октябрь    2026

Пн	Вт	Ср	Чт	Пт	Сб	Вс
			1	2	3	4
5	6	7	8	9	10	11
12	13	14	15	16	17	18
19	20	21	22	23	24	25
26	27	28	29	30	31

показать все 

06.10.2026

Рынок систем резервного копирования в России вырос на 18% в первом полугодии 2026 года

Читать далее 

06.10.2026

Электромобиль АТОМ впервые представят на выставке-форуме «Электроника России»

Читать далее 

15.09.2026

Бизнес попросил правительство льготные кредиты на оборудование для работы ИИ

Читать далее 

14.09.2026

GISDAYS 2026: девятый ход главной ИБ-площадки страны пройдёт в двух столицах

Читать далее 

11.09.2026

Группа «Борлас» получила статус мастер-дистрибьютора по продуктам LS-TECH

Читать далее 

показать все 

05.10.2026

ИТ-инфраструктура в условиях дефицита

Читать далее 

04.10.2026

Это просто AI FOMO

Читать далее 

04.10.2026

Как вы выстраиваете систему безопасности в новых реалиях?

Читать далее 

30.09.2026

Какие компетенции нужны ИТ-директору, помимо технических знаний

Читать далее 

29.08.2026

ИT-менеджмент и «ссылка в Сибирь»: кровавая битва за души айтишников

Читать далее 

20.07.2026

Ключевая задача для технологического бизнеса — адаптация к новым правилам

Читать далее 

29.07.2025

Точность до метра и сантиметра: как применяют технологии позиционирования

Читать далее 

18.04.2024

Как искусственный интеллект изменит экономику

Читать далее 

22.09.2023

Эпоха российской ориентации на Запад в сфере программного обеспечения завершилась

Читать далее 

22.09.2023

Сладкая жизнь

Читать далее 

показать все 

Главная / Статьи / Опросы / Перевернет ли ChatGPT нашу ИТ-отрасль?

Перевернет ли ChatGPT нашу ИТ-отрасль?

Генеративный искусственный интеллект – сегодня одна из самых обсуждаемых тем. Возможности чат-бота ChatGPT ошеломляют. Все говорят о появлении прорывной технологии в ИТ, которую давно ждали. Так ли это? С чем могут столкнуться компании, внедряя технологии OpenAI?
В дискуссии «БИТа» о месте и роли генеративного искусственного интеллекта в бизнесе приняли участие представители компаний и организаций разных отраслей экономики

1. Как и где можно использовать генеративный ИИ в бизнесе? Каким может быть эффект от его применения?
2. Насколько надежен и объективен ChatGP? Всегда ли следует доверять информации, которую он сообщает?
3. Какие ограничения новой технологии вам кажутся наиболее существенными?
4. Как генеративный ИИ может изменить процесс разработки ПО?
5. Как его применение повлияет на рынок труда и сохранность рабочих мест?
6. Что ждет нас в будущем при развитии искусственного интеллекта:
– важные решения по-прежнему будут принимать люди;
– нет, это будет прерогатива машин;
– наступит эра сотрудничества людей и машин.
7. Используете ли вы в своей компании генеративный ИИ?

На вопросы «БИТа» отвечают эксперты компаний

Евгений Доможиров, генеральный директор CESCA

«В ответах ChatGPT могут присутствовать ошибки, связанные с неправильной интерпретацией вопроса или ошибочным пониманием контекста. Поэтому не следует полностью доверять информации, которую сообщает ChatGPT»

Эффект от применения генеративного ИИ в бизнесе может быть значительным. Он может помочь компаниям снизить затраты на персонал, повысить качество обслуживания клиентов, улучшить эффективность бизнес-процессов, увеличить продуктивность и снизить время на разработку новых продуктов и услуг.

Кроме того, генеративный ИИ способен помочь компаниям создавать инновационные продукты и услуги, которые могут привести к увеличению прибыли и укреплению конкурентных позиций.

ChatGPT является одним из самых продвинутых и мощных генеративных ИИ сегодня. Он был обучен на огромном объеме данных и имеет большую базу знаний, которую он использует для создания ответов на заданные вопросы. Однако следует помнить, что ChatGPT – это всего лишь инструмент, и его ответы могут быть неправильными или неточными, особенно если он не имеет достаточного объема данных, чтобы сделать точные выводы.

Кроме того, в ответах ChatGPT могут присутствовать ошибки, связанные с неправильной интерпретацией вопроса или ошибочным пониманием контекста. Поэтому не следует полностью доверять информации, которую сообщает ChatGPT. Это особенно важно в случаях, когда речь идет о серьезных и важных вопросах. Лучше всего использовать ответы ChatGPT в качестве отправной точки для дальнейшего исследования или в качестве подсказки для получения дополнительной информации.

Следует помнить, что ChatGPT не обладает эмоциональным интеллектом и не способен распознавать сарказм, иронию, эмоциональный подтекст и другие элементы межличностной коммуникации. Поэтому, в случаях, когда вопрос связан с этими аспектами, лучше обратиться к живому собеседнику.

Генеративный искусственный интеллект (ГИИ) является перспективной технологией, которая может изменить процесс разработки программного обеспечения (ПО). С помощью ГИИ разработчики могут ускорить процесс создания ПО и упростить его различные этапы. Один из основных способов использования ГИИ в разработке ПО – это создание автоматических тестов. ГИИ может создавать автоматические тесты, что ускорит и упростит процесс тестирования.

Генерация кода – это еще один способ использования ГИИ в разработке ПО. ГИИ может генерировать части кода, что позволит разработчикам быстрее и эффективнее создавать ПО. Это особенно полезно при работе с большими объемами кода или при создании новых функций, которые требуют значительного количества кода. ГИИ также может использоваться для поиска и устранения ошибок в коде. Благодаря этому разработчики смогут быстрее отлаживать ПО и снижать количество ошибок, что увеличит его надежность и качество. ГИИ может использоваться для анализа данных, что позволит разработчикам быстрее и лучше понимать потребности пользователей и рынка. Это поможет разработчикам создавать ПО, которое лучше соответствует требованиям пользователей и рынка. ГИИ также может использоваться для построения моделей, что поможет определить оптимальный дизайн ПО. Это особенно полезно при создании новых приложений, когда необходимо определить, какие функции и возможности должны быть включены в ПО. ГИИ позволяет сократить время и ресурсы, затрачиваемые на разработку ПО, что увеличит его эффективность и конкурентоспособность на рынке.

