По мере развития технологий компаниям приходится ориентироваться в сложном переплетении инноваций, регулирования и эволюции персонала, пишет на портале The New Stack Тито Саррионандиа, вице-президент Liberis по инженерным вопросам.

Технологическая отрасль переживает стремительную эволюцию, вызванную развитием искусственного интеллекта, изменениями в глобальном политическом ландшафте и динамикой рынка. Эти силы меняют подход компаний к инструментам разработки, инфраструктуре данных, регуляторным технологиям, кадровой стратегии и моделям ценообразования. По мере адаптации у компаний возникают новые проблемы и возможности, требующие продуманных подходов, чтобы оставаться конкурентоспособными и устойчивыми в этом меняющемся ландшафте.

ИИ будет продолжать развиваться в инструментах разработки, таких как завершение кода и агенты, способные писать целые разделы кодовой базы. Этот рост будет стимулироваться тем, что все больше инженеров и руководителей осознают значительное повышение производительности, которое обеспечивают эти инструменты. В результате инженеры будут тратить немного меньше времени на повторяющийся шаблонный код и больше времени на решение сложных задач с бóльшим эффектом.

Инструменты на базе ИИ также позволят более глубоко изучать унаследованные кодовые базы, что позволит инженерам эффективнее справляться со сложными миграциями. Однако ограничения этих инструментов начнут становиться все более понятными. Инженеры работают в контексте не только текущей задачи, но и общего направления развития компании и ее политики, которая предъявляет вполне реальные требования к архитектуре. Инженерные команды начнут понимать, в каких сценариях эти инструменты не следует использовать и где они генерируют некачественный, не поддерживаемый код.

Например, ИИ-агент, создавший работающее веб-приложение, — это отличная демонстрация возможностей, но является ли его архитектура достаточно гибкой, чтобы реагировать на изменения, связанные с коммерческим давлением на вашу организацию в течение следующих 12 месяцев? Или на требования, которые, как вы предполагаете, могут возникнуть у ваших крупнейших клиентов? Наш опыт показывает, что предоставить агентам такой уровень контекста при решении более серьезных инженерных задач сложно, хотя повышение производительности при выполнении более простых задач является большим преимуществом.

Инвестиции в инфраструктуру данных

Многие руководители компаний сейчас испытывают разочарование, когда в стремлении к улучшению продуктов с помощью ИИ сталкиваются с препятствиями, вызванными повсеместным низким качеством данных, и это продолжается уже больше года. По мере того как их терпение будет истощаться, мы, вероятно, увидим, как для решения этих проблем получают одобрение значительные изменения в инфраструктуре данных.

Однако компании, которые приступают к реализации таких проектов, не извлекая уроков из прошлого опыта — например, проблем перехода от крупных монолитных систем к распределенным архитектурам, — рискуют столкнуться с нескончаемыми и в конечном итоге неудачными миграциями.

По мере того как будет нарастать волна инвестиций в инфраструктуру данных, традиционные навыки в области архитектуры и проектирования данных вновь будут становиться важными и востребованными. Компании придут к пониманию того, что навыки замены традиционных систем, сформировавшиеся за последние 30 лет, так же важны, как и опыт машинного обучения, для раскрытия всего потенциала ИИ и достижения значимых, устойчивых успехов. Инженеры с таким опытом будут пользоваться большим спросом. Чтобы избежать этих ловушек, компаниям следует ориентироваться на шаблон Strangler, избегать масштабных миграций и стремиться к небольшим, значимым улучшениям системы.

Более осторожный подход к регуляторным технологиям

Значительные изменения в глобальном политическом ландшафте побуждают компании занимать осторожную и реактивную позицию в отношении реализации проектов в области нормативного регулирования на своих платформах. Поскольку на горизонте маячит эра дерегулирования, компании готовятся к непредсказуемым изменениям в нормативных требованиях.

В результате необходимость обоснования крупных и дорогостоящих проектов по обеспечению соответствия нормативным требованиям становится все более очевидной. Компании опасаются выделять значительные ресурсы на инициативы, которые могут стать невозвратными затратами, если внезапные изменения в законодательстве сделают их ненужными. Такой осторожный подход подчеркивает необходимость гибкости и адаптивности при планировании инвестиций в регуляторные технологии в условиях неопределенности политической и нормативной среды.

Младшие должности возвращаются, но они будут выглядеть по-другому

Со времен пандемии рынок младших инженерных специалистов остается остывшим. Однако по мере того как все более известные технологические компании будут сталкиваться с реальностью выхода на пенсию старших специалистов, они, скорее всего, возобновят программы найма младших сотрудников. Этот переход станет необходимой альтернативой конкуренции за все более ограниченный круг опытных специалистов.

Однако эти младшие должности будут подвергаться более тщательной проработке. В связи с ожидаемыми кадровыми изменениями, вызванными повышением производительности труда с помощью ИИ, компании будут предъявлять более строгие требования к каждой должности. Основное внимание будет уделяться тому, чтобы каждый новый сотрудник соответствовал меняющимся потребностям бизнеса.

Кандидаты, сменившие профессию, могут стать более привлекательными в этой ситуации, чем недавние выпускники вузов. Компании могут рассматривать людей с доказанными способностями и опытом работы в коммерческой среде как более надежные инвестиции, отдавая предпочтение практическим знаниям перед чисто академическими дипломами. Во всем мире поставщики услуг буткампов часто ориентируются именно на этот профиль инженеров.

Ценообразование в SaaS- и PaaS-инструментах на основе использования

Ожидается, что спрос на SaaS- и PaaS-инструменты, использующие ценообразование на основе использования, а не на основе количества рабочих мест, будет расти.

Новое поколение SaaS-компаний, предлагающих такие инструменты, будет отличаться бережливостью и сосредоточится на том, чтобы обойти конкурентов за счет конкурентоспособных цен. В отличие от многих известных SaaS-провайдеров, которые реализуют сложные и амбициозные планы IPO в надежде стать следующим технологическим гигантом, эти новые участники рынка с самого начала будут ставить во главу угла устойчивость и товарную бизнес-модель. Клиенты, все чаще не желающие финансировать высокие затраты поставщиков, связанные с грандиозными планами расширения, будут тяготеть к таким прагматичным предложениям.

Устоявшиеся инструменты, принявшие ценообразование на основе использования, такие как Honeycomb и PostHog, имеют все шансы на процветание. На рынках, где более известные игроки традиционно взимают плату за рабочее место, прозрачные цены этих компаний будут способствовать активному внедрению их продуктов.

Заключение

По мере развития технологий компаниям приходится ориентироваться в сложном переплетении инноваций, регулирования и эволюции рабочей силы. ИИ преобразует рабочие процессы разработки, но при этом выявляются границы его применения, а потребность в улучшении инфраструктуры данных подчеркивает важность базовых навыков. Инвестиции в регуляторные технологии становятся более осторожными, младшие роли переопределяются в соответствии с современными потребностями, а модели ценообразования, основанные на использовании, меняют ландшафты SaaS и PaaS. Понимание этих тенденций и стратегическая адаптация позволят компаниям процветать в быстро меняющейся среде, обеспечивая себе долгосрочный успех.