Долгое время разработка программного обеспечения в крупных корпорациях следовала четкому разделению: бизнес-команды определяли требования, а централизованные ИТ-подразделения занимались созданием самого ПО. Однако стремительный рост генеративного искусственного интеллекта (Gen AI), инструментов low-code и агентных рабочих процессов кардинально меняет эту модель.
Выступая на конференции DevSparks Hyderabad, Субиш Рам, руководитель направления цифровых продуктов и услуг в EY GDS, отметил, что механизм доставки решений в корпоративном секторе переживает фундаментальный структурный сдвиг. Основываясь на десятилетнем опыте автоматизации в глобальной организации EY, которая поддерживает штат из более чем 400 000 сотрудников в своих членах, Рам подчеркнул, что инженерные команды больше не могут функционировать в изолированных технических блоках.
Рам заметил: «Автономная ИТ-команда, которая просто занимается разработкой программного обеспечения, больше не так заметна. Больше этого переходит в бизнес-часть. Нам нужны люди, которые понимают бизнес, которые могут говорить на языке бизнеса и внедрять технологии в него».
Путь автоматизации в корпорациях начался почти десять лет назад с роботизированной автоматизации процессов (RPA), которая решала рутинные задачи бэк-офиса. Со временем основанная на правилах RPA эволюционировала в интеллектуальные рабочие процессы и теперь достигла уровня полноценных систем агентного ИИ, которые управляют сквозными бизнес-функциями, такими как финансы, закупки и управление персоналом.
Благодаря широкой доступности таких инструментов, как Replit, Cursor и одобренные компанией copilots, нетехнические группы берут разработку в свои руки. Консультанты по налогам, руководители отдела кадров и финансовые аналитики все чаще самостоятельно создают первые версии внутренних инструментов.
Рам отметил: «Первая версия разработки сегодня происходит на стороне бизнеса. Что приходит в технологическую команду: можете ли вы помочь нам масштабировать это? Можете ли вы это развернуть? Можете ли вы провести тестирование безопасности?» Этот переход меняет основную задачу разработчика. В ближайшем будущем бизнес-подразделения будут заниматься базовым прототипированием, тестированием и устранением ошибок с помощью ИИ. В свою очередь, инженерное сообщество будет отвечать за архитектуру системы, интеграцию, управление и масштабируемость корпоративного уровня.
Несмотря на бурный рост экспериментов, Рам представил откровенный взгляд на внедрение ИИ в корпорациях: расчет четкого возврата инвестиций (ROI) остается серьезным препятствием. В отличие от традиционной RPA, где замена ручного труда обеспечивала понятную и немедленную экономию средств, развертывание ИИ влечет за собой значительные постоянные расходы на потребление токенов, инфраструктуру и обслуживание.
Рам объяснил: «ROI сейчас является скорее желаемым. Если вы автоматизируете полный процесс отчетности с помощью ИИ, а его ежегодная стоимость поддержания составляет сотни тысяч долларов, часто нет немедленного ROI. Мы видели бизнес-кейсы, где затраты на токены соперничали с человеческими расходами».
Рам подчеркнул, что конечные пользователи в конечном итоге заботятся о производительности, эффективности и чистой прибыли, а не о том, использует ли решение Python, традиционные панели мониторинга или автономных агентов. Чтобы создать устойчивую ценность, разработчики должны сосредоточиться на создании многократно используемых ускорителей, улучшении экономики токенов и снижении затрат на использование ИИ.
Чтобы оставаться незаменимыми в мире, ориентированном на ИИ, инженерам не обязательно становиться консультантами в предметной области, но они должны понимать механику этой области. Рам заключил: «Вам не нужно становиться дипломированным бухгалтером, чтобы создать решение для финансов, но вам нужно понимать язык, который они используют, и какой бизнес-результат они ожидают».