Иван Карпухин, директор по маркетингу ГК ITGLOBAL.COM

«Будущее развития ИИ, скорее всего, будет связано с эрой сотрудничества людей и машин»

Генеративный ИИ может использоваться в совершенно различных областях бизнеса, таких как: создание контента, работа с клиентами, аналитика данных, маркетинг, разработка. Его применение может привести к повышению эффективности, снижению затрат и улучшению процесса принятия решений. ChatGPT – мощный инструмент, но он не безошибочен. Необходимо сопоставлять информацию, которую он предоставляет, с другими надежными источниками. Пользователи должны с осторожностью относиться к любому контенту, генерируемому ИИ, без надлежащей проверки. К наиболее существенным ограничениям новых технологий ИИ относятся: потенциальная необъективность обучающих данных, трудности с пониманием контекста или нюансов, а также неспособность мыслить творчески или сопереживать, как люди. Генеративный ИИ может изменить процесс разработки программного обеспечения, автоматизируя повторяющиеся задачи, генерируя код и помогая в отладке. Он может улучшить взаимодействие и ускорить цикл разработки. Применение ИИ может привести к вытеснению рабочих мест в некоторых отраслях, но также создаст новые возможности в других. Непрерывное обучение и адаптация к новым технологиям будут иметь важное значение для сохранения рабочих мест.

Будущее развития ИИ, скорее всего, будет связано с эрой сотрудничества между людьми и машинами, когда ИИ дополнит процесс принятия решений человеком для достижения наилучших результатов.

Да, мы используем генеративный ИИ в нашей компании. Но всех секретов раскрывать не готовы.

Антон Калабухов, директор по маркетингу и партнерским продажам, технологическая строительная компания Interion

«Генеративный ИИ позволяет компаниям выполнять задачи, которые ранее были недостижимы, и делать это с более высоким качеством»

1. Генеративный ИИ может быть использован в самых разных аспектах бизнеса, начиная от создания изображений, видео и текстов для рекламы, и заканчивая разработкой сценариев видеороликов, проведением имитационного интервью (cutdev), поиском информации, написанием кода, исследований рынка или интеграцией ассистента, который будет составлять резюме переговоров и собраний, формировать краткие выводы и предлагать дальнейшие шаги. Результаты от внедрения ИИ будут варьироваться в зависимости от того, кто и как его применяет.

Основные преимущества, которые предоставляет ИИ, включают повышение производительности, выявление ценных инсайтов и улучшение качества продуктов и услуг. Таким образом, генеративный ИИ позволяет компаниям выполнять задачи, которые ранее были недостижимы, и делать это с более высоким качеством. Например, у нас копирайтер смогла увеличить охват статьи в 4 раза, за счет оптимизации своей работы.

2. Сравнительно с третьей версией, ChatGPT-4 демонстрирует значительно меньше ошибок и чаще признается, когда не может найти ответ на заданный вопрос. Таким образом, вероятность введения в заблуждение снижается.

У меня был пример, когда я просил систему найти реальную историю, которую не мог вспомнить, ChatGPT-4, в отличие от своего предшественника, предложил только реальные альтернативы, а также сказал, что может написать вымышленный пример, но он предупредил об этом заранее. Тем не менее, всегда рекомендуется проверять информацию, полученную от любого источника, включая ChatGPT.

Ошибки могут присутствовать даже в научных публикациях, и поскольку модель обучалась на основе наших данных, ошибки могут просочиться и в ответы ИИ. Вероятность ошибок в данном случае может быть выше, чем в научных статьях, но их количество все равно невелико.

В качестве дополнительной меры предосторожности, можно просить ChatGPT проверить свои собственные ответы, что существенно уменьшит вероятность допущения ошибки. Кроме того, с помощью локальных вариантов можно настроить алгоритм, который заставит GPT проверять свои ответы несколькими способами и в несколько этапов, прежде чем предоставить окончательный результат пользователю.

3. Одно из основных ограничений для пользователей заключается в сложности подготовки данных для обучения модели и настройки ее работы. Более серьезное ограничение, однако, кроется в нашей собственной голове: недоверии, отсутствии желания и креативного мышления, а также сложности формулировки правильного вопроса.

Среди технических ограничений можно выделить отсутствие доступа к API четвертой версии и лимиты на использование интерфейса. Также стоит отметить нехватку встроенных математических моделей и возможности подключения к интернету, хотя эти проблемы могут быть решены с помощью плагинов, локальных версий вроде AutoGPT, Jarvis, а поиск с помощью расширений браузера, браузеров с предустановленным ChatGPT и различных инструментов поиска.

Существуют также сложности, связанные с обучением моделей и тонкой настройкой. Ограничения на объем текста, который можно использовать, и максимальное количество ответов в одной теме также могут затруднять работу. При использовании тонкой настройки возникает проблема подбора данных и обучения модели конкретным навыкам.

4. Генеративный ИИ может иногда выдавать неточные ответы и создавать неоптимальный код, однако при возврате ошибок ему же самому, ИИ способен их исправлять. Уже существуют инструменты, такие как Copilot, которые помогают программистам, предлагая подсказки и генерируя код. Кроме того, доступны локальные модели, такие как AutoGPT, Vicuna, Baby AGI и другие.

С помощью таких инструментов как AutoGPT можно, например задать задачу, чтобы он создал код, проверил его и оптимизировал по различным параметрам, что упрощает его использование.

Вероятно, уменьшится количество обращений к StackOverflow, поскольку ChatGPT может проверить множество ошибок самостоятельно.

Хотя генеративные ИИ пока не способны заменить профессиональных разработчиков, они уже могут быть альтернативой для новичков в программировании в руках старших коллег. Технологии продолжают развиваться, и генеративные ИИ становятся все сильнее с каждым днем. Компании уже участвуют в соревновании по созданию нейросетей, например, Яндекс и Сбер недавно опубликовали свои ИИ для генерации изображений. Это тренд, который безусловно будет влиять на продукты, подходы и приоритеты в ИТ-отрасли.

5. Во многих случаях полностью заменить человека нейросетью будет крайне сложно, если не невозможно. Однако применение ИИ может значительно повысить производительность сотрудников, что может привести к сокращению рабочих мест. Уже сейчас многие компании могут избежать найма дополнительных сотрудников, поскольку ИИ может выполнять их обязанности с помощью других сотрудников.

В частности, в сфере разработки программного обеспечения, позиции младших специалистов могут быть заменены более опытными коллегами, использующими генеративные ИИ. С течением времени, эти технологии будут развиваться, что может привести к сокращению необходимости в определенных рабочих местах.

