Искусственный интеллект в разработке ПО повышает расходы компаний

Первичная выгода от использования ИИ-инструментов оказывается иллюзорной при масштабировании проектов. Модели способны быстро писать код, но создают «черный ящик», в котором человеку становится сложно ориентироваться. Ошибки и неэффективные архитектурные решения накапливаются, требуя участия квалифицированных инженеров для поиска уязвимостей и доработки системы. Попытки автоматизировать процесс генерации и проверки кода двумя разными моделями не гарантируют качества итогового продукта.

Основная нагрузка на бюджет смещается в сторону эксплуатации и верификации ПО. Расходы на поддержку стабильности, кибербезопасность и аренду мощностей для работы моделей зачастую превышают экономию на этапе написания кода. Эксперт рекомендует сменить фокус: использовать нейросети не для создания основной логики продуктов, а для точечных задач — настройки систем оповещения, мониторинга киберинцидентов и выявления уязвимостей в уже готовых решениях.