Искусственный интеллект приводит к исчезновению традиционных инженерных должностей начального уровня в IT-сфере
Подробнее
Business Standard
business-standard.com

Искусственный интеллект приводит к исчезновению традиционных инженерных должностей начального уровня в IT-сфере

Средний IT-сервисный провайдер LTM наблюдает полный коллапс ролей младших инженеров на фоне изменений, вызванных искусственным интеллектом (ИИ). Эти изменения затрагивают способы функционирования компаний, методы оказания услуг и стремление предприятий к повышению эффективности во всей цепочке создания ценности.

Должности, которые обычно классифицируются как базовые инженерные функции (уровень L0–L2), находятся под угрозой с тех пор, как машины начали самостоятельно генерировать тысячи строк кода. Процесс разработки программного обеспечения (SDLC) сокращается, поскольку ИИ объединяет множество функций.

Гурурадж Дешпанде, директор по доставке, сообщил изданию Business Standard, что компания больше не включает роли L0 в новые тендерные предложения. Он отметил, что они начали рассматривать возможность устранения уровней от L0 до L2 и внедрения качественного процесса мышления, основанного на ИИ, непосредственно в модель работы.

Дешпанде добавил, что интеграция ИИ в его истинном потенциале, с использованием надлежащей архитектуры, кардинально меняет правила игры. Для этого потребовалось создание нового набора инструментов, что вынудило его отказаться от старых инструментов и создать новые роли, поскольку прежний подход стал невозможен.

Новые требуемые роли включают специалистов по поддержке ИИ, архитекторов ИИ и экспертов по токеномике, в то время как традиционные позиции, связанные с тестированием, обслуживанием и обеспечением качества, уходят в прошлое. Благодаря сильной автоматизации, от человеческих инженеров теперь ожидается функция надзора и проверки работы машин, а не выполнение этих задач самостоятельно.

По словам Дешпанде, специалист по поддержке ИИ выполняет роль человека в контуре управления: он меньше занимается непосредственным выполнением задач и больше выступает в роли контролера. Поэтому часть операционной модели компании была сосредоточена на разработке инструментария и определении необходимых навыков для найма персонала.

Поскольку ИИ интегрирован во все контракты, как новые, так и продлеваемые, сервисные компании ищут инженеров с новыми компетенциями, а не с традиционными. Это также стимулирует найм на нижних уровнях пирамиды, позволяя привлекать инженеров, ориентированных на ИИ, по более низкой стоимости. Например, LTM планирует нанять не менее 6000 недавних выпускников в текущем году, несмотря на изменения в ролях, карьерных путях и навыках.

Помимо переосмысления талантов, меняются и ценовые модели, хотя и медленнее. Компании постепенно переходят от традиционной модели «время и материалы» (T&M) к моделям с фиксированной ценой и оплатой за достигнутый результат. Дешпанде подчеркнул, что этот переход не произойдет мгновенно, поскольку многие клиенты продолжают желать сохранять контроль и настаивать на модели T&M, что требует постоянного диалога об условиях сотрудничества.

Относительно тарифов, связанных с ИИ, он отметил, что дискуссии находятся в стадии обсуждения. Он считает, что не все клиенты готовы полностью принять новую систему тарификации, и не все хотят оставаться в рамках старых тарифов. По его мнению, необходимо отстаивать позицию перед клиентами, указывая, что если им действительно нужен высокопродуктивный инженер с первого дня, осведомленный обо всех инструментах, они должны быть готовы за это платить.

На конец второго квартала финансового года 27 общее количество сотрудников LTM составляло 88 835 человек, а отток персонала за этот квартал достиг 13,3 процента.

Похожие сюжеты

Эксперт объясняет, почему повышение производительности от ИИ не приводит к росту бизнеса
Подробнее
iol.co.za

Эксперт объясняет, почему повышение производительности от ИИ не приводит к росту бизнеса

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.

