Fortech 
Тендеры и лиды
Информация
Если верить заголовкам последних двух лет, программисты должны были уже искать другую профессию. ChatGPT пишет код, Copilot дописывает его за вас, Claude объясняет что не так – зачем вообще люди?
Мы работаем с командами разработки каждый день и видим, что происходит на самом деле. Не то, что пишут в статьях про «революцию ИИ», а то, что происходит на реальных проектах с реальными дедлайнами. Картина интересная – и немного другая.
Инструменты стали реально полезными. Это не реклама и не хайп.
Рутинный код – написать CRUD, накидать типовую форму валидации, сгенерировать SQL-запрос по описанию – с этим справляется любой современный ассистент. То, что раньше занимало час, теперь занимает пятнадцать минут.
Объяснение чужого кода – взять незнакомый кусок легаси и попросить объяснить, что он делает. Раньше это был час разбора, теперь – пять минут и уточняющие вопросы.
Написание тестов – здесь прирост производительности особенно заметен. Тесты – это важно, но писать их скучно. Автогенерация по коду работает неплохо.
Документация – комментарии, README, описание методов. Никто не любил это делать. Теперь это хотя бы не так больно.
Суммируя: хороший разработчик с AI-инструментами делает примерно на 20-40% больше, чем без них. Это много. Это реальный прирост.
Вот тут начинается самое интересное.
Понимать контекст бизнеса. «Сделай форму заказа» – задача простая. «Сделай форму заказа, которая будет работать для оптовых клиентов с индивидуальными ценами, при этом не ломать текущую логику скидок, и чтобы менеджеры могли менять статусы вручную без доступа к базе» – вот тут начинаются вопросы, которые надо сначала задать, потом обсудить, потом ещё раз обсудить после демо.
Эта часть работы называется «понять, что вообще надо сделать». AI пока не умеет приходить на созвон с заказчиком и уточнять требования. Он отлично делает то, что ему объясни. Но объяснить – это отдельная работа.
Брать ответственность. Код, написанный AI, нужно проверять. Всегда. Он галлюцинирует несуществующие методы, уверенно пишет логику с багами, не замечает edge cases. Кто-то должен это ревьюить, понимать и нести ответственность за то, что уходит в продакшн. Этот кто-то – человек.
Работать с унаследованными системами. Попробуйте скормить AI 200 000 строк легаси-кода на 1С или самописной CMS 2012 года выпуска и попросить добавить интеграцию с новым API. Он что-то напишет. Работать это не будет. Потому что тут нужна экспертиза, а не генерация.
Принимать архитектурные решения. «Как лучше организовать микросервисы для этого проекта?» – AI даст красивый ответ с терминами. Но правильный ответ зависит от того, сколько у вас разработчиков, какой их уровень, какова нагрузка сейчас и через год, и ещё десяти факторов, которые надо знать про конкретный проект, а не про абстрактные лучшие практики.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13590 тендеров
проведено за восемь лет работы нашего сайта.
Вот это важно, и об этом говорят меньше.
Джунов без наставника. Раньше молодой разработчик рос через боль: брал задачу, не понимал, спрашивал, ошибался, снова спрашивал. Теперь он спрашивает у ChatGPT, получает ответ, копирует, идёт дальше – и не понимает, почему это работает. Через год он умеет пользоваться инструментами, но не умеет думать. Такие разработчики очень быстро выдают код, который разваливается при первом же нестандартном случае.
Команды без процессов. Если у вас не было нормального code review, документации и тестов – AI ускорил хаос. Больше кода за то же время, только кода плохого качества и без понимания. Технический долг растёт в три раза быстрее.
Фрилансеров, которые делали одно и то же. «Делаю сайты на Tilda», «настраиваю рекламу в Яндексе» – если ваша ценность была в механическом выполнении типовых задач, ценность снижается. Это неприятный факт, но факт.
Сильных разработчиков. Тех, кто понимает, что происходит под капотом. Кто может оценить, что AI написал правильно, а где он ошибся. Кто использует инструменты как ускорение, а не как замену мышлению.
Команды с хорошими процессами. Если у вас есть CI/CD, нормальный code review, тесты и понятная архитектура – AI просто позволяет делать всё это быстрее. Если процессов нет, AI добавит скорость к хаосу.
Тех, кто умеет работать с заказчиком. Способность понять бизнес-задачу, задать правильные вопросы, предложить решение и объяснить компромиссы – это дороже стоит, чем когда-либо. Потому что этого AI не делает.
Если вы нанимаете разработчиков или пользуетесь аутстаффингом, важно понять одну вещь: команда, которая умеет грамотно использовать AI-инструменты, работает быстрее и дешевле. Это честная конкурентная история.
Но «умеет использовать AI» – это не «просит ChatGPT написать код». Это умение ставить задачи инструментам, ревьюить результат, встраивать автоматизацию в рабочий процесс без потери качества.
Мы уже встроили AI-ассистентов в рабочий процесс. Что изменилось: рутинные задачи стали быстрее. Что не изменилось: архитектурные решения, работа с заказчиком, ответственность за результат – всё это по-прежнему люди.
Если вам предлагают «разработку с AI вместо разработчиков» – спросите, кто будет отвечать, когда что-то сломается в продакшне в пятницу вечером. AI не дежурит.
AI – это очень хороший инструмент в руках хорошего разработчика. И очень дорогостоящее заблуждение в руках тех, кто думает, что инструмент заменяет экспертизу.
Плохие команды действительно умирают – потому что их единственное преимущество было в скорости выполнения типовых задач, а это преимущество исчезло. Хорошие команды становятся ещё лучше.
Выбирайте людей, которые умеют думать. Инструменты у них уже есть.
