ИИ-платформы как DevRails:
мощный копилот, но не Святой Грааль разработки
Мнение JTC
Когда анонс МТС — это повод задуматься, а не бежать внедрять
В августе 2024 года МТС Web Services анонсировала MWS DevRails — платформу полного цикла производства ПО с ИИ-агентами. Позиционирование впечатляет: единый контур от идеи до мониторинга, автоматизация до 40% задач, экономия времени вывода на рынок (time-to-market) на 40%. Для рынка, особенно финансового сектора, задыхающегося в тисках регуляторики и дедлайнов по цифровому рублю, — это звучит как долгожданная панацея.
Этот тренд невозможно игнорировать. Гонка за автоматизацией разработки стала для корпораций новой «космической гонкой». Но как вендор, который ежедневно сталкивается с глубокой отраслевой спецификой и сложностью банковских интеграций, мы в JTC видим и обратную сторону медали.
Платформы вроде MWS DevRails — это не финальный аккорд в эволюции разработки. Это начало нового этапа, где ценность человеческой экспертизы не падает, а трансформируется и возрастает.
Этот тренд невозможно игнорировать. Гонка за автоматизацией разработки стала для корпораций новой «космической гонкой». Но как вендор, который ежедневно сталкивается с глубокой отраслевой спецификой и сложностью банковских интеграций, мы в JTC видим и обратную сторону медали.
Платформы вроде MWS DevRails — это не финальный аккорд в эволюции разработки. Это начало нового этапа, где ценность человеческой экспертизы не падает, а трансформируется и возрастает.
Что JTC думает об ИИ-платформах
Сразу честно: мы используем ИИ-инструменты в работе. И считаем их эволюционным скачком в инструментарии разработки — таким же, каким в своё время были системы контроля версий или процессов непрерывной интеграции и доставки/развертывания (CI/CD).
Но революции, заменяющей команду, здесь нет.
ИИ-платформы кардинально повышают эффективность, берут на себя рутину — генерацию шаблонного кода, написание тест-кейсов, документацию. Они не отменяют необходимости в глубокой экспертизе, стратегическом мышлении и, что ключевое — ответственности.
Бизнес, особенно средний и крупный, рискует столкнуться с иллюзией простых решений, недооценив риски. ИИ-агент — это стажёр с феноменальной скоростью работы, но без понимания сути.
ИИ-платформы кардинально повышают эффективность, берут на себя рутину — генерацию шаблонного кода, написание тест-кейсов, документацию. Они не отменяют необходимости в глубокой экспертизе, стратегическом мышлении и, что ключевое — ответственности.
Бизнес, особенно средний и крупный, рискует столкнуться с иллюзией простых решений, недооценив риски. ИИ-агент — это стажёр с феноменальной скоростью работы, но без понимания сути.
Проблема «контекстной слепоты» ИИ: где заканчивается код и начинается бизнес-логика
Главный ограничитель для ИИ сегодня — неспособность глубоко понять бизнес-контекст и пользовательский опыт.
ИИ может сгенерировать текст для интерфейса или даже прототип, но он не способен на эмпатию, на глубокую интерпретацию инсайтов от реальных пользователей и формирование прорывных продуктовых идей. ИИ-агент напишет 100 тест-кейсов для мобильного приложения банка. Но он не поймёт, почему клиент старше 70 лет путается в интерфейсе и не понимает, как совершить перевод в цифровые рубли.
Автоматизация даст скорость. Но без команды экспертов с отраслевой экспертизой вы получите быстрый, но, вероятно, неудобный продукт. Решения отраслевых вендоров — таких как JTC — ценны именно выверенными за годы сценариями, отточенным пользовательским опытом (UX) и пониманием регуляторных требований своей ниши. Это не генерируется за ночь.
ИИ может сгенерировать текст для интерфейса или даже прототип, но он не способен на эмпатию, на глубокую интерпретацию инсайтов от реальных пользователей и формирование прорывных продуктовых идей. ИИ-агент напишет 100 тест-кейсов для мобильного приложения банка. Но он не поймёт, почему клиент старше 70 лет путается в интерфейсе и не понимает, как совершить перевод в цифровые рубли.
Автоматизация даст скорость. Но без команды экспертов с отраслевой экспертизой вы получите быстрый, но, вероятно, неудобный продукт. Решения отраслевых вендоров — таких как JTC — ценны именно выверенными за годы сценариями, отточенным пользовательским опытом (UX) и пониманием регуляторных требований своей ниши. Это не генерируется за ночь.
Иллюзия полной автоматизации: кто несёт ответственность?
ИИ генерирует требования, код, тесты. Но кто несёт ответственность за финальный продукт? За его соответствие законодательству в сфере персональных данных? За возможные финансовые потери в случае ошибки в процессинге?
Команда разработки не исчезает — она переходит на новый уровень: из исполнителей в контролёров, архитекторов и валидаторов. Нужны не те, кто пишет код, а те, кто может проверить код, сгенерированный ИИ, найти в нём уязвимости, неоптимальность или несоответствие бизнес-логике.
ИИ не может заменить приёмочное тестирование со стороны пользователя.
Что это означает для бизнеса?
