволюции индустрии. "Это действительно выглядит как смена парадигмы. Раньше мы работали на уровне деталей реализации: писали код, управляли памятью, строили системы вручную. Сейчас мы поднялись выше и описываем бизнес-сценарии, а техническую реализацию все больше берет на себя система", - объясняет он.

Значительная часть простых задач уже сейчас может выполняться без участия технических специалистов. По мнению Газиева, для задач средней сложности программист теперь не всегда нужен в привычном понимании: часть работы могут выполнять, в частности, продакт-менеджеры, бизнес-аналитики и тестировщики. Как когда-то для создания простого сайта перестало быть обязательным участие разработчика, так и сейчас часть разработки становится более доступной без глубоких технических знаний.

Важно также понимать, что не все задачи одинаково поддаются автоматизации. В сложных проектах со старыми системами, которые годами строились и на которых держится бизнес или инфраструктура, не получится просто все быстро переписать или "перегенерировать" через ИИ.

По данным исследований SoftServe, если раньше ключевыми были DevOps, cloud и full-stack специалисты, то теперь наиболее востребованными становятся ИИ-инженеры (об этом говорят 51% опрошенных). Так, например, профессор Университета Гавайев Рик Казман считает, что широкое использование агентного ИИ станет именно в основе базовых инженерных процессах: написании кода, тестировании, рефакторинге и деплое этот сдвиг будет наиболее ощутимым.

Интеграция ИИ также меняет структуру команды, которая работает над конкретным проектом. Большие команды становятся менее нужными, а скорость разработки резко возрастает. "Мы называем эту модель one pizza team - это когда команду можно накормить одной пиццей, то есть это четыре-пять человек. В отличие от подхода с большими командами, такие группы становятся почти вдвое меньше, но работают продуктивнее", - объясняет Газиев.

В то же время использование ИИ резко сокращает продолжительность разработки. Если раньше за несколько недель команда могла подготовить только прототип, то теперь за то же время получает уже первую полноценную рабочую версию продукта и часто силами значительно меньшей команды.

Как отмечает АИ директор ЕРАМ Украина Вадим Власенко, таких случаев в компании становится все больше. "Если год-полтора назад мы говорили об ускорении в работе "до 20%", то сейчас уверенно говорим "от 20%". Модели стали существенно лучше, инструменты мощнее, а главное, что команды уже научились ими правильно пользоваться", - добавляет он.

Как это меняет бизнес-модели IT-компаний

Традиционно аутсорсинговая модель ИТ-компаний строилась на продаже человеко-часов - фактической "продаже времени" или "продаже команды" под конкретный проект. Теперь эта логика меняется.

По словам CTO Advanced Technologies в SoftServe, сервисная модель постепенно отходит от оплаты за часы работы и переходит к подходу, где клиент платит за результат. Проекты все чаще делят на этапы с четкими целями и стоимостью, иногда с бонусами за скорость или рисками для исполнителя в случае задержек.

В ЕРАМ отмечают, что идея платить за результат, а не за время на самом деле не нова, но раньше она разбивалась о невозможность точно предсказать сколько это займет. "Теперь ИИ делает такое прогнозирование намного точнее, а клиенты приходят уже не с размытым техническим заданием, а с готовым прототипом, сделанным собственноручно, и просят доработать его до готового продукта или создать только нужную часть функционала вместо покупки дорогих готовых решений", - говорит Власенко.

Однако он отмечает, что это пока постепенный сдвиг, поскольку доля таких сделок значительно меньше традиционной модели Time&Materials (T&M).

Собеседники ЭП в ІТ-секторе предполагают, ситуация на рынке может развиваться несколькими путями. С одной стороны, услуги могут существенно подешеветь: меньшие команды и более быстрая разработка означают более низкую стоимость.

С другой - возможен эффект, похожий на экономический парадокс Джевонса: когда технологии становятся дешевле и проще в использовании, люди начинают использовать это гораздо больше, и общее потребление растет, а не падает. Классический пример: паровые двигатели стали более экономичными и угля начали сжигать больше, потому что двигатели распространились везде. То есть в случае с ИТ-компаниями клиентов наоборот станет больше, и рынок в итоге только расширится.

