Нейросети уже умеют писать код и искать ошибки, но полностью заменить разработчиков пока не могут. Более того, ставка на автоматизацию вместо найма джуниоров рискует обернуться кадровым дефицитом для всей ИТ-отрасли.Директор по цифровым инновациям и IT Lenta TechОб эксперте: Сергей Сергеев — директор по цифровым инновациям и ИT «Группы Лента». Основные приоритеты в работе: развитие передовых технологий для автоматизации бизнеса, повышение компетенций команды IT и обеспечение стабильной, качественной работы бизнеса и открытия новых магазинов.
На фоне активного внедрения ИИ-инструментов российские компании начали перестраивать подход к разработке программного обеспечения. Нейросети помогают ускорять рутинные процессы — от написания черновиков кода до подготовки документации и тест-кейсов. Автоматизация действительно меняет рынок, но потребность в инженерах, особенно в крупных корпоративных проектах, все равно остается неизменной.
Разработка — это не только код
Российские компании начали менять подход к разработке на фоне распространения ИИ-инструментов. Нейросети уже помогают программистам писать код, искать ошибки и готовить документацию, однако полностью заменить разработчиков они пока неспособны. Более того, отказ от найма джуниоров ради автоматизации может привести рынок к дефициту middle- и senior-специалистов, считает Сергей Сергеев.
Разработка не сводится только к написанию кода: в реальных проектах специалисту нужно учитывать архитектуру системы, бизнес-требования, ограничения инфраструктуры, вопросы безопасности и дальнейшую поддержку продукта. ИИ может предложить вариант решения или ускорить выполнение типовой задачи, но он не берет на себя ответственность за то, как система будет работать в промышленной среде.
ИИ уже смещает фокус работы разработчика: меньше времени уходит на рутинные операции, больше — на контроль качества, проектирование решений и сложные инженерные задачи. Но в крупных системах ключевую роль по-прежнему играет инженер, который понимает контекст, риски и последствия технических решений.
Почему бизнесу опасно отказываться от джуниоров
Отдельный вопрос — влияние ИИ на наем начинающих программистов. По мнению эксперта, отказ от рекрутинга джуниоров в пользу нейросетей может выглядеть эффективным только на короткой дистанции. Если компании перестанут давать молодым специалистам практику, через несколько лет рынок столкнется с отложенной кадровой проблемой — станет намного сложнее формировать сегмент middle- и senior-разработчиков. Профессиональный рост невозможен без реальных задач, ошибок, обратной связи и наставничества.
При этом требования к начинающим разработчикам действительно меняются. Теперь важно не просто выполнять базовые задачи, а уметь использовать ИИ-инструменты: правильно формулировать промпты, проверять ответы моделей, находить ошибки и понимать ограничения нейросетей.
Как компании используют ИИ в разработке
По словам Сергея Сергеева, большинство компаний сейчас рассматривают ИИ как инструмент повышения производительности команд. Такой подход предполагает, что нейросети берут на себя повторяемые операции — например, подготовку черновиков кода, документации или тест-кейсов, — а инженеры концентрируются на архитектуре, продуктовой логике и сложных технических решениях. ИИ уже внедряют в процессы разработки, аналитики и поддержки — прежде всего для ускорения типовых задач и снижения нагрузки на команды.
Для работы с такими инструментами компании начинают выстраивать отдельную внутреннюю экспертизу. Так, в Lenta Tech для этого развиваются Центры компетенций по ИИ, которые занимаются внедрением и тестированием технологий в прикладных направлениях — от предиктивной аналитики и видеоаналитики до робототехники и языковых моделей. Дополнительно внутри ИТ-команды создано AI-research-направление, которое помогает оценивать новые инструменты и сценарии их применения.
У ИИ все еще есть ограничения
При этом, подчеркивает специалист, у ИИ сохраняются ограничения. Нейросеть может предложить корректное решение для типового сценария, но ошибиться при переносе в промышленную среду: не учесть скрытые зависимости, требования безопасности, особенности корпоративной инфраструктуры или нестандартную бизнес-логику. Особенно осторожно нужно использовать ИИ в задачах, связанных с архитектурой крупных систем, чувствительными данными и ответственными техническими решениями.
Рынок постепенно движется к новой модели разработки, где ценность рутинного программирования снижается, а ключевыми становятся системное мышление, понимание бизнес-контекста и умение работать с ИИ-инструментами. Но ИИ остается помощником, а не самостоятельным исполнителем: его результаты необходимо проверять и валидировать, а ответственность за финальное решение по-прежнему несет инженер.