Столько программистов больше не нужно? Взгляд эксперта по разработке ПО Дмитрия Безфамильного на изменения рынка труда из-за ИИ

Фото: предоставлено героем публикации

Массовое внедрение нейросетей перекроило ландшафт рынка труда. По оценкам Всемирного экономического форума, к 2030 году автоматизация может уничтожить свыше 92 миллионов позиций в ИТ, но взамен создаст порядка 170 миллионов новых. Главный вызов сегодня — избыток линейных исполнителей при критической нехватке архитекторов, способных проектировать цифровые экосистемы целиком. В этом уверен Дмитрий Безфамильный, эксперт по разработке ПО международной компании Align Technology. За плечами Дмитрия более 10 лет опыта в разработке платформ и внедрении ИИ для управления данными в финтехе и медицине. Его инновации в цифровом здравоохранении уже получили признание на престижном конкурсе Cases&Faces. Сегодня он сам выступает судьей на международных ИТ-премиях, отбирая проекты и авторов новой волны, готовых закрыть кадровый голод в индустрии. О том, какие задачи пора делегировать нейросетям, а в чем человек остается незаменим, и какие скиллы станут входным билетом в ИТ завтрашнего дня, — в нашем разговоре с Дмитрием.

— Дмитрий, еще недавно казалось, что страхи разработчиков перед нейросетями поутихли. Однако цифры говорят об обратном: за прошлый год гиганты вроде Intel и Microsoft сократили, по разным данным, от 80 до 150 тысяч сотрудников. Вы застали обе волны ИИ-хайпа в крупных корпорациях. Что, по-вашему, происходит на рынке сейчас?

— Я бы не называл это внезапным штормом. Скорее, это логичный финал периода завышенных ожиданий. Первичный хайп прошел, модели «повзрослели» и научились выдавать результат, который на старте казался невозможным. Технологические гиганты просто перестали видеть смысл в огромных тратах на линейный персонал. Зачем платить за механический код, если алгоритм генерирует его мгновенно и бесплатно? Оптимизация была неизбежна. Под раздачу попали прежде всего те, кто застрял на уровне рядового исполнителя и не двигался дальше. Но, на мой взгляд, для индустрии это отличная встряска. Это жесткий, но эффективный стимул расти над собой и учиться быть на голову выше любого алгоритма.

— Вы смогли сделать ИИ естественной частью карьеры, из линейного разработчика став ведущим экпертом по разработке ПО. На чем, по вашему опыту, разработчикам строить карьеру сейчас, когда рутинные задачи программиста выполняет автоматика?

— Нужно смещать фокус с написания кода на проектирование логики и архитектурных связей. Сегодня ценность инженера определяется не знанием синтаксиса, а способностью отвечать за целостность системы. Мой опыт разработки платформы для хранения и контроля проектной документации в крупных строительных объектах — наглядное тому подтверждение. В проектах с огромным числом участников критически важно было исключить работу по неактуальным чертежам. Мы создали среду, которая не просто централизовала документы, но и внедрила автоматический трекинг версий с мгновенным уведомлением всех сторон об изменениях. Это в корне изменило прозрачность взаимодействия между застройщиками и подрядчиками.

Никакая нейросеть не способна самостоятельно выстроить такую бизнес-логику «с нуля», она лишь инструмент. Поэтому я советую развивать системное мышление. Без него невозможно проектировать решения в индустриях с высокой ценой ошибки — будь то управление капиталом или цифровая медицина, где автоматизация сейчас внедряется наиболее агрессивно.

— Помимо платформы для строительства, вы создали систему автоматической оценки кредитных рисков для крупного международного банка. В подобных проектах сбои могут привести не только к потере денег клиентов, но и к закрытию бизнеса из-за отзыва лицензии. В чем вы увидели главную сложность проекта, где на кону репутация и миллиардные обороты, как действовали?

— Специфика проектирования в системно значимых банках заключается в необходимости управления большим потоком данных: миллионами выписок, реестров и анкет, которые в сыром виде неизбежно противоречат друг другу. Основная сложность при создании систем автоматической оценки рисков состоит не в техническом сборе информации, а в выстраивании жестких «логических барьеров», способных в реальном времени блокировать процессы при малейшем расхождении цифр. В архитектуру таких решений крайне важно бесшовно интегрировать протоколы безопасности и требования Центробанка, обеспечивая прозрачное обоснование каждого кредитного лимита для внешнего аудита. На уровне проектирования потоков данных архитектор обязан учитывать и юридические тонкости, четко разграничивая сведения, которые по закону запрещено сопоставлять или передавать между внутренними департаментами, что критически важно для защиты бизнеса при миллиардных оборотах.

— Это решение и другие ваши проекты напрямую влияют на качество жизни миллионов людей — это отметило жюри международного конкурса Cases&Faces, присудив победу за разработку платформы для ортодонтов, которая позволяет специалистам из разных стран совместно анализировать клинические случаи и принимать решения по плану лечения. С какими сложностями вы столкнулись в проекте?

— Этот проект стал частью глобальной цифровой медицинской экосистемы, в которой ключевую роль играет цифровое планирование лечения и взаимодействие между врачами, клиническими экспертами и лабораториями. Новая плтформа открыла ранее недоступные для врачей возможности. Специалисты из разных стран могут работать с единым клиническим кейсом в рамках одной системы: получать экспертные рекомендации, анализировать варианты лечения и принимать финальные решения, которые затем напрямую используются в производстве медицинских изделий.

Основная сложность заключалась в том, чтобы обеспечить согласованность и надёжность этого процесса на глобальном уровне. Необходимо было спроектировать систему таким образом, чтобы все участники — независимо от их местоположения — работали с актуальными данными и имели единое понимание статуса клинического кейса. В медицинской среде любая неточность или рассинхронизация может привести к ошибкам в лечении, поэтому особое внимание уделялось целостности данных, прозрачности статусов и корректному переходу от клинического решения к последующим этапам, включая оформление заказа и производство.

— Генеративный интеллект постоянно самообучается и его пределы — частая тема дискуссий глобальных сообществ инженеров вроде Hackathon Raptors, где вы выступаете экспертом. Где, по-вашему мнению, проходит та черта, которую алгоритм не сможет переступить?

— Машина научилась писать код, но она до сих пор не понимает, зачем. У алгоритмов нет чувства контекста. В этом и кроется фундаментальное отличие от живого инженера, чья работа сегодня — это прежде всего перевод бизнес-задач в рабочую архитектуру и плотное общение с заказчиком. Поэтому страхи перед тотальной автоматизацией, на мой взгляд, раздуты. Вопрос не в исчезновении профессии, а в глубокой трансформации задач. Эпоха узких специалистов, отвечающих за один «винтик», уходит. В цене будут универсалы, способные удержать устойчивость всей системы, а не копаться в ее фрагментах. Да, десятки миллионов мест закроются — об этом трубят все отчеты, — но рынок сгенерирует вдвое больше новых вакансий. Главный вызов здесь не в дефиците работы, а в том, готов ли человек «пересобрать» себя под новые реалии. Мой совет: качайте навыки управления сложными экосистемами, где десятки продуктов завязаны в один узел. Это и есть страховка от ненужности в будущем.