Почему искусственный интеллект не смог заменить разработчиков в производстве Прогнозы о том, что ИИ заменит большинство разработчиков, столкнулись с реальностью: такие инструменты, как Devon, показали себя великолепно в демонстрационных версиях, но не сработали в реальных кодовых базах. Массивные, взаимозависимые системы превосходят контекстные окна моделей, поэтому изменения в нескольких файлах происходят медленно, возникают несоответствия и нарушается функциональность. Скрытые требования выявляются только при опросе — поставщики платежей, возвраты, неудачные транзакции, подписки, валюты, налоги, обнаружение мошенничества, — в то время как искусственный интеллект воспринимает инструкции буквально и не учитывает бизнес-правила. Каждое изменение требует компромиссов в отношении скорости, ремонтопригодности, сроков и бюджетов; исследование показало, что отток кода искусственного интеллекта удвоился, каждый пятый руководитель службы безопасности сообщал об инцидентах, а компании, пытавшиеся заменить разработчиков, спешили нанять их заново.
Искусственный интеллект - это умножитель силы, а не ее замена Искусственный интеллект работает как мощный инструмент: он ускоряет создание схем баз данных, шаблонов API и тестов, в то время как люди обеспечивают видение, выявляют нестандартные ситуации и обеспечивают соответствие архитектуре. Эффективный процесс заключается в том, что разработчик предоставляет контекст и расставляет приоритеты, ИИ разрабатывает проекты внедрений, а разработчик проверяет и интегрирует их. Команды, использующие ИИ, в среднем на 35% более продуктивны, что приводит к увеличению спроса на дополнительные функции и увеличению числа сотрудников. Поскольку синтаксис имеет меньшее значение, преимущество переходит к определению проблем, превращению расплывчатых запросов в точные спецификации и разработке масштабируемых и обслуживаемых систем; преимущество получают разработчики, использующие искусственный интеллект.