6. В обозримом будущем важные решения, в основном, будут приниматься людьми. Они будут контролировать алгоритмы и консультироваться с нейросетями, однако существуют области, где нейросети смогут принимать решения за людей. В ближайшее время наступит эра сотрудничества между человеком и машиной, что позволит добиться значительно лучших результатов.

Тем не менее, по мере развития технологий, машины смогут взять на себя ответственность за принятие решений в тех случаях, где человек не способен сделать взвешенный выбор, например на больших данных.

7. В нашей компании мы активно применяем генеративные ИИ-технологии как на работе, так и в повседневной жизни. У нас даже есть в отделе специальный проект, в котором мы изучаем нейронные сети и используем их для решения различных задач. Благодаря этому качество и количество некоторых работ увеличилось в разы.

Мы даже думаем о пересмотре структуры работы и планируем вводить интервалы среди недели, когда все сотрудники будут совместно работать над задачами с помощью ИИ, что позволит быстрее находить решения. Уже сокращены подрядчики и не наняты некоторые сотрудники, так как ИИ успешно выполняет их функции.

Наша компания уже использует различные локальные системы, такие как AutoGPT и BabyAGI, а также перспективные системы типа Jarvis, которая предназначена для объединения разных нейросетей в единую экосистему. Такая технология позволит оптимально использовать каждую нейросеть и создавать сложные решения за короткие сроки. Если наши эксперименты окажутся успешными, мы внедрим совместную работу с ИИ на постоянной основе. И уже сейчас безусловно можно сказать, что за такими сервисами будущее.

Сергей Радченко, директор по развитию бизнеса Hopper IT

«Галлюцинация нейросетей – серьезная угроза, исходящая от бота ChatGPT – мы просто перестанем понимать, где реальность, а где вымысел»

1. Искусственный интеллект сейчас у всех на слуху. Это одна из наиболее перспективных технологий, которая может изменить бизнес в самых разных отраслях: от маркетинга до ИТ и машиностроения.

Самой популярной областью применения можно назвать создание контента. Действительно, это очень удобно – когда мы создаем сайт, мы, например, можем не придумывать 100500 почти одинаковых текстов с описанием похожих продуктов, а отдать эту задачу нейросети и получить хороший результат всего через 5 минут. Можно попросить ИИ разработать логотип, создать макет, отредактировать фотографию. Все это позволяет значительно сэкономить время и улучшить процесс создания контента.

Также ИИ активно используется для оптимизации бизнес-процессов. Например, он может автоматизировать процессы производства, оптимизировать снабжение и логистику, повышать эффективность маркетинга и улучшать качество услуг. Нейросети неплохо справляются с прогнозами и аналитикой, им можно отдать на откуп многие и многие рутинные процессы.

Если применять ИИ с умом, то эффект в бизнесе может быть просто невероятным. Во-первых, это может повысить производительность и качество процессов в различных сферах. Во-вторых, это может сэкономить время и ресурсы, улучшить эффективность работы и повысить конкурентоспособность компании.

Однако у ИИ тоже есть ограничения и потенциальные недостатки. Пока что он не может полностью заменить человека, поэтому лучше контролировать его работу и не отказываться от ручного труда на совсем.

2. Далеко не всегда искусственный интеллект говорит правду. Существует специальный термин – галлюцинация нейросетей. И это серьезная угроза, исходящая от бота ChatGPT – мы просто перестанем понимать, где реальность, а где вымысел.

Галлюцинация нейросетей представляет собой весьма убедительный, но полностью выдуманный ответ, который не имеет ничего общего с фактами. Такое явление объясняется просто – ИИ берет данные из интернета, где очень много фейков. Но он не распознает, насколько информация достоверна. Нейросеть не отличает добро от зла, правду от вымысла, научную статью от конспирологической теории заговора. Но выдает все за чистую монету. Так появляется риск создать несуществующую реальность. Поэтому я рекомендую всегда проводить фактчекинг и убеждаться в том, что ИИ выдает адекватную информацию.

3. Одним из основных ограничений искусственного интеллекта является отсутствие способности к эмпатии. Искусственный интеллект может обрабатывать данные и принимать решения на основе математических алгоритмов, но он не способен понимать человеческие эмоции и чувства. Это может привести к неправильным решениям в сферах, где важны моральные и этические аспекты, например, в медицине, правосудии или рекламе.

Другим ограничением искусственного интеллекта является его способность обрабатывать только те данные, которые он был обучен распознавать. Если система не была обучена распознавать новые данные, она не сможет правильно их интерпретировать и принять решение на их основе.

Также ограничением является необходимость в большом объеме данных для обучения системы. Если данных недостаточно, система может дать неправильные ответы или не сможет дать ответ вообще. Это может быть особенно проблематично в сферах, где доступ к данным ограничен, например, в медицинских исследованиях.

Еще одним ограничением является проблема интерпретации принятых системой решений. Иногда принятые решения могут быть непонятны и непредсказуемы, что затрудняет объяснение их клиентам и партнерам. То есть мы вроде бы знаем, как делать, но не понимаем, как нейросеть дошла до этого результата.

4. Пока что ИИ не настолько хорош, чтобы полностью разрабатывать программное обеспечение самостоятельно. Он может написать легкий код, но в сложных задачах часто допускает ошибки. Возможно, с развитием технологии эта проблема уйдет, и мы действительно сможем писать грамотное ПО за 5 секунд, просто отправив нейросети нужный запрос. Но пока это не так.

Однако, ИИ все равно может существенно помочь ИТ-специалистам. Его можно использовать для создания элементов кода, тестирования и даже улучшения пользовательского опыта.

Один из примеров использования ГИИ в разработке ПО – это создание автоматизированных тестовых сценариев. ИИ может обучаться на основе исторических данных о тестировании, чтобы создавать новые тестовые сценарии и автоматизировать тестирование ПО. Это уменьшает ручной труд, снижает затраты на тестирование и ускоряет процесс разработки.

Кроме того, ИИ может использоваться для создания дизайна пользовательского интерфейса. Он может анализировать предыдущие проекты, чтобы найти наиболее эффективные решения, и создавать новые дизайны, основанные на этих знаниях.

В общем, ИИ пока еще не является полной заменой ИТ-команде, но может ускорить процесс разработки, улучшить качество продукта и снизить затраты.

