Использование ИИ для обратного проектирования программного обеспечения ставит под сомнение бизнес-модель крупных технологических компаний

Несмотря на неоспоримое влияние искусственного интеллекта (ИИ) на современное общество, остается острый спор о том, является ли его общее воздействие положительным или отрицательным. Еще год или два назад интернет наводнили изображения, созданные ИИ, которые быстро вошли в корпоративную рекламу. Вскоре после этого социальные сети, такие как YouTube, стали переполнены миниатюрами, сгенерированными ИИ — визуалами, которые сначала могли вызвать интерес зрителей, но сегодня все чаще вызывают усталость и скептицизм аудитории.

Однако за пределами потребительских лент социальных сетей искусственный интеллект обладает значительным потенциалом для преобразования корпоративных операций при условии его целенаправленного внедрения. В эксклюзивном интервью изданию IOL Пол Бантинг, соучредитель growthguru.ai, проанализировал распространенный нарратив о том, что ИИ стал переоцененным инструментом, который не обеспечивает ожидаемого роста производительности.

Бантинг заявил, что проблема не в том, что ИИ переоценен, а в том, что его оценивали по неверному обещанию. Он подчеркнул, что прирост производительности реален и подтверждается исследованиями. Согласно данным опроса McKinsey об использовании ИИ в корпорациях, 80% респондентов отмечают улучшение индивидуальной продуктивности, однако лишь 37% утверждают, что ИИ напрямую способствовал увеличению прибыли их организации — показатель, который оставался практически неизменным в течение последнего года.

Поэтому, по мнению Бантинга, честнее считать, что ИИ не переоценен, а фундаментально неверно понят. Лидеры ошибочно полагают, что сэкономленное время автоматически трансформируется в рост выручки. На самом деле, компаниям необходимо активно направлять часы, высвобожденные благодаря ИИ, на достижение ощутимых коммерческих возможностей с высокой отдачей.

Хотя большая часть общественного внимания естественно фокусируется на оптимизации устаревших рабочих процессов, Бантинг предупреждает, что эффективность задач не должна становиться главной целью предприятия. Около 79% руководителей ожидают, что ИИ обеспечит существенный рост выручки к 2030 году, по сравнению с 40% на сегодняшний день. Тем не менее, только 24% имеют четкое представление о том, откуда именно возникнет этот будущий доход. Истинная цель, как объяснил Бантинг, заключается в использовании ИИ для выявления неотложных коммерческих пробелов и захвата рыночных возможностей высокой ценности раньше конкурентов.

Именно для преодоления этого стратегического разрыва была разработана платформа Growthguru.ai, ориентированная на развитие бизнеса, а не на общую автоматизацию рабочих процессов. Вместо предложения единого универсального помощника, их платформа использует специализированных агентов ИИ, нацеленных на конкретные коммерческие рычаги: Perky помогает партнерам получить доступ к соответствующим стимулам, скидкам и совместному финансированию от поставщиков; Maya разрабатывает стратегии выхода на рынок и инициативы совместного маркетинга; Alex сопровождает партнеров через сертификации и уровни поставщиков; а Lexi отслеживает важные обновления в сфере предприятий, например, критические релизы платформы Microsoft.

Тем не менее, наряду с коммерческим потенциалом существует и более мрачная сторона — преступность с использованием ИИ, где вопросы подотчетности и юридической ответственности остаются нерешенными. Бантинг утверждает, что преступники, использующие ИИ для финансового мошенничества, должны нести ответственность за свои действия, независимо от инструментов, которые они применяют. Однако, если проприетарный или сторонний ИИ предприятия вызывает операционный или финансовый ущерб, ответственность лежит непосредственно на бизнесе, который его внедрил. Юридическая ответственность нельзя просто переложить на поставщика модели. Хотя разработчики программного обеспечения должны создавать безопасные и соответствующие требованиям архитектуры, выбор реализации полностью принадлежит предприятию. BCG подтвердила этот вывод в своем бенчмарке по прикладному ИИ.

