В условиях становления искусственного интеллекта, организации, которые быстрее всех адаптируются к изменениям в следующих четырех областях, получат явное преимущество на рынке, пишет на портале The New Stack Эмилио Сальвадор, вице-президент по стратегии и связям с разработчиками компании GitLab.

ИИ способствует значительному росту производительности разработки ПО, качества кода и инноваций. Технологические руководители должны сориентироваться в этом новом ландшафте, и многие из них все еще определяют, куда направить будущие стратегические инвестиции, и ищут новые возможности для получения конкурентных преимуществ с помощью ИИ.

В 2025 г. организации расширят сферу использования ИИ, перейдя от простой автоматизации к контекстуальной осведомленности и проактивному принятию решений. Руководители также научатся количественно оценивать влияние ИИ на бизнес, что поможет направлять будущие инвестиции туда, где они принесут наибольшую отдачу.

Технологии ИИ с открытым исходным кодом продолжат повышать свою производительность, предоставляя более экономичные варианты обучения и эксплуатации больших языковых моделей (LLM) за корпоративными брандмауэрами. Это позволит организациям в жестко регулируемых отраслях создавать более мощные приложения на основе внутренних корпоративных данных.

Вот четыре способа, с помощью которых ИИ изменит разработку ПО в 2025 г.:

1. Контекстно-ориентированный ИИ будет определять разработку ПО

Хотя многие команды разработчиков уже внедряют ИИ в некоторые из своих рабочих процессов (например, для помощи при завершении кода и объяснения кода), ИИ с учетом контекста — это следующий рубеж и важнейшая основа для развития агентного ИИ. Агенты могут эффективно работать только в том случае, если они улавливают необходимый исторический организационный контекст, который выходит далеко за рамки кодовой базы. Контекстно-ориентированный ИИ способен перевернуть представление о разработке ПО благодаря приложениям, которые понимают и адаптируются к контексту окружающей среды.

Когда ИИ понимает контекст и пользователя, и приложения, он может автоматизировать более сложные задачи, предугадывать потребности разработчика и принимать более обоснованные решения. Это повышает эффективность и точность и позволяет разработчикам использовать свой опыт для более творческой и стратегической работы. В конечном итоге ИИ выйдет за рамки простого следования лучшим практикам разработки и будет оптимизировать код на основе различных переменных, таких как производительность, масштабируемость или затраты.

Вот несколько ключевых областей, в которых мы ожидаем увидеть это влияние в 2025 г.:

  • Улучшенное понимание кода. По мере развития ИИ сможет анализировать существующие кодовые базы и проактивно предлагать новую функциональность, которая легко интегрируется с существующей архитектурой, инфраструктурой и потребностями приложения. Кроме того, он будет автоматически соблюдать требования безопасности и соответствия нормативным актам.
  • Оптимизированные обзоры кода. Рецензирование кода может быть узким местом, но ИИ может помочь оптимизировать этот процесс. Обзоры кода с помощью ИИ будут отмечать потенциальные проблемы на основе существующих стандартов, лучших практик и прогнозируемых последствий для производительности, помогая командам разработчиков лучше сотрудничать, используя общий контекст.
  • Улучшенное тестирование. Понимая логику приложения и характеристики производительности, ИИ сможет генерировать более полные тесты для упреждающего выявления и предотвращения дефектов кода до того, как они попадут в производство.
  • Обновления с учетом инфраструктуры. Управление обновлениями унаследованных систем может быть особенно сложным. ИИ может с этим помочь, с учетом как кодовой базы, так и потенциальных последствий для базовой облачной инфраструктуры и производительности приложений при внесении изменений для обеспечения безопасности и соответствия требованиям.

2. Организации изменят способы измерения влияния ИИ

За последний год организации быстро интегрировали ИИ в свою деятельность, начиная с разработки ПО и заканчивая принятием решений и обслуживанием клиентов. Несмотря на то что они уже используют возможности ИИ, им все еще необходимо работать над измерением его влияния на различные команды и бизнес-функции.

Отчасти это связано с тем, что им необходимо задавать правильные вопросы. Руководители склонны фокусироваться на макропроблемах, которые трудно измерить, например «Как ИИ помогает увеличить мою прибыль?». Вместо этого им следует сосредоточиться на конкретных бизнес-результатах, которые легче измерить.

В сфере разработки ПО это означает изучение влияния ИИ и автоматизации на такие показатели, как время вывода на рынок новых приложений и функций, качество ПО, операционные расходы и производительность разработчиков. В нынешнем году руководители высшего звена сосредоточат свое внимание на этих результатах, что позволит им точно определить количественные преимущества ИИ и обосновать дальнейшие инвестиции, сосредоточившись на задачах, в которых ИИ преуспел.

3. Автономные агенты изменят роль разработчика

ИИ-помощники становятся все умнее, выходя за рамки взаимодействия на основе подсказок, чтобы предугадывать потребности разработчиков и активно формулировать им свои предложения. Эта эволюция обусловлена появлением ИИ-агентов, которые могут самостоятельно выполнять задачи, учиться на своем опыте и даже сотрудничать с другими агентами. Эти агенты будут служить центральным узлом для помощи в работе с кодом, оптимизируя весь жизненный цикл разработки ПО. ИИ-агенты будут автономно писать модульные тесты, рефакторить код для повышения эффективности и даже предлагать архитектурные улучшения.

Роли разработчиков должны будут развиваться вместе с этими достижениями. ИИ не заменит их. Отнюдь: проактивные ИИ-помощники и агенты, лежащие в их основе, помогут разработчикам приобрести новые навыки и высвободить время, чтобы они могли сосредоточиться на более важных и стратегических задачах. Теперь разработчики смогут выступать в роли «архитекторов ИИ», проектируя и направляя интеллектуальные агенты для решения сложных задач. Результатом станет повышение производительности, улучшение качества кода и концентрация на решении более масштабных бизнес-задач.

4. Обучение моделей ИИ переместится онпремис

Модели ИИ становятся более мощными, когда они обучаются на внутренних данных компании, что позволяет им генерировать выводы с учетом уникальных операций и целей организации. Однако для этого часто приходится запускать модели онпремис по соображениям безопасности и соответствия нормативным требованиям.

Поскольку Open Source-модели быстро сокращают разрыв в производительности с коммерческими предложениями, в 2025 г. все больше компаний будут развертывать модели онпремис. Это позволит им точно настраивать модели на основе собственных данных и внедрять приложения ИИ за меньшую стоимость.

Это особенно привлекательно для организаций из высокорегулируемых отраслей, таких как банковское дело и здравоохранение, которые смогут запускать локальные модели в средах с «воздушным зазором» для обеспечения максимального соответствия требованиям.

Следующая глава разработки ПО на базе ИИ

Расширение использования ИИ в разработке ПО свидетельствует о грядущих глубоких изменениях. Роль ИИ быстро выходит за рамки генерации кода и становится неотъемлемой частью жизненного цикла разработки ПО, повышая безопасность и производительность и сокращая технический долг.

Организации, которые быстрее всех адаптируются к этим изменениям и смогут оценить отдачу от инвестиций в ИИ, получат явное преимущество на рынке, но внедрение ИИ требует продуманной стратегии с инвестициями в навыки и инфраструктуру. В целом, организации, эффективно использующие ИИ, будут процветать в ближайшие годы.