5. Искусственные интеллект действительно потенциально может автоматизировать очень многие профессии. Но не думаю, что в ближайшее время какое-то весомое количество людей останутся из-за него без работы. Такая угроза есть, но это не вопрос ближайшего будущего, так как в нынешних реалиях нужно тщательно контролировать ИИ. Кроме того, высвобожденное время может быть потрачено на стратегические задачи, а не на рутину. То есть ИИ скорее поможет людям работать эффективнее, нежели совсем заменит их.

6. Я думаю, что важные решения по-прежнему будут принимать люди. Ни общество, ни сам ИИ не готовы к тому, чтобы отдать машине бразды правления окончательно. Поэтому наиболее важные решения по-прежнему будут за человеком, а ИИ станет лишь помощником, который делает эти решения эффективнее.

7. Мы стремимся быть в тренде, поэтому тоже начали задействовать в своей работе ИИ. Это не является официальной политикой компании, но наши сотрудники пробуют его возможности и задействуют его в вопросах тестирования, анализа данных. Кто-то использует ИИ для генерации простого кода. Мы только поощряем эти начинания.

Андрей Воробьев, директор Координационного центра доменов .RU/.РФ

«Выход ИИ на рынок труда ударит по его нижнему сегменту – в первую очередь, дешевым фрилансерам, генерирующим тексты и изображения низкого качества»

1. В основном, генеративный ИИ можно использовать в креативной части бизнеса – при подготовке текстов и иллюстраций. Качество продукта будет невысоким, но скорость и стоимость оправдывают это, особенно для компаний, работающих с дешевым персоналом и фрилансерами. Принимать решения на основе ИИ сейчас, да и ближайшем будущем, вряд ли будет возможно в силу недостаточного корпуса бизнес-данных для обучения модели.

2. Доверять информации, генерируемой ChatGPT, нельзя ни в коем случае. Всю ее нужно перепроверять стандартным образом – через поиск по авторитетным источникам. Связано это с тем, что используемая модель не имеет критерия объективности и фактически собирает из случайных слов ответ, максимально похожий на множество ответов по схожим запросам. И если задать ChatGPT узкий вопрос, по которому в сети практически нет ответов, то модель генерирует текст, идеальный по форме и сути, но с полностью выдуманным набором фактов.

3. Ключевое ограничение, на мой взгляд, юридическое – модель использует для генерации изображений и текстов данные, на которых ее обучали, на что ее создатели, чаще всего, не имеют прав. В ситуации, когда обученная модель начинает конкурировать с авторами контента из обучающего корпуса, это становится существенной проблемой. Насколько мне известно, в отношении Midjourney уже подан ряд исков от правообладателей, решение по которым, во многом, определит судьбу ИИ-бизнеса.

4. Пока шансов на то, что генеративный ИИ изменит процесс разработки, очень мало. Формальные языки тем и отличаются от живых, что сгенерированный на них бред, хоть и выглядит красиво, но не работает. Пока мы можем рассчитывать, разве что, на сервисы типа Copilot, по сути, представляющие продвинутый поисковик по GitHub и Stack Overflow.

5. Выход ИИ на рынок труда ударит по его нижнему сегменту – в первую очередь, дешевым фрилансерам, генерирующим тексты и изображения низкого качества. В особой опасности SEO-копирайтеры, так генерировать тексты со 100% уникальностью тот же ChatGPT умеет неплохо.

6. В будущем, конечно, нас ждет царство искусственного интеллекта, на который будут возложены большинство важных функций, однако это будущее настанет точно не завтра и даже не в ближайшее время.

Пока же ИИ был и остается забавной игрушкой, медиа-жупелом и маркетинговым инструментом производителей оборудования, продающих нам все более мощное специализированное железо под предлогом того, что запущенная на нем нейросеть вот-вот обретет разум.

Стелла Дарий, SMM-маркетолог компании PQ.Hosting

«Наиболее существенные ограничения – это возможный запрет ChatGPT и его аналогов. Италия стала первой европейской страной, которая ограничила доступ к технологии на законодательном уровне»

1. Генеративный ИИ обещает сделать 2023 год одним из самых захватывающих для ИИ. Технология новая, у всех на слуху, но пока что мало узнаваемая. В первую очередь ее можно использовать в ИТ-сфере.

Сейчас она несет потрясающий эффект, но со временем почерк ИИ можно будет разглядеть невооруженным глазом. Как и в случае с каждой новой технологией, руководителям следует действовать с широко открытыми глазами, потому что сегодня эта технология сопряжена со многими этическими и практическими проблемами.

2. Результаты, выдаваемые генеративным ИИ, могут показаться чем-то особенным, а сама технология – готовой к применению. Как и люди, генеративный ИИ может ошибаться. ChatGPT нередко «заблуждается», то есть неверно генерирует информацию в ответ на вопрос. Любая сгенерированная ИИ информация требует тщательной проверки, тем более в ответственных вопросах. Так, ChatGPT совершенно спокойно может привести неточные сведения в биографии человека, как и в ответах на другие вопросы.

3. Наиболее существенные ограничения – это возможный запрет ChatGPT и его аналогов. Италия стала первой европейской страной, которая ограничила доступ к технологии на законодательном уровне. К итальянским коллегам уже обратились регуляторы из Франции и Ирландии за консультацией о целесообразности блокировки ИИ.

4. Это длительный процесс, и ответ на этот вопрос пока что неизвестен. Тот же ChatGPT способен написать скрипт для решения одной простой задачи, но уже не справится с программированием огромной системы с сотнями зависимостей и выстроенной архитектурой. Поэтому кардинальных изменений в этой области в ближайшее время ждать не стоит.

5. В краткосрочной перспективе генеративный ИИ способен оказать положительное влияние на рынок труда. Технология может автоматизировать повторяющиеся и трудоемкие задачи, взаимодействовать с людьми, помогать принимать быстрые и обоснованные решения, обрабатывая и анализируя большие объемы данных. А у людей, в свою очередь, появится больше времени на то, чтобы заниматься интересными задачами, которые приносят удовольствие и положительно влияют на качество работы и развитие компании в целом.

6. Важные решения будут за людьми. Но, вероятней всего, человеку в какой-то форме придется взаимодействовать с искусственным интеллектом, а ИИ с человеком. Тем не менее, в связке человек – ИИ решение будет за первым. В противном случае восстания машин не избежать.

7. Мы, конечно, в тренде и активно знакомимся с технологией, тестируем её в ряде некоторых несложных задач, конечно же под чутким контролем наших специалистов. Однако сейчас доверия к генеративному ИИ у нас нет. Как ни крути – человеческий интеллект априори на первом месте.