Несмотря на то, что искусственный интеллект способен генерировать код с беспрецедентной скоростью, процесс его тестирования, проверки и вывода в рабочую среду представляет собой отдельную сложную задачу. Инженерные команды все чаще используют агентов ИИ для написания кода, устранения ошибок и создания новых функций, однако ускорение кодирования не гарантирует ускорения доставки программного обеспечения.

По мере того как генерация кода набирает обороты, количество проверок растет, тестирование замедляется, а командам становится трудно координировать увеличивающийся объем изменений.

На конференции TechSparks 2026 Тушар Матур, генеральный директор Forge Code, осветил эту проблему в своей сессии «Анатомия программной фабрики». Он объяснил, как инженерные организации, ориентированные на ИИ, могут выйти за рамки автоматизации отдельных задач кодирования и начать создавать системы, управляющие всем жизненным циклом разработки программного обеспечения (SDLC).

Матур отметил, что просто потому, что генерация кода стала проще и быстрее, это не означает, что общий SDLC ускорится. Он напомнил, что традиционный подход к разработке фокусировался на эффективном написании кода, требуя от команд определения требований, подготовки спецификаций и проектирования архитектуры для снижения нагрузки на этап реализации.

Однако, поскольку ИИ берет на себя большую часть работы по кодированию, узкие места смещаются в другие области. Матур описал ситуацию, когда организации сталкиваются с огромным количеством запросов на слияние (pull requests), ожидающих проверки, более длительными циклами тестирования и большим количеством ошибок, чем могут обнаружить существующие регрессионные наборы.

Он подчеркнул, что решение проблемы не обязательно заключается в найме большего числа инженеров или запуске большего количества агентов ИИ. Дополнительные сотрудники могут увеличить затраты на координацию, а добавление агентов без эффективных механизмов обратной связи может привести к созданию кода, который перегружает системы, отвечающие за проверку и тестирование.

«Причина этого в том, что отсутствует сигнал», — пояснил Матур, объясняя, почему простое соединение автоматизированных шагов не создает эффективной программной фабрики.

Матур представил Forge Code как программную фабрику, которая координирует агентов ИИ на протяжении всего цикла разработки. Процесс начинается с сортировки запросов, создания спецификаций и внедрения функций. Затем агенты проверяют изменения перед тем, как они будут развернуты, при этом человеческие инженеры вмешиваются, когда требуются решения или обратная связь.

Система также осуществляет мониторинг в рабочей среде, используя полученные данные для информирования будущих задач. Это формирует цикл обратной связи, позволяющий фабрике выявлять проблемы, совершенствовать свои рабочие процессы и генерировать новую работу на основе полученного опыта. Во время презентации Матур сообщил, что Forge Code использовал около 100 агентов в фоновом режиме для работы над функциями, совместимостью и обнаружением ошибок.

Он изложил шесть принципов для создания эффективной программной фабрики: автономная работа, масштабируемость, экономическая эффективность, измеримость, самосовершенствование и соответствие бизнес-целям. Последний принцип имеет особое значение.

Фабрика должна работать не как задача по написанию кода для каждого запроса, а быть направленной на достижение определенных результатов, таких как повышение удержания клиентов или соблюдение нормативных требований. Команды затем могут расставлять приоритеты функциям на основе ценности, которую они приносят. В этой модели инженеры тратят меньше времени на управление каждой задачей и больше — на наблюдение за результатами, анализ сигналов и улучшение самой системы. Руководители бизнеса также могут напрямую предоставлять запросы и приоритеты, позволяя фабрике преобразовывать организационные цели в бэклог разработки.

Скорость написания кода — это хорошо, но создание лучшего программного обеспечения — вот настоящая победа. Для инженерных команд ключ заключается в преобразовании скорости, обеспеченной ИИ, в надежные продукты, измеримый прогресс и реальные бизнес-результаты.

В условиях растущего использования автоматизации многие крупные компании инвестируют в искусственный интеллект и проводят сокращения штата. Тем не менее, компания Anthropic готова предложить 3,25 करोड़ рупий за работу, связанную с написанием текстов. Это вызывает удивление, поскольку задача, которую человек выполняет за час, ИИ может сделать за считанные секунды.

