В течение последних 6-9 месяцев наша команда работала над одним из самых амбициозных исследований в истории Forrester: двухкомпонентной программой, сочетающей десятки качественных интервью с лидерами и практиками в области разработки и тщательный количественный анализ влияния искусственного интеллекта на занятость специалистов в течение всего жизненного цикла разработки ПО (SDLC), пишут в корпоративном блоге ведущие аналитики Forrester Диего Ло Джудиче и Майкл О’Грейди. Мы решили выйти за рамки ажиотажа и сформировать четкое, основанное на фактах представление о том, как предиктивный, генеративный и агентный ИИ меняют работу с ПО — и что должны в связи с этим делать руководители.

ИИ не заменяет разработчиков — он их меняет

Наш новый отчет о тенденциях «AI Is Evolving The Development Workforce In Dramatic Ways» отражает переломный момент: ИИ не заменяет разработчиков, он меняет то, чем разработчики (и их коллеги) занимаются каждый день. По мере того как ИИ берет на себя все больше задач по созданию артефактов (код, тесты, документация), роль человека развивается в сторону оркестрации, системного мышления, управления и согласования с бизнесом — работы по управлению ИИ и созданию ценности на протяжении всего SDLC.

Эта перебалансировка имеет последствия на уровне команды. Мы наблюдаем слияние ролей (размывание классических границ между фронтендом, бэкендом и QA), эволюцию ролей, появление небольших межфункциональных подразделений и растущий спрос на специалистов с T- и E-образными профилями навыков, сочетающих знания в области программирования, продуктов, данных и управления. Появляется новая важная тема: хотя вайб-кодинг привлекателен, в 2026 г. в центре внимания разработчиков ПО будет ваб-инжиниринг (или контекст-инжиниринг). Обратная сторона: новые вызовы в обучении младших сотрудников в условиях, когда задачи начального уровня автоматизированы, и в построении организационного доверия к системам ИИ, которые все еще могут ошибаться.

ИИ меняет объем и состав работы в процессе разработки

В сопутствующем отчете «The Quantitative Employment Impact Of AI On The Software Development Lifecycle» количественно оценивается, как ИИ меняет объем и состав работы в областях требований, проектирования, сборки, тестирования, выпуска и эксплуатации. Главный вывод: предиктивный, генеративный и агентный ИИ являются катализаторами самых драматичных изменений в рабочей силе, которые SDLC видел за последние годы — с переходом от повторяющегося производства артефактов к более эффективным видам деятельности, таким как оркестрация рабочих процессов, валидация архитектуры, контроль и реализация ценности для клиента. Руководители, которые планируют трансформацию, а не сокращение, смогут превзойти конкурентов.

Исследование также выделяет роли (или задачи в рамках ролей), которые будут вытеснены или усилены ИИ. Контекст помогает — в предыдущих исследованиях мы пришли к выводу, что к 2030 г. генеративный ИИ повлияет на гораздо большее количество рабочих мест, чем устранит. Эта тенденция уже наблюдается в сфере ПО: ИИ скорее меняет контуры ролей и навыков, чем устраняет их. Стратегический вопрос меняется с «Какие рабочие места исчезнут?» на «Как мы можем перепроектировать рабочие места, команды и карьерные траектории, чтобы ответственно использовать ИИ?».

Пять советов для руководства

  1. Перепроектируйте роли для оркестрации, а не только для производства. Относитесь к разработчикам, программистам, специализирующимся на задачах тестирования (SDET), менеджерам по продуктам и платформенным инженерам как к дирижерам ИИ, которые направляют агентов, составляют рабочие процессы и обеспечивают соблюдение правил. Это требует явных навыков в области проектирования подсказок/ограничений, оценки и управления — а не только знаний в области языков/фреймворков.
  2. Защитите (и модернизируйте) конвейер подготовки младших специалистов. Если ИИ возьмет на себя многие задачи начального уровня, вам понадобятся специальные модели обучения: объединяйте младших специалистов с опытными, ротируйте их между оценкой, наблюдением и обеспечением безопасности, создавайте «практические додзё», где они будут учиться критически оценивать и улучшать результаты ИИ. Наше исследование выделяет это как область потенциального риска для устойчивости талантов.
  3. Займитесь переквалификацией, а не сокращением штата. Самый быстрый возврат инвестиций достигается за счет повышения квалификации существующих команд для применения ИИ во всем SDLC (а не только в кодировании). Перенесите акцент с показателей активности на результаты, такие как ценность для клиента, время в рамках цикла до получения эффекта, надежность и риски. Правильный подход — удержать разработчиков и усилить их с помощью ИИ, а не сокращать штат.
  4. Институционализируйте принципы интеграции управления в архитектуру («governance by design»). По мере расширения распространения агентных моделей рассматривайте «управление как код» и «наблюдаемость как код» как первоклассные артефакты. Инвестируйте в средства оценки, прослеживаемость и обеспечение соблюдения политик, чтобы команды могли безопасно и повторно масштабировать ИИ — эта модель также набирает популярность в отрасли по мере роста зрелости использования ИИ.
  5. Продемонстрируйте финансовый эффект — как по доходу, так и по прибыли. Данные наших более широких исследований показывают, что предприятия, внедряющие генеративный ИИ, уже отмечают повышение производительности сотрудников, улучшения в обслуживании клиентов и рост доходов, но руководители по-прежнему недооценивают его ценность, когда сосредотачиваются на показателях активности. Свяжите ИИ с поддающимися проверке результатами, чтобы обеспечить постоянные инвестиции.

Итог

Разработка ПО переходит от «людей, создающих артефакты с помощью инструментов» к «командам, оркестрирующим усиленные с помощью ИИ системы, в основе которых лежит человеческое суждение». Этот сдвиг не произойдет нечаянно. Он требует пересмотра ролей, принятия показателей, основанных на результатах, защищенной карьерной лестницы для талантов и управления, заслуживающего доверия. Руководители, которые займутся этим сейчас, получат растущую отдачу, поскольку ИИ меняет не только кодирование, но и весь путь от идеи до ценности для клиента.