Денис Чаннов, зксперт образовательной социальной сети AskHow по вопросам использования ИИ для бизнеса, предприниматель, преподаватель по международному маркетингу MBA/DBA – ВАВТ

«ИИ – это как некий помощник в том, чтобы побороть синдром «чистого листа». Достаточно просто написать то, над чем работаешь, и ChatGPT выдает несколько вариантов продолжения»

1. Для компаний может быть очень проблематична интеграция ChatGPT с уже существующими внутри организации системами. Это касается CRM, службы поддержки клиентов, разных систем обучения персонала, затрат на инфраструктуру и так далее. Всем сотрудникам нужно будет неизбежно учиться правильно писать «промпты» – вопросы, чтобы ИИ выдавал более релевантные ответы.

Кроме этого, я бы выделил и другую проблему. Руководителям компаний с технологией OpenAI, по крайней мере, на первом этапе внедрения ИИ будет сложно определять, где трудился настоящий сотрудник, а где искусственный интеллект.

Генеративный ИИ в бизнесе можно использовать в самых разных сферах. Это маркетинг, обслуживание клиентов, управление и аналитика. Эффект от его применения может быть значительным, включая сокращение затрат, оптимизацию процессов, улучшение качества услуг и содействие принятию более обоснованных решений. Приведу примеры.

• Маркетинг и реклама. Это создание персонализированных рекламных кампаний, где тексты объявлений, заголовки и контент для социальных медиа будут генерироваться автоматически. Это, в свою очередь, повысит эффективность маркетинговых стратегий и снизит затраты на создание контента.
• Обслуживание клиентов. Чат-боты ИИ могут использоваться для автоматизированной поддержки клиентов, предоставляя быстрые и точные ответы на запросы пользователей. Это улучшит качество обслуживания, ускорит время реакции и снизит нагрузку с сотрудников поддержки.
• Управление и аналитика. ChatGPT может анализировать большие объемы данных и предоставлять инсайты, помогающие принимать более обоснованные решения. Например, прогнозирование спроса на товары или определение других важных метрик для компании.
• HR и рекрутинг. Генеративный ИИ может использоваться для автоматизации процесса подбора кандидатов, сканирования резюме и создания списка потенциальных сотрудников на основе требований к вакансии. ИИ также может помочь в разработке учебных материалов и обучении новых сотрудников.
• Финансы и страхование. ИИ способен анализировать исторические данные и выявлять тенденции, что позволит делать прогнозы по рынку. На основе этих данных можно будет предлагать рекомендации по инвестициям и страховым продуктам.

Эффект от применения генеративного ИИ может быть разнообразным и включать следующие аспекты:

• Повышение эффективности. Автоматизация рутинных и трудоемких задач с использованием ИИ может освободить время сотрудников для занятия более важными и творческими задачами, увеличивая тем самым их производительность.
• Сокращение затрат. ИИ может снизить нагрузку на человеческие ресурсы и, следовательно, уменьшить затраты на персонал и сократить расходы на другие ресурсы.
• Улучшение качества услуг. Быстрый и точный ответ на запросы клиентов или предоставление более точных прогнозов и рекомендаций сделает клиентов более удовлетворенными, что будет способствовать росту всего бизнеса.
• Повышение конкурентоспособ­ности. Компании, успешно внедряющие генеративные технологии ИИ, могут получить конкурентное преимущество на рынке за счет улучшения своих продуктов, услуг и внутренних процессов.

2. ChatGPT, разработанный на основе передовых технологий и обученный с использованием обширных наборов данных, в целом является надежным и информативным источником. Однако его надежность и объективность зависят от контекста и задачи, для которой он используется. Важно помнить о некоторых ограничениях модели:

• Незавершенное обучение. ChatGPT основан на данных, собранных до определенного времени (в данном случае, до сентября 2021 года), и может не содержать самых актуальных сведений или последних тенденций.
• Возможность выдачи некорректной информации. Иногда модель может сгенерировать ответы, основанные на недостоверных данных или некорректных предположениях. Это происходит из-за искажений в обучающих данных или ошибок в алгоритмах модели.
• Смещение и предвзятость. ChatGPT может содержать смещения и предвзятости, присущие данным, на которых он был обучен. Проявляется это в недостаточно объективных или стереотипных ответах на некоторые вопросы.

ChatGPT может успешно помочь пользователю с вопросами по программированию или предоставить информацию об исторических событиях. В этих случаях, информация будет в основном надежной. Однако, если ChatGPT попросят предсказать будущие события или дать совет в сложной морально-этической ситуации, ответы могут быть менее надежными и содержать предвзятость или некорректные предположения.

3. Ограничения новой технологии включают несовершенство языковых моделей (например, неправильное понимание контекста), предвзятость данных и невозможность гарантировать абсолютную точность ответов. Кроме этого, стоит учитывать потенциальные проблемы с конфиденциальностью и безопасностью. Некоторые примеры ограничения я уже привел в предыдущем вопросе.

4. Генеративный ИИ может изменить процесс разработки ПО путем автоматизации некоторых задач, например, написание кода или документации, предложение решений для обнаруженных проблем и улучшение взаимодействия разработчиков с системами и инструментами. Ниже приведены некоторые примеры возможных изменений.

Генеративные модели, обученные на больших наборах данных с кодом, могут автоматически генерировать код для выполнения определенных задач. Это может сократить время на написание кода и ускорить процесс его разработки.

В таком случае пользователь может задать задачу на естественном языке, а ИИ уже сгенерирует код, выполняющий указанную функцию. Например, человек запрашивает: «Создай функцию, которая принимает список чисел и возвращает их среднее значение».

Другой пример с отладкой и исправлением ошибок. Генеративный ИИ способен помочь в обнаружении и исправлении ошибок в коде, предлагая автоматические решения для наиболее распространенных проблем. Это может уменьшить время, затрачиваемое на отладку, и сделать процесс разработки более эффективным.

Пример: ИИ может обнаружить, что код использует неправильный тип данных или вызывает функцию с неверными аргументами, и предложить соответствующие исправления.

Автоматическое создание документации. Генеративный ИИ может анализировать код и автоматически создавать соответствующую документацию, включая комментарии к коду, инструкции по использованию и техническую документацию. Это упростит и ускорит процесс документирования программного обеспечения.

Пример: ИИ может автоматически сгенерировать описание функции, включая ее параметры, возвращаемое значение и примеры использования.