Искусственный интеллект способен написать электронное письмо за несколько секунд или создать черновик блога за минуты, помогая компаниям производить контент в масштабах, которые ранее требовали целой команды. В связи с этим у многих авторов возникает вопрос о ценности их работы, если писать начинают машины.

Несмотря на появление ИИ, компания Anthropic открыла специальную вакансию. На эту должность компания предлагает годовой оклад в размере от 295 000 до 345 000 долларов США, что эквивалентно примерно 2,5 до 3,25 करोड़ рупий. Однако эта позиция предназначена не для рядовых авторов. Кандидат должен иметь опыт работы в сфере исполнительного общения не менее восьми лет, сотрудничая с высшим руководством.

Возникает закономерный вопрос: зачем Anthropic платить такие деньги, если работу может выполнить ИИ? Ответ кроется в том, что сотрудник на этой должности будет работать непосредственно с топ-менеджментом компании. Ему предстоит готовить сообщения для донесения позиции компании до общественности в важные моменты и объяснять сложные вопросы простым языком. Для этого необходимы не только хорошие навыки письма, но и умение стратегически мыслить и давать взвешенные ответы в нужный момент.

Эта работа выходит за рамки простого написания статей для веб-сайтов или описаний продуктов. Требуется специалист, способный глубоко анализировать проблему, прогнозировать влияние сообщения на аудиторию и помогать руководителям принимать решения о том, что и как следует говорить.

Anthropic не является единственной AI-компанией, которая предлагает высокие зарплаты специалистам в области письма и коммуникаций. В сентябре 2025 года OpenAI также объявила о вакансии, связанной со стратегией контента, с годовым пакетом около 400 тысяч долларов. Сотруднику этой должности поручалось улучшать узнаваемость бренда ChatGPT, создавать контент и работать совместно с инженерами и дизайнерами.

Тем не менее, это не означает, что зарплаты в сфере письма растут повсеместно. Это лишь свидетельствует о том, что некоторые AI-компании ценят опытных специалистов, которые, помимо хорошего письма, владеют навыками стратегического планирования, понимания потребностей людей и упрощения сложных тем.

Существует и обратная сторона медали. В июне 2023 года один контент-райтинг сообщил, что после появления ChatGPT некоторые его клиенты перестали ему заказывать работу. Он занимался написанием контента для сайтов и описаний продуктов, которые теперь могут быть быстро созданы с помощью инструментов ИИ, что усилило давление на подобные задания.

Таким образом, с одной стороны, опытным специалистам по коммуникациям предлагают предложения с высокой оплатой, а с другой — некоторым фрилансерам, занимающимся общим контентом, становится сложнее найти работу. Однако это не означает, что все начальные позиции в сфере письма исчезают или что работа любого старшего автора гарантированно защищена. Влияние ИИ зависит от типа выполняемой работы и готовности клиента платить за нее.

Задача автора заключается не только в создании контента, но и в проверке достоверности информации, выявлении упущенных деталей и оценке пригодности материала для читателей. В отчете за сентябрь 2025 года упоминалась работа, связанная с исправлением ошибок и улучшением контента, сгенерированного ИИ.

Это показывает, что люди могут понадобиться для проверки и доработки черновиков, созданных ИИ. Однако нельзя считать, что профессии редактора и фактчекера полностью безопасны, поскольку инструменты ИИ могут помочь и в этих задачах. Следовательно, для авторов становится критически важным не только писать черновики, но и находить ошибки, подтверждать информацию и добавлять необходимые контексты.

Вакансия Anthropic не подходит всем авторам, так как это позиция высокого уровня, требующая многолетнего опыта. Поэтому нельзя делать вывод, что каждый может получить такую зарплату в сфере письма. Для тех, кто стремится построить карьеру в журналистике, копирайтинге или корпоративных коммуникациях, важны не только хорошие навыки письма, но и умение проводить исследования, проверять факты, понимать предметную область и обладать критическим мышлением. Освоение правильного использования инструментов ИИ также может оказаться полезным.

Авторы, которые могут использовать ИИ для ускорения работы, одновременно проверяя информацию, осуществляя качественное редактирование и применяя собственное оригинальное мышление, смогут адаптироваться к меняющейся рабочей среде.