Когда раньше говорили об искусственном интеллекте в заказной разработке, это звучало как научная фантастика. Сегодня генеративные инструменты постепенно выходят на уровень «потребности» из фазы «эксперимента». Что мы видим? Конечно, ИИ не вытесняет людей. При правильном подходе, наоборот, усиливает команды, ускоряет процессы и снижает стоимость ИТ-проектов. Как разработчики со стажем (пережившие «страшилки» при появлении компьютеров), мы понимаем, что ИИ — не панацея и не «убийца всех айтишников». А очередной новый удобный и гибкий инструмент, который снимает рутину, высвобождая ИТ-специалиста под реальные задачи разработки.

К тому же, аналитика в 2025 году — основа принятия управленческих решений. Возможность обрабатывать и прогонять массивы данных, классифицировать их, структурировать и оформлять под нужный контекст делает ИИ желанным помощником компаний любого масштаба и направления. И тут хочется сказать, что разнообразие ИИ-инструментов полностью соответствуют тенденции рынка на комплексность ИТ-услуг.

Отраслевая специфика — не преграда, а драйвер

Автоматизация через ИИ проникает во все отрасли. Приведу несколько примеров. В практике «Девелоники» (ГК Softline) доводилось обучать нейросети определять состояние легких по базе звуков. Работали со сложными агрегатами в рыбной промышленности для определения размера и количества движущихся рыб при погрузке. Еще команды разрабатывали и внедряли системы для контроля брака и маркировки продукции. В каждом направлении решений ИИ был по-своему эффективен.

Какая компания не захочет заранее обнаруживать 98% неликвида еще на этапе самой первой обработки сырья? Или сохранить время и в 2 раза быстрей доставить груз благодаря заранее проанализированному маршруту? Такие идеи с эффектом развивают бизнес, а наше дело бравое — мы реализуем их в предлагаемых условиях.

У финтеха внедрение ИИ развивается оперативнее всего. Их кейсы тиражируются дальше: чат-боты помощники, голосовые ассистенты, приложения с ИИ-функциями. Промышленникам, компаниям логистики и транспортной отрасли важны данные с производства по ресурсам, состоянию оборудования или склада, окружающей местности или инженерных сетей конкретных локаций.

В связке с ИТ мы даем новые возможности конечным пользователям через бизнес-идеи, и при этом расширяем инструментарий технологий всего рынка в целом.

Эффективность на конкретных этапах ИТ-проекта

Сегодня ИИ встречается нам и как пункт в ТЗ заказчиков, и как технология стека внутри проекта. Особенно убедительные результаты инструмент показывает в тестировании. Ручная генерация тест-кейсов, вечная борьба с пропущенными багами, утомительное нагрузочное тестирование — рынок решений начинает наполнятся функциональностями в ответ на спрос бизнеса и ИТ-компаний.

Платформы вроде Test IT внедряют ИИ-интеграции, чтобы QA-команды быстрее решали типовые задачи и концентрировались на обеспечении качества вместо операционной работы. Опыт коллег показывает очень приличные результаты. Например, в обновлении Test IT платформу интегрировали с ИИ (обе поставки: коробки и облака). При соблюдении нескольких базовых критериев, тестировщики могут сократить до 50% времени на подготовку к работе с тестовой документацией. Конечный бизнес таким образом способен на 20–30% сократить релизные циклы.

Собственно, это не только российская практика. Тот же Gartner отмечает, что к 2025 году до 70% компаний будут полагаться на ИИ в тестировании. Мы уже видим это на проектах в самых разных направлениях задач.

А вот на этапе интеграции с ИИ мы можем заранее проанализировать несовместимости в API, просчитать слабые места и подсветить потенциальные аварии. Можем сделать это еще до тестирования и запуска систем, сэкономив и время, и стоимость. К тому же, так заказчик избегает внезапных рисков: срывов релизов, внезапных падений, неожиданных критических «нестыковок» софта, спрятанных «под капотом» систем.

Если же говорить про внедрение коробочного ПО и доработку отечественных систем от российских вендоров, то все зависит от опыта партнера по разработке. На рынке сейчас много решений, но нужно правильно подобрать их, а после решать проблемы, применяя ИИ там, где это разумно. Например, во время оценки качества построения архитектуры решений или при проработке постоянных повторяющихся сценариев в рамках типовых задач внутри ERP-, CRM- и BPM-систем.

Быть или казаться — «все внедряют, может и нам надо?»

Иногда в инфополе создается впечатление, что ИИ всех всего лишит. Многие эксперты рынка склонны считать, что те, кто не перестроит свои процессы сейчас, в будущем будет ощущать технологический недостаток на фоне конкурентов. По данным McKinsey, использование ИИ уже позволяет компаниям экономить до 30% на ИТ-проектах и ускорять время выхода продуктов на рынок на 20–50%.

Но важно понимать: переход на ИИ — это не гонка на выживание. У каждой компании своя уникальная ситуация. Неважно, мигрируем мы с иностранного ПО, создаём что-то под ключ или дорабатываем уже существующее решение под стандарты рынка с дальнейшей поддержкой в монетизации. Новый подход становится переходным мостиком между компаниями, цифровизацией и инновациями. В этом смысл поддержки в виде комплексной заказной разработки, усиленной ИИ-технологиями и наработанными практиками.

Кто-то идёт в этом процессе быстрее, кто-то осознанно выстраивает фундаментальную базу перед прыжком в автоматизацию. Бизнес последние годы выбирает особенно взвешенно и не боится задавать вопросы о будущем ИТ-ландшафта. И тут все просто — рынку всегда были и будут нужны те разработчики, которые ответят на все вопросы, подберут инструментарий для оптимального решения, а после — выдадут измеримый эффект.

Важно отметить, что залог успеха не в том, чтобы автоматизировать всё и вся. Лидер рынка не просто использует возможности ИТ для автоматизации текущих бизнес-процессов, он сознательно преобразует их, зачастую создавая новые подходы и инновации. Так, технологии меняют бизнес, а бизнес является драйвером развития технологий. И эта положительная обратная связь служит двигателем прогресса.