Обучение и поддержка разработчиков. Генеративный ИИ может служить ресурсом для обучения разработчиков, предоставляя советы, примеры кода и решения для конкретных задач. Это может помочь разработчикам улучшить свои навыки и быстрее решать возникающие проблемы.

Пример: Разработчик, столкнувшийся с проблемой при работе с определенным API, может обратиться к генеративному ИИ за помощью. Он предложит примеры кода или советы, как решить проблему.

Прототипирование и создание интерфейсов. Генеративные модели могут быть использованы для создания макетов и пользовательских интерфейсов на основе естественного языка или набросков. Это может ускорить процесс прототипирования и дизайна приложений.

Пример: Дизайнер может описать свои идеи на естественном языке или сделать простой набросок, а ИИ сгенерирует макет интерфейса, который может быть использован в качестве отправной точки для дальнейшей доработки.

Коммуникация и сотрудничество. Генеративный ИИ может содействовать общению и сотрудничеству между членами команды разработки, предлагая варианты решения проблем, идеи для новых функций или помогая в координации задач.

Пример: ИИ может генерировать предложения о возможных функциях для нового продукта на основе анализа рынка, конкурентов и предыдущих версий продукта, помогая команде сформировать план разработки.

5. Применение генеративного ИИ может повлиять на рынок труда различными способами. Во-первых, это может привести к автоматизации определенных должностей, что повлечет сокращение рабочих мест. Во-вторых, спрос на специалистов в области ИИ и смежных областях вырастет. В целом, компании и профессионалы должны быть готовы к адаптации и обучению новым навыкам.

Генеративный ИИ может заменить часть обязанностей контент-менеджеров, например, написание статей, создание маркетинговых материалов или генерация текстов для социальных сетей. А в результате роста спроса на генеративные ИИ-модели, компании смогут нанимать специалистов для создания и обучения новых моделей, а также экспертов по безопасности и этике ИИ. Врачи и медицинский персонал могут использовать генеративный ИИ для обработки больших объемов данных о пациентах, тем самым освобождая время для личного общения с пациентами и принятия важных клинических решений.

6. В будущем наиболее вероятным сценарием развития является эра сотрудничества людей и машин. Искусственный интеллект будет выполнять рутинные задачи и анализировать большие объемы данных, в то время как люди будут принимать окончательные решения, основанные на предложениях ИИ, и заниматься более творческими и стратегическими аспектами работы. Это сочетание человеческих навыков и интеллекта с возможностями машин позволит компаниям добиться оптимальных результатов и инноваций.

7. Да, мы используем генеративный ИИ уже сегодня. Для создания сценариев курсов, как инструмент написания маркетинговых и SEO-текстов, генерации идей в разных областях. ИИ – это как некий помощник в том, чтобы побороть синдром «чистого листа». Достаточно просто написать то, над чем работаешь, и ChatGPT выдает несколько вариантов продолжения. Из них вполне вероятно что-то выбрать подходящее.

Сейчас мы делаем бота, который объединит наши методы обучения и общие знания ChatGPT. Это делается для того, чтобы давать ответы на более простые вопросы слушателей курсов со ссылками на материалы не только из наших источников, но и внешних.

Мы с командой еще только в начале пути по использованию генеративного ИИ. Я уже вижу, как он может быть очень опытным, настойчивым и без лишних эмоций репетитором для любых курсов: от английского языка и программирования до навыков в области бизнеса и маркетинга. При этом искусственный интеллект может не только давать материал, но и получать ответы в любой форме и давать по этим ответам обратную связь.

Эти возможности вдохновляют и заставляют нас активно использовать ИИ в своей ежедневной работе. Могу привести аналогию с появлением когда-то интернета и первых поисковых систем. Это очень сильно поменяло стиль работы и бизнеса. Так вот. Я считаю, что теперь нам предстоят еще более сильные изменения на качественно новом уровне.

Дмитрий Ходыкин, руководитель AI/ML проектов компании ITentika

«Есть надежда на сотрудничество людей и машин, ведь в противном случае, если важные решения будут принимать машины, то человечество быстро деградирует»

1. Для генерации текстового контента (не уникального), особенно на старте проекта, применение ChatGPT может ускорить работы до 10 раз. Например, вы начинаете писать новую программу. До тех пор, пока команда будет разрабатывать основной «каркас» решения, основанный на известных и типовых подходах, разработка будет двигаться существенно быстрее, чем без ChatGPT. Но далее, когда ваша программа, или сервис, начнут обрастать уникальными решениями в реализации или бизнес-логике, польза от ChatGPT будет существенно снижаться.

2. Текстовые корпуса, на которых обучалась модель GPT-3, проходили предварительную подготовку и отбор. Но мы говорим об огромном количестве документов, поэтому если вы собираетесь принять какое-то важное решение с опорой на ChatGPT, то информацию обязательно необходимо проверить.

3. Модель обучена на информации не новее горизонта в два года. Чтобы значительно улучшить выдачу бота, или расширить его знания, необходимо дообучать, или даже переобучать модель, а это процесс не быстрый и крайне дорогостоящий.

4. Генеративный ИИ может ускорить создание прототипов решений, необходимых для принятия решения о дальнейших инвестициях. На промышленную разработку больших решений, а также на поддержку крупных решений, генеративный ИИ практически не влияет.

5. Пока ИИ не замещает людей, а является их помощником. Однако та скорость, с которой развивается ИИ, наталкивает на определенные опасения.

6. Есть надежда на сотрудничество людей и машин, ведь в противном случае, если важные решения будут принимать машины, то человечество быстро деградирует.

7. Да, для генерации кода, применяемого в POC решений. Как отмечено выше, это эффективно для проверки гипотез на начальных этапах жизни идеи.

Андрей Лисица, генеральный директор GoodsForecast

«Сейчас мы, как индустрия, находимся в начальной фазе очередного большого изменения»

1. Появление ChatGPT и все последнее развитие искусственного интеллекта в целом – это часть большого исторического или даже эволюционного процесса стремления человека облегчить себе жизнь. Палка-копалка, колесо, потом станки, производственные линии и т.п. Просто на рубеже 20 века произошел сдвиг от сокращения физического труда к сокращению труда умственного. Сначала это коснулось автоматизации производственных процессов (даже на больших заводах сейчас, как правило, трудится несоизмеримо меньше людей), а вот теперь дошло до облегчения работы, которая традиционно была связана с творчеством и не поддавалась облегчению при помощи механических устройств.

