Российским корпорациям не хватает ИИ-разработчиков и техно-лидеров

Несмотря на разговоры о том, что ИИ сокращает потребность в разработчиках, крупные компании продолжают испытывать кадровый голод — в этом году дефицит специалистов уже достиг 1 млн. Во многом это связано с тем, что не хватает опытных кадров, профессионализм которых нарабатывается годами. При этом за счет автоматизации части рутинных задач формируются новые требования к самим соискателям.

ИТ-холдинг Т1 совместно с Ассоциацией ФинТех и АНО «Цифровая экономика» провел исследование зрелости процессов управления разработкой в крупных компаниях. Оно показало, что вне зависимости от отрасли и масштаба ИТ-функции, бизнес сталкивается с новым кадровым вызовом: компаниям нужны профессионалы нового типа, которые способны одновременно управлять сложностью разработки, выстраивать взаимодействие между отделами и повышать эффективность процессов с помощью новых технологий.

Причина такого запроса — изменение самой модели работы. По мере развития ИИ и автоматизации типовых задач разработчиков, аналитиков и тестировщиков, организационная структура становится более компактной: по прогнозам Gartner, к 2029 году около 80% компаний перейдут от крупных отделов разработки к небольшим командам с ИИ-поддержкой. При этом сокращается объем рутинной инженерной работы. Освободившийся спрос смещается в сторону специалистов, способных мыслить системно, принимать сложные инженерные решения и повышать эффективность всех рабочих процессов.

Как отмечает Сергей Полиненко, продуктовый лидер платформы «Сфера» ИТ-холдинга Т1, на первый план выходят навыки проектирования, понимание бизнес-контекста и способность критически оценивать качество решений, которые предлагает нейросеть. Код будет становиться все дешевле за счет ИИ, поэтому задач средней сложности станет меньше. Ценность специалиста начнет определяться либо умением проектировать сложные системы, либо узкой инженерной экспертизой. Именно поэтому возрастает роль технических лидеров и универсальных ИИ-разработчиков — профессионалов нового типа, которые находятся на стыке инженерии, управления и бизнеса.

Техно-лидер должен понимать, как устроена вся система разработки: какие технологические решения соответствуют целям бизнеса, как распределить работу между отделами, где применение ИИ действительно даст эффект и какие риски необходимо учитывать. В свою очередь, ИИ-разработчик использует современные инструменты искусственного интеллекта для перестройки процессов работы над продуктами — автоматизации рутинных операций, повышения производительности команд и более быстрого создания продуктов.

На данный момент практически любой разработчик может воспользоваться нейросетью для генерации кода, поэтому все большее значение приобретают способность критически мыслить, умение оценивать результаты работы ИИ и объяснять принятые инженерные решения. Кроме того, возрастает значение продуктового мышления и коммуникативных навыков: особенно востребованными становятся специалисты, которые умеют переводить бизнес-задачи в технические требования, выстраивать взаимодействие между командами и контролировать качество результата.