Компании сокращают расходы на ИИ из-за роста операционных затрат
Подробнее
techcentral.co.za

Компании сокращают расходы на ИИ из-за роста операционных затрат

Согласно новому глобальному исследованию, почти девять из десяти организаций либо ограничили, либо пересмотрели свои сценарии использования искусственного интеллекта. Причиной этому является увеличение стоимости эксплуатации инструментов из-за растущего потребления токенов.

Отчет «State of Enterprise AI 2026» от компании Cloudera основан на опросе 1500 руководителей ИТ-отделов или выше, проведенном в сентябре 2026 года. При этом лишь 19% респондентов регулярно отслеживают расходы на токены и инференс — вычислительную работу по запуску обученной модели.

Хотя Южная Африка не входила в девять рынков, опрошенных Wakefield Research для Cloudera, сравнение цен, проведенное TechCentral, показывает изменения в стоимости ведущих моделей ИИ для пользователей из Южной Африки за последние два года, объясняя, почему счета могут расти даже при снижении цен.

Практически все опрошенные (99%) приняли меры в ответ на более высокие или нестабильные затраты на ИИ. Примерно 45% перенесли рабочую нагрузку в другое облако, частную среду или локальную платформу, а 24% приостановили или отменили использование ИИ. Респонденты из региона Емера были наиболее склонны заявлять, что рост расходов на токены и инференс превысил ожидания (44%), по сравнению с 42% в Азиатско-Тихоокеанском регионе и 39% в Америках.

Проблемы носят не только финансовый характер: 98% компаний по крайней мере один раз пришлось отменить развертывание из-за сбоев, галлюцинаций или непредвиденного поведения.

Цены за токен демонстрируют неоднозначную картину. Последняя модель «Instant», используемая в ChatGPT и предлагаемая разработчикам как chat-latest, стоит 30 долларов США за миллион выходных токенов, что вдвое больше, чем 15 долларов, указанных в документации OpenAI для ее предшественника ChatGPT-4o. Модель GPT-6.1 Sol, вторая по цене среди флагманских моделей OpenAI, стоит 10 долларов за миллион выходных токенов, что соответствует цене в 10 долларов, установленной OpenAI в августе 2024 года для GPT-4o.

Стандартные розничные цены за миллион токенов: курс Рэнда составлял 17,58 за доллар (среднее за октябрь 2024 года) и 16,55 за доллар (среднее за 1–23 октября 2026 года), согласно данным Министерства финансов США. Цены на ChatGPT-4o и o1-preview взяты из документации OpenAI для этих снятых с продажи моделей. Gemini исключен, поскольку объявление Google о снижении цен в сентябре 2024 года содержало только процентные данные.

Некоторые модели 2024 года стоили дороже, чем сегодняшние топовые варианты. Модель рассуждения o1-preview от OpenAI была указана по цене 60 за миллион выходных токенов, а Claude 3 Opus — 75 долларов. GPT-6 Astra, самая дорогая в списке флагманов OpenAI, стоит 50 долларов, как и Claude Fable 5.1, которая делит вершину ценовой лестницы Anthropic с Claude Mythos 5.1. Линейка Sonnet от Anthropic на 37% дешевле в рандовых единицах.

Более твердый ранд — средний показатель 16,55 за доллар на данный момент, по сравнению со средним показателем 17,58 за доллар в октябре 2024 года — снизил счета в долларах почти на 6%.

Использование ИИ в резюме и отборе кандидатов: проблема человеческого фактора в процессе найма
Подробнее
www.aajtak.in

Использование ИИ в резюме и отборе кандидатов: проблема человеческого фактора в процессе найма

Соискатели, подающие заявки на работу, тратят время на улучшение своего резюме, адаптацию сопроводительного письма под требования вакансии и сопоставление своих навыков с потребностями компании. После отправки документов часто наступает период молчания, после чего они могут повторить попытку или воспользоваться помощью искусственного интеллекта для улучшения своей заявки.

