Одним из важнейших трендов последнего времени в сфере ИТ эксперты и аналитики называют демократизацию технологий. Он заключается в том, что технологии стали более доступными даже для пользователей с невысоким уровнем ИТ-квалификации. Пик обсуждения тенденции связан с развитие нейросетей и искусственного интеллекта, но на демократизацию работают и облачные сервисы, и low-code и no-code разработки, и многое другое. Эксперты дискуссии, прошедшей в рамках организованного РБК Петербург форума «Технотренды», уверены: многие процессы такая демократизация действительно облегчает, но рассчитывать на то, что ИТ-компетенции будут в ближайшей перспективе не нужны, не стоит.
На технологической передовой
Традиционно представители ИТ-отрасли сами очень активно тестируют новые возможности, которые открываются благодаря тренду демократизации. Многие участники дискуссии рассказали о том, что с помощью столь популярных сегодня нейросетей сами оптимизировали некоторые процессы.
Преимущественно речь идет, конечно, о маркетинге. Например, есть опыт генерации изображений для промоматериалов в тех случаях, когда реальные изображения невозможно использовать из-за особенностей договора с заказчиком. Другой вариант — иллюстрации для ведения соцсетей. Компания, рассказавшая об этом, даже увеличила KPI для отвечающих за этот процесс сотрудников — сопротивления с их стороны, как заверил представитель организации, не возникло, что свидетельствует о действенности и эффективности инструмента.
Представители другой компании рассказали о том, что с помощью нейросети ускоряют процесс подготовки проектной документации. В частности, речь идет о простых описаниях корпусов оборудования, которые требуются при поставках — в основном по госконтрактам. Человек может это сделать, но это отнимет гораздо больше времени, чем у нейросети.
Есть примеры и более глубокой интеграции ИИ и — тем более — low-code решений. Так, руководитель отдела телеком-компании Александр Васильев рассказал, что нейросеть применяется для тестирования программного кода. Благодаря этому удалось на 20% ускорить процессы, а это для бизнеса реальные деньги. При этом, эксперт убежден в необходимости проверки подобных технологий на целесообразность их применения: «Одно дело, когда нейросеть помогает писать простые автотесты и помогает проверять код, другое — творческая работа и создание сложных систем. Когда программист пишет интерфейс какого-то небольшого приложения, очень удобно использовать low-code. Но с ростом сложности задачи в геометрической прогрессии растет сложность формулирования ТЗ для нейросети. Начиная с какой-то сложности продукта время на формулирование задачи становится больше времени выполнения программистом, соответственно инструмент становится экономически не целесообразным».
Упрощение без вытеснения
Участники дискуссии сомневаются, что дальнейшая демократизация снизит потребность в услугах ИТ-компаний — как интеграторов, так и вендоров. Во-первых, разработкой решений все равно кто-то должен будет заниматься, а во-вторых, с внедрением, поддержкой и обновлением сами бизнес-потребители не справятся — потребуются услуги айтишников с высоким уровнем компетенций, которых внутри компании-заказчика зачастую нет. К тому же эксперты отмечают часто встречающееся нежелание разбираться даже в «демократичных» технологиях — потребителю проще заплатить и получить гарантированный результат, сохранив таким образом силы и ресурсы на решение основных бизнес-задач.
«Если мы говорим про «продал и забыл», то так не бывает, — объясняет Андрей Захаров, директор СПб ГУП «АТС Смольного». — Если продукт внедрили, его надо будет обновлять, в том числе — под меняющиеся регуляторные требования, под новые потребности пользователей и т.д. Ни одной системы на 100 лет не хватит». Он напомнил, что переход на low-code начали сами айтишники, потому что это в первую очередь облегчает их жизнь. Так что все прогнозы о том, что ИТ-сфера не сможет из-за демократизации технологий зарабатывать, сильно преувеличены.
А вот решить проблему катастрофического дефицита ИТ-кадров, которая сейчас мешает ускорению цифровизации в стране, технологии новой формации вполне могут — вернее, снизить напряженность на рынке труда. Часть связанных с использованием ИТ-инструментария задач можно будет делегировать не-айтишникам или сотрудникам с невысоким уровнем квалификации в ИТ. Как результат, у ИТ-специалистов высвободится время на решение боле сложных профильных задач, требующих глубоких ИТ-компетенций.
Перспективные направления
Эксперты уверены: к ИИ, облакам, no-code программированию и другим технологиям, вписывающимся в тренд демократизации, стоит относиться как к инструменту, способному повышать эффективность, если использовать их вдумчиво и там, где это целесообразно. Исключительно следование моде и информационному шуму вокруг них бизнесу не поможет, считают эксперты. Но есть наиболее болевые точки в разных отраслях, которые с помощью технологий нового уровня удастся устранить.
«У нас есть проект по предиктивной диагностике оборудования — в него хорошо ложится машинное обучение и нейросети. При классической диагностике оборудования на промышленном предприятии (человек анализирует данные, подходит и проверяет) эффективность может составлять 60%, при использовании ИИ она вырастает до 98-100%, — рассказывает о перспективном направлении Александр Васильев, руководитель отдела ГК, специализирующейся на промышленной автоматизации и цифровизации. — Это хорошая эффективность для бизнеса. Кроме состояния оборудования такой же подход может быть применен к оценке факторов, влияющих на качественные характеристики производимого продукта. Это уже активно применяется на иностранных производствах. При этом увеличение доступности нейросетей позволяет в процессе производства автоматизировать его настройку с привлечением небольшого количества айтишников — в этом направлении можно и нужно работать».
В числе других сфер, требующих вмешательства и обещающих прорыв за счет технологий, эксперты называют медицину. Здесь речь идет о помощи в постановке диагнозов, в подборе методик лечения и реабилитации. В фармацевтике перспективным выглядит разработка новых лекарств. В добывающей промышленности больших преимуществ можно добиться при применении ИИ в геологоразведке и роботов — в добыче. Есть перспективы и в сельском хозяйстве: например, ИИ может формировать маршруты движения сельхозтехники и разнообразные настройки ее работы для оптимизации урожайности.
Проект реализован на средства гранта Санкт-Петербурга.