Еще один сценарий - перераспределение кадров. Часть инженеров может перейти с аутсорса в продуктовые компании или крупные украинские бизнесы, где нужны более специализированные решения и более глубокое понимание домена.

По словам Краковецкого, граница между инхаус-разработкой и аутсорсингом постепенно размывается: даже нетехнические компании могут закрывать большинство задач собственными небольшими командами с использованием ИИ. То есть аутсорс-компании теряют клиентов не потому, что плохо работают, а потому, что клиенты просто меньше нуждаются во внешней помощи.

Параллельно крупные компании все чаще строят собственные внутренние IT-структуры, и этот тренд будет только усиливаться. Кроме этого трансформируется и взаимодействие с клиентом. "Изменятся требования к поставщикам услуг: выбор партнера станет гораздо более придирчивым", - прогнозирует Власенко.

Что будет с профессией и входом в нее

Однозначного ответа, пострадают ли инженеры, нет. Уже сейчас видно, что часть компаний сокращает команды благодаря автоматизации. Это касается не только программистов, но и других специалистов, которые выполняли рутинные задачи.

В то же время говорить о полном исчезновении профессии рано. Скорее речь идет о ее трансформации. Больше всего вопросов возникает по начинающим специалистам, ведь именно их задачи в компаниях уже сейчас начинает выполнять ИИ. Но это не значит, что они исчезнут как класс - просто меняется точка входа.

Вместо обычного знания конкретного языка программирования более важными становятся фундаментальные навыки: понимание задач, логики систем и умение работать с инструментами ИИ.

По убеждению Газиева фактически роль Junior разработчика смещается к этапу финальной доработки продукта, когда нужно проверить результат, найти ошибки и довести решение до рабочего состояния. Знания языков программирования остаются важными на уровне понимания, но уже не на уровне синтаксиса, когда важнее правильно выбрать подход и оценить результат.

Кроме того, появляется новый тип специалиста - условно "AI-native инженер". Это не обязательно сильнейший программист в классическом понимании, но человек, который умеет эффективно использовать инструменты ИИ и достигать результата.

Именно этот навык становится важным для будущего программиста. По словам Краковецкого, позиция Junior скорее всего останется, но работать они будут вместе с ИИ-инструментами и агентами.

Сложные задачи, как и раньше, будут выполнять Senior - прежде всего архитектуру и системные решения. То есть процесс меняется, но разделение на сложные и простые задачи сохраняется.

В то же время граница между позициями в компаниях может начать размываться из-за появления super-junior - людей без большого опыта, но с правильным мышлением и умением работать с ИИ. В 18-20 лет они могут показывать результат уровня специалистов с многолетним опытом. Спрос на них будет расти. Ключевое здесь - не инструменты, а подход: гибкость и отсутствие привязки к конкретному стеку.

"Инженер больше не мыслит себя как backend .NET developer или Java developer. Такая специализация сужает. Вместо этого он работает как software engineer, который выбирает инструменты под задачу: сегодня одна технология, завтра другая, дальше - работа с агентами. Важным становится не знание конкретного языка, а способность решать задачи", - объясняет Краковецкий.

Именно поэтому младшим специалистам легче адаптироваться: у них нет привязанности к конкретным технологиям. Они воспринимают инструменты как средство, а не как часть идентичности.

Это подтверждают и изменения спроса на рынке. Если последние годы лидировали DevOps engineer (41%), Cloud engineer (37%) и Full-stack engineer (36%), то в ближайшие два года на первый план выходят AI engineer (51%), Software architect (32%) и Data engineer (29%). Это показывает сдвиг от выполнения к проектированию, данным и работе с ИИ.

Также этот тезис подтверждает и Власенко из ЕРАМ. "Сегодня самым ценным активом становится специалист, который сочетает глубокую доменную экспертизу с умением системно использовать ИИ для получения результата. Это не тот, кто просто имеет Claude Code или Codex в редакторе, а тот, кто перестроил свой рабочий процесс и выдает результат в 2-3 раза быстрее. Такие специалисты стоят дороже, и клиенты это понимают", - убеждает он.

В ЕРАМ также добавляют, что теперь базовая ИИ-грамотность это уже не преимущество, а базовый минимум. Поэтому клиенты готовы платить больше только за узких специалистов, в частности тех, кто строит и тренирует модели, но не видят смысла в доплатах за "инженера с обычным Copilot".