Вместо поиска дешёвых исполнителей на рутину — инвестиции в более дорогих и высококвалифицированных специалистов: проджект-менеджеров, которые могут ставить задачи ИИ, архитекторов, которые могут оценить предложенное ИИ решение, старших разработчиков, которые могут его доработать.
ИИ не может заменить приёмочное тестирование со стороны пользователя.
Что это означает для бизнеса?
Вместо поиска дешёвых исполнителей на рутину — инвестиции в более дорогих и высококвалифицированных специалистов: проджект-менеджеров, которые могут ставить задачи ИИ, архитекторов, которые могут оценить предложенное ИИ решение, старших разработчиков, которые могут его доработать.
Вопросы безопасности и доверия: локальное развертывание (on-prem) — не панацея
МТС разумно предлагает on-prem решение для банков, снимая вопросы о физическом месте хранения данных. Но безопасность — это не только про «где лежит», но и про «как обрабатывается».
Куда уходят данные и промпты, которые подаются в ИИ-агентов для анализа? Кто имеет к ним доступ? Может ли модель на основе ваших уникальных бизнес-процессов быть невольно обучена и предложить аналогичное решение конкурентам?
Пока нет общеотраслевых стандартов и сертификаций для ИИ-систем в финансовом секторе, доверие будет оставаться главным барьером для массового внедрения. Известны кейсы, когда ИИ в погоне за «оптимизацией» совершал деструктивные действия — например, удаление данных. Контроль над такими решениями должен быть тотальным и оставаться за человеком.
Куда уходят данные и промпты, которые подаются в ИИ-агентов для анализа? Кто имеет к ним доступ? Может ли модель на основе ваших уникальных бизнес-процессов быть невольно обучена и предложить аналогичное решение конкурентам?
Пока нет общеотраслевых стандартов и сертификаций для ИИ-систем в финансовом секторе, доверие будет оставаться главным барьером для массового внедрения. Известны кейсы, когда ИИ в погоне за «оптимизацией» совершал деструктивные действия — например, удаление данных. Контроль над такими решениями должен быть тотальным и оставаться за человеком.
Риск «выученной беспомощности»
Есть и долгосрочная угроза, о которой говорят значительно реже: атрофия навыков у новых поколений разработчиков и аналитиков.
Если ИИ всегда подсказывает, как исправить ошибку и как написать код, молодой специалист может никогда не понять глубинных принципов работы системы. В кризисной ситуации, когда ИИ окажется бесполезен — а такие ситуации случаются — команда может оказаться не готова к быстрому решению проблемы.
Это не аргумент против ИИ-инструментов. Это аргумент за осознанное управление тем, что вы отдаёте автоматизации, а что оставляете людям.
Это не аргумент против ИИ-инструментов. Это аргумент за осознанное управление тем, что вы отдаёте автоматизации, а что оставляете людям.
Симбиоз, а не замена: итоговая позиция JTC
Анонс МТС — важный и сильный сигнал рынку. Компании, которые проигнорируют тренд на ИИ-ассистентов в разработке, рискуют безнадёжно отстать в производительности.
Однако гораздо опаснее другая крайность — попытка заменить живую экспертизу на «волшебную кнопку». Успеха добьются те, кто воспримет платформы вроде MWS DevRails не как замену, а как мощный инструмент усиления команды. Инструмент, который берёт на себя рутину, высвобождая время дорогостоящих специалистов для решения по-настоящему интеллектуальных задач: стратегии, глубокого анализа пользовательского опыта и создания той ценности, которую никогда не сможет сгенерировать интеллект без человеческого сознания и эмпатии.
Будущее за гибридной моделью: «ИИ-копилот + человеческая экспертиза».
Для конечного заказчика главный вопрос звучит так: «Готовы ли ваши команды к переходу от исполнения к контролю и стратегии?» Ответ на него определит, станет ли внедрение ИИ реальным конкурентным преимуществом или просто дорогой автоматизацией рутины с непредсказуемыми рисками.
Однако гораздо опаснее другая крайность — попытка заменить живую экспертизу на «волшебную кнопку». Успеха добьются те, кто воспримет платформы вроде MWS DevRails не как замену, а как мощный инструмент усиления команды. Инструмент, который берёт на себя рутину, высвобождая время дорогостоящих специалистов для решения по-настоящему интеллектуальных задач: стратегии, глубокого анализа пользовательского опыта и создания той ценности, которую никогда не сможет сгенерировать интеллект без человеческого сознания и эмпатии.
Будущее за гибридной моделью: «ИИ-копилот + человеческая экспертиза».
Для конечного заказчика главный вопрос звучит так: «Готовы ли ваши команды к переходу от исполнения к контролю и стратегии?» Ответ на него определит, станет ли внедрение ИИ реальным конкурентным преимуществом или просто дорогой автоматизацией рутины с непредсказуемыми рисками.
Заберите файл со статьей, чтобы поделиться с коллегами:
JTC — разработка и внедрение систем ДБО с 2014 года
Мы ежедневно работаем на стыке отраслевой банковской экспертизы и современных технологий
Напишите нам на ilove@jtc.ooo или заполните форму на сайте
Напишите нам на ilove@jtc.ooo или заполните форму на сайте
Вам может быть интересно
- Система ДБО для ЮЛ
- Цифровой профиль
- Личный кабинет
Использована иллюстрация с сайта unsplash.com