Соответственно, бизнес может использовать генеративный ИИ, в первую очередь, по аналогии – для автоматизации рутинных операций, доселе исполняемых людьми. Как и в любой автоматизации, основное правило тут – это передача рутинной работы на сторону машины. Просто с появлением ChatGPT класс работы, которую можно рассматривать как рутинную, стал выше. Это может быть сокращение труда по написанию «стандартного» кода, заготовка ответов на письма, помощь в создании документов, скучная работа по форматированию документов или подготовка документов в соответствии с какими-либо стандартными шаблонами.

2. Сейчас ChatGPT на хайпе, как следствие, ожидания несколько завышены. Нейронка по-прежнему выдает часть ответов с ошибками, и доверять ей полностью нельзя. При этом ChatGPT умеет гораздо больше, чем его предшественники. Во многих областях он вполне может выполнять роль стажера, задача которого – облегчить труд более старшего товарища, создавая черновые версии и заготовки, из которых более квалифицированный сотрудник уже сделает финальный продукт.

5. Прямо сейчас – почти никак, но с развитием этой технологии, станут больше востребованы творческие навыки людей. Людям не нужно будет долго погружаться в детали, прежде чем получить желаемый результат. По аналогии, например, выходя из дома, никто из нас не задумывается об устройстве двигателя внутреннего сгорания, достаточно просто сесть в машину и поехать. При этом отдельно появится такая специальность, как специалисты по настройке и обслуживанию искусственного интеллекта. Сейчас такие люди тоже есть, но это скорее научные работники. С развитием технологии это станет похожим на работу автомеханика в мастерской.

6. Важные решения по-прежнему будут принимать люди. Просто принятие этих решений будет облегчено за счет многочисленных помощников. Я надеюсь, что машины не смогут заменить в человеке желание творить. Желание творить останется за человеком, просто с каждой новой технологией это творчество будет становиться более глобальным за счет использования все более и более продвинутых помощников.

7. Пока такие возможности тестируются только в экспериментальном режиме, причем исключительно в частном порядке. Что касается повседневной работы, то пока мы применяем только обычный ИИ, когда сеть анализирует тексты и изображения, но не генерирует что-то новое. В перспективе мы рассматриваем возможность использовать генеративный ИИ для оптимизации процесса разработки. Но что касается конкретно ChatGPT, то сейчас мы ограничены в его полноценном применении из-за запрета на его работу в России. Как ответственный бизнес, мы не можем себе позволить строить бизнес на базе нелегального доступа к технологиям.

Игорь Гусаков, директор направления интегрированного планирования GoodsForecast

«ChatGPT не надежен, но при этом крайне убедителен, и это один из ключевых рисков его использования»

1. Сфера применения генеративного ИИ поистине огромна. Уже имеется много примеров написания дипломных работ и статей для научных журналов. Экспериментаторы пытаются построить успешный бизнес, основываясь исключительно на детальных инструкциях от ChatGPT. Но если говорить о сфере деятельности нашей компании, то в области программирования нейросеть, безусловно, приведет к колоссальным изменениям.

2. К сожалению, ChatGPT не надежен, но при этом крайне убедителен, и это один из ключевых рисков его использования. Попробуйте предложить ему найти три целых положительных числа, таких, что сумма третьих степеней (кубов) двух из этих чисел была бы равна кубу третьего. Таких чисел не существует согласно Великой Теореме Ферма. Однако ChatGPT уверенно выдает в качестве ответа пифагоровы тройки. Вот пример реального диалога:

One example of three positive integer numbers a, b, c that satisfy the equation a^3 + b^3 = c^3 is:
a = 3 b = 4 c = 5
Plugging in these values, we get:
3^3 + 4^3 = 5^3
27 + 64 = 125

Хорошо, что ошибка в данном случае очевидна: 27+64 никак не равно 125. Но что было бы, если незнакомый с медициной человек стал бы выяснять безопасную дозу какого-либо лекарства и в ответ получил бы дозу, приводящую к тяжелым последствиям для организма или даже смерти?

Иными словами, ответы нейронной сети должны быть провалидированы экспертом. Тем не менее, это не отменяет того, что в области программирования нас ждут огромные перемены.

4. Процесс разработки ПО состоит из нескольких этапов. Предположим, что у кого-то появилась идея создания нового приложения. Сначала нужно составить подробные требования, затем спланировать работы, спроектировать приложение, подготовить дизайн, и только затем начинается непосредственно процесс разработки.

За разработкой в обязательном порядке следует тестирование, где нужно понять, с одной стороны, было ли сделано то, что планировали, а с другой – проверить, что все сделанное работает корректно и без ошибок.

Появление генеративного ИИ открывает возможность заменить разработчика на нейросеть при условии, что задача сформулирована очень четко и есть гарантия, что все «сделанное» нейросетью будет тщательно проверено. Иными словами, можно предположить, что аналитик, то есть человек, умеющий ставить задачи, но не умеющий программировать, сможет через некоторое время обходиться при создании ПО без помощи разработчика. Первые шаги в этом направлении были сделаны давно – это так называемые low code/no code платформы. Сейчас мы, как индустрия, находимся в начальной фазе очередного большого изменения.

5. Ответ на этот вопрос зависит от того, в каком направлении будет двигаться человеческая цивилизации в целом. Появление роботов, которые смогут заменить десятки профессий, неизбежно. Другое дело – какие решения примут правительства в этой связи.

Давайте возьмем такую профессию, как таксист. Беспилотные автомобили – уже реальность, но означает ли это, что в ближайшем будущем десятки миллионов таксистов по всему миру потеряют работу? Возможно, что в некоторых странах беспилотные такси будут запрещены ровно для того, чтобы сохранить рабочие места. В других – будет введен высокий налог на доходы компаний, которым будут принадлежать автопарки беспилотных авто, и собранные деньги пойдут на пособия потерявшим работу. В странах победившего капитализма люди просто потеряют работу, будут переквалифицироваться и пытаться выжить в новых условиях. Все вышесказанное относится и к применению генеративного ИИ.

6. Это тоже сильно зависит от общего направления развития цивилизации. Не исключено, что мы увидим все три указанных варианта, работающих одновременно в разных странах или в разных областях жизни.

В общих же чертах, в тех сферах, где много рутинных операций, постепенно акцент будет все больше и больше смещаться в сторону машин. Контроль за принятием ключевых решений люди попытаются оставить за собой. Получится ли это – другой вопрос.