С другой стороны, рекрутеры могут применять ИИ для анализа сотен резюме. Поскольку кандидаты стремятся выделиться, а компании хотят быстро найти подходящего человека, использование одной и той же технологии растет как в процессе подачи заявок, так и в процессе найма, превращая эту процедуру в соревнование машины против машины.

ИИ способен упростить поиск работы для соискателей, помогая писать резюме, готовить заявления и тренироваться к собеседованиям. Однако быстрое увеличение количества подготовленных заявок не гарантирует повышения их качества.

Согласно отчету от сентября 2025 года, один соискатель отправил 87 заявок за месяц с помощью ИИ. В этих документах были обнаружены ошибки, такие как неправильные названия компаний и должностей. Отчет предупреждает, что материалы, созданные ИИ без проверки, могут навредить кандидатам.

Когда соискатели подают заявки на множество вакансий, количество входящих заявок для компаний увеличивается. Хотя автоматизированная проверка кажется полезной для компаний, возникает вопрос о том, на какого кандидата будет обращено внимание в этом процессе.

Системы мониторинга позволяют компаниям упорядочивать резюме и находить кандидатов, чей опыт соответствует требованиям работы. Тем не менее, если необходимые компетенции кандидата описаны другими словами, которые система не распознает, он может быть проигнорирован.

Отчет от октября 2025 года подробно описывает, как инструменты систем мониторинга сопоставляют резюме с требованиями вакансий. Риск не ограничивается упущением ключевых слов.

В мае 2024 года была выражена обеспокоенность по поводу того, что квалифицированные кандидаты могут быть отклонены автоматизированными системами найма, при этом в отчете подчеркивалась необходимость человеческого контроля.

Если решение об отказе принимается исключительно программным обеспечением, подходящий кандидат никогда не достигнет рекрутера, и соискатель не узнает причину отказа.

Это давление не ограничивается Индией. В отчете BBC упоминался 22-летний выпускник географии из Медстоуна, Великобритания. До получения должности менеджера ресторана он подал более 200 заявок. Он отметил, что ИИ помог в обработке заявок, но весь процесс оказался утомительным.

Business Insider сообщал, что Google интегрировал инструменты ИИ, включая Gemini, в некоторые собеседования по разработке программного обеспечения. Во время этих интервью проверялась способность кандидатов понимать код и работать с ИИ.

Эти примеры показывают, что соискатели используют ИИ для поиска работы, в то время как компании ожидают, что они продемонстрируют навыки, связанные с ИИ. Это ставит вопрос: сделает ли технология процесс найма более эффективным или добавит еще один уровень конкуренции?

Даже после отправки заявки соискатели могут ждать, не зная, рассматривалась ли их заявка. Согласно отчету от сентября 2026 года, основанному на индексе доверия к найму Indeed, 29% индийских соискателей сообщили, что отсутствие ответа после подачи заявки является их самой большой проблемой.

В исследовании приняли участие 1073 соискателя и 735 работодателей из Индии. Простое ускорение проверки не решит эту проблему; кандидатам также необходима четкая информация и возможность отслеживать статус своей заявки в процессе найма.

Задача соискателей заключается в том, чтобы не отправлять шаблонные заявки при использовании ИИ и не заявлять о несуществующих навыках. Задача компаний — не считать рекомендации полностью автоматизированных технологий окончательным решением.

ИИ может помочь кандидатам лучше представить свой опыт, а рекрутерам — справиться с рабочей нагрузкой. Однако привлекательное резюме и быстрая проверка не гарантируют соответствия подходящего кандидата подходящей работе.

Для человека, ожидающего ответа после подачи заявки, наиболее полезным изменением станет не новый инструмент для ускорения подачи, а более прозрачный и беспристрастный процесс найма, который сможет идентифицировать человека, стоящего за резюме.

Популярное