- Денис ФилипповАвтор
Крупные компании регулярно отчитываются о доле кода, написанного ИИ. Так, Google в апреле рассказала, что нейросети теперь генерируют 75% нового кода в сравнении с 25% в 2024 году. OpenAI утверждает, что с помощью ИИ можно создавать 80% кода. А Spotify и вовсе заявляет: с декабря 2025 года лучшие разработчики компании сами не написали ни строчки. При этом почти никто из крупных игроков не говорит про долю писем, презентаций и инструкций, подготовленных с помощью нейросетей, хотя их в любой компании на порядки больше, отмечает генеральный директор MWS AI Денис Филиппов
От ремесленного труда к серийности
Каждые несколько недель в СМИ появляется новая громкая цифра, связанная с ИИ, вроде «нейросети пишут 90% кода в компании Х». Такие заявления стали почти обязательной частью отчетов технологических игроков. Но не покидает ощущение, что мы смотрим не на самые революционные достижения ИИ, а на то, что проще всего посчитать топ-менеджменту.
История уже допускала такой подход. В XIX веке статистические ведомства индустриализирующихся стран учитывали добычу угля, производство чугуна и стали, число промышленных предприятий и протяженность железных дорог. Эти показатели стали символами индустриальной эпохи. В то же время рядом происходила другая революция: одежда превращалась из результата домашнего или ремесленного труда в серийный промышленный товар. Так, в 1873 году Джейкоб Дэвис и Леви Страусс запатентовали рабочие брюки с металлическими заклепками — то, что позднее назовут синими джинсами. Но она оказалась менее заметной, поскольку временные затраты внутри семьи было сложнее подсчитать.
Так и сегодня. Кажется, что компании в первую очередь оцифровывают автоматизацию работы с кодом, просто потому, что каждая строка проходит через систему контроля версий, видно, сколько изменений предложил ИИ, сколько принял разработчик, сколько времени удалось сэкономить. При этом есть, возможно, даже более значимые процессы, которые меняет ИИ. Но их оценить в цифрах сложно.
Основа бизнеса
В первую очередь я имею в виду письмо. Компании ежедневно производят миллионы презентаций, технических заданий, протоколов встреч, аналитических записок, пресс-релизов, описаний вакансий, инструкций, тендерных заявок, коммерческих предложений и пр. Для примера: по последним данным, в 2024 году ежедневно отправляли 361,6 млрд электронных писем, а к 2028 году их станет уже 424,2 млрд. Во многих организациях первый черновик уже пишет модель. Но какая доля внутренней переписки начинается с промпта, сколько презентаций сначала собирает языковая модель, никто не знает.
Одна из причин — как и в случае с одеждой в XIX веке, сложность подсчетов. Но есть и другие. «ИИ помогает писать код» — звучит престижно, как признак технологического лидерства. Об этом хочется сообщить инвесторам. Сказать, что ИИ пишет большую часть корпоративных текстов, труднее. Сказывается привычка считать текст результатом личного творчества. Мы выросли в культуре, где это слово ассоциируется с литературой: Чехов, Толстой, Зощенко, Ильф и Петров, очерки, эссе, фельетоны и репортажи. Поэтому фраза «ИИ пишет тексты» рисует в голове роман, статью или рекламный слоган, а не что-то значимое для бизнеса.
При этом компании имеют дело с текстами, которые никогда и не претендовали на художественную ценность. И было бы ошибкой считать их лишь побочным продуктом бизнеса. На деле они — его операционная система: через них компании принимают решения, согласовывают проекты, продают продукты, обучают сотрудников, фиксируют знания, ведут переговоры и управляют тысячами процессов. Поэтому если завтра окажется, что до 80–90% этих материалов собирает модель, реакция будет такой же, как и на цифры по коду.
Исследователи, к слову, давно смотрят на письмо именно так. Работа Microsoft Research вместе с Harvard и NBER не касается литературы: она о том, как генеративный ИИ используют для почты, документов и рабочих коммуникаций. В эксперименте с более чем 7000 сотрудников из 66 компаний те, кто работал с ИИ, тратили на письма примерно на 25–31% меньше времени и быстрее готовили документы. Показательно, что вопрос «а хороший ли текст написал Copilot?» там даже не ставится: письмо рассматривают как обычную рабочую операцию — такую же, как встречи или поиск информации.
McKinsey заходит с той же стороны, но рассматривает вопрос шире. По их оценке, около 40% всех рабочих задач так или иначе требуют понимания естественного языка: чтения, письма, объяснения, коммуникации, документирования. Поэтому генеративный ИИ бьет прежде всего по профессиям, где много общения и документов, а не только по разработке ПО. Выходит, автоматизируется вовсе не «писательство». Автоматизируется естественный язык как рабочий интерфейс бизнеса.
Реальная польза
К слову, программирование только кажется удобным для измерения. Цифровой след — это еще не результат. Одна строка может закрыть критическую ошибку, а тысячи строк — замедлить продукт, усложнить поддержку и накопить технический долг. Разработчик может две недели разбираться в проблеме без единого изменения, а потом сделать небольшой коммит, который окажется важнее месяцев активной разработки.
Поэтому фраза «90% кода написал ИИ» объясняет, откуда взялись символы на экране, но почти ничего не говорит о качестве продукта, пользе для клиента и прибыли компании. С текстом та же беда: длинный документ не полезнее короткой записки, а десять страниц в маркетинговом предложении бывают слабее одного точного абзаца. Количество слов и черновиков не показывает, стала ли организация работать лучше. Мы измеряем то, что оставляет удобный цифровой след, и незаметно принимаем его за ценность.
Поэтому главный эффект генеративного ИИ в программировании сегодня связан скорее с тем, что порог входа в создание прототипов резко снизился. Менеджер, дизайнер, исследователь или предприниматель теперь может самостоятельно собрать первую версию продукта, проверить гипотезу и решить, заслуживает ли идея дальнейшей разработки. А через двадцать лет, вероятно, историки технологий будут вспоминать все же не процент кода, написанного искусственным интеллектом. Они скажут, что в середине 2020-х человечество впервые получило машину, способную массово производить деловой текст — ту невидимую ткань, из которой соткана работа практически любой современной организации. А сегодняшние споры о «90% кода» будут выглядеть примерно так же, как статистика XIX века о выплавке чугуна: важная, но описывающая лишь самую заметную часть куда более масштабной перемены.
Мнение редакции может не совпадать с точкой зрения автора
Источник: www.forbes.ru