Вадим Сабашный, генеральный директор компании «ЛАНИТ-ТЕРКОМ» (входит в группу ЛАНИТ)

«Мы применяем генеративный ИИ в разработке программного обеспечения, генерации контента для web-страниц и графических материалов» 

1. Сфера применения генеративного ИИ очень широка. Например, в области разработки программного обеспечения появился помощник по написанию кода ChatGPT Copilot, который уже обрел популярность в среде разработчиков. Сейчас точных измерений нет, но экспертная оценка показывает, что эффективность разработки повышается на 10-15%. Появление решений для генерации текстов может повысить эффективность работы копирайтеров в десятки раз. Также разработку несложных иллюстраций к презентациям и Интернет-ресурсам можно поручить генеративному ИИ.

2. «Как и любой искусственный интеллект, ChatGPT может допустить ошибки или недостаточно точно оценить ситуацию, особенно в сложных случаях. Поэтому, прежде чем принимать какие-либо решения на основе информации, предоставленной ChatGPT, необходимо проверить ее на других источниках и проконсультироваться с профессионалами в соответствующей области. Несмотря на это, ChatGPT является достаточно надежным и объективным инструментом для получения исходных данных и ценной информации в ряде областей, таких как медицина, юриспруденция, банковское дело и т.д.».

Ответ выше был сгенерирован ChatGPT, и я в целом его поддерживаю. Добавлю, что ресурсу всего пять месяцев, так что рано судить об объективности ответов и доверии.

3. Основное ограничение в том, что генеративный ИИ не создаёт принципиально новых идей, он может только обобщать уже достигнутые результаты, а для чего-то действительно нового обязательно участие человека.

Также генеративный ИИ плохо работает со сложными моделями, включающими несколько важных составляющих. Несмотря на то, что он может обработать каждую составляющую, он не всегда может их логично объединить в единое целое.

4. ChatGPT Copilot является хорошим помощником разработчика. Возможно, его можно будет научить писать тесты к коду. В целом генеративный ИИ я рассматриваю как второго пилота ИТ-специалиста, который может выполнять рутинные операции или выполнять дополнительные проверки.

5. Генеративный ИИ может увеличить производительность и эффективность работы во многих отраслях. Его использование может дать новые возможности для создания новых позиций в области искусственного интеллекта, обработки естественного языка, графических, видео- и аудиоданных. Это может привести к созданию новых рабочих мест и способствовать росту экономики в области технологий.

С ростом использования и разработки искусственного интеллекта существует риск, что генеративный ИИ может стать более продвинутым и заменить часть рабочих мест, особенно в части рутинных и не самых профессиональных позиций.

6. Я уверен, что действительно важные решения должны принимать люди. Это мнение основывается на этической стороне вопроса, вере в то, что только человеческое сознание может найти новое решение ситуации и учесть все возможные факторы.

7. Да, мы применяем генеративный ИИ в разработке программного обеспечения, генерации контента для web-страниц и графических материалов.

Андрей Жилин, руководитель проектов компании «ФОРС – Центр разработки» (ГК ФОРС)

«Крайне важно, чтобы разработка генеративных моделей ИИ попадала в поле зрения государственных регулирующих органов в целях обеспечения государственной и глобальной безопасности»

1. Сейчас генеративный ИИ используется во многих сферах бизнеса. Одной из первых стала креативная индустрия. Боты типа Сбер Dall-e, DreamPicsBot, Midjourney или Dream уже давно рисуют качественные картинки по текстовому запросу либо на основе обучающей выборки из 5-10 фотографий. Такие же технологии существуют и для генерации видео контента. Кроме того, существуют технологии синтеза человеческой речи, синтеза текста и так далее. Эти технологии существуют на рынке достаточно давно и компании уверенно их используют.

Эффект от генеративного ИИ может быть колоссален. Мы стоим только в самом начале этого пути. В сфере макроэкономики, например, GPT-3 может использоваться в экспериментах по созданию моделей потребительского поведения, поскольку выяснилось, что по своим реакциям он совершенно неотличим от человека. А это гораздо дешевле, чем строить социально-экономические прогнозы на реальной выборке.

Чат-боты и голосовые помощники уже широко заменяют собой человека в госструктурах при оказании госуслуг, в банках и страховых компаниях, телеком операторах. Генеративные модели, рисующие картинки по текстовому запросу, также заменяют собой художников и иллюстраторов. Думаем, что число областей, где GPT полностью заменит собой или существенно облегчит человеческий труд, будет только расти.

2. Нужно понимать, что генеративные модели и ChatGPT, в том числе, не импровизируют и не берут данные из всего массива накопленных человечеством терабайт. Это хорошо обученные на определенных данных модели. Они делают выводы на основе обучающих выборок и полученного опыта. Поэтому, чем более специфична область их применения, тем дольше и тщательней нужно проверять полученные от GPT ответы – то есть, без человеческого разума всё равно не обойтись.

3. Генеративный ИИ и, собственно, ChatGPT уже меняют процесс разработки ПО. Достаточно простые работы по программированию могут быть выполнены без привлечения человека. На сегодня человечество уже успело накопить библиотеку проверенных, отточенных и отработанных алгоритмов. Тратить время на их повторную разработку больше не нужно.

Например, не нужно тратить время и деньги на разработку алгоритма чата на сайте. Вместо этого можно попросить ChatGPT сгенерировать что-то типа «web site chatbot on python 4», и алгоритм будет написан за считанные секунды. Но чуда не произойдёт. В 90% случаев понять и правильно применить этот код сможет всё равно только программист. Правда, ChatGPT в последней версии умеет и править ошибки в коде. Это очень хорошо.

Я считаю, что генеративные технологии могут существенно ускорить разработку, используя весьма хорошую обучающую выборку готовых выверенных алгоритмов. Возможно, это лишит работы многих программистов по всему миру. Однако это касается лишь начального уровня разработки – уровня базовых алгоритмов. О замене более сложного сегмента программирования, требующего высокопрофессиональных навыков, речи пока не идёт. Иными словами, генеративные модели могут составить конкуренцию в разработке ПО пока только специалистам уровня Junior.

5. Не исключаю, что через 30 лет профессия «программист» может стать исчезающей. Их место займут аналитики, специалисты по GPT и большим данным. И всё это, конечно, очень сильно повлияет на ИТ-рынок в локальном и глобальном масштабе.

6. Хотелось бы, чтобы важные решения по-прежнему принимали люди. Но всё говорит о том, что наступит эра сотрудничества людей и м