Присоединяйтесь к нашим ежедневным и еженедельным информационным бюллетеням для последних обновлений и эксклюзивного контента в лидирующем отраслевом освещении искусственного интеллекта. Узнать больше
Когда генеральный директор Salesforce Марк Бениофф недавно объявил, что компания не будет нанимать больше инженеров в 2025 году, сославшись на «повышение производительности на 30% в инженерии» из -за ИИ, она отправила множество через технологическую отрасль. Заголовки быстро сформулировали это как начало конца для инженеров -людей — ИИ приходил на работу.
Но эти заголовки полностью упускают отметку. Что действительно происходит, так это трансформация самой инженерии. Гартнер назвал агент ИИ своей главной технической тенденцией в этом году. Фирма также предсказывает, что 33% предприятий программного обеспечения будут включать агент AI к 2028 году — значительную часть, но далеко не универсальное принятие. Расширенная временная шкала предполагает постепенную эволюцию, а не оптовую замену. Настоящий риск не занимает работу ИИ; Это инженеры, которые не могут адаптироваться и остаются позади по мере развития природы инженерной работы.
Реальность в технологической индустрии раскрывает взрыв спроса на инженеры с опытом ИИ. Фирмы профессиональных услуг активно набирают инженеров с генеративным опытом ИИ, а технологические компании создают совершенно новые инженерные должности, ориентированные на внедрение искусственного интеллекта. Рынок для профессионалов, которые могут эффективно использовать инструменты искусственного интеллекта, чрезвычайно конкурентоспособен.
В то время как претензии на повышение производительности, управляемое искусственным интеллектом, могут быть основаны на реальном прогрессе, такие объявления часто отражают давление инвесторов на прибыльность так же, как и технологический прогресс. Многие компании искусны в формировании повествований, чтобы позиционировать себя как лидеры в области ИИ предприятия — стратегия, которая хорошо соответствует более широким рыночным ожиданиям.
Как ИИ трансформирует инженерную работу
Отношения между ИИ и Инженерной инженерией развиваются четырьмя ключевыми способами, каждая из которых представляет собой особую способность, которая увеличивает талант человеческого инженера, но, безусловно, не заменяет его.
ИИ превосходно в соответствии с суммированием, помогая инженерам извлечь огромные кодовые базы, документацию и технические характеристики в действие. Вместо того, чтобы тратить часы, затрагивая документацию, инженеры могут получить резюме, сгенерированные AI и сосредоточиться на реализации.
Кроме того, возможности вывода ИИ позволяют анализировать шаблоны в коде и системах и активно предлагают оптимизации. Это дает инженерам выявлять потенциальные ошибки и принимать обоснованные решения быстрее и с большей уверенностью.
В -третьих, ИИ оказался удивительно искусным при преобразовании кода между языками. Эта возможность оказывается бесценной, поскольку организации модернизируют свои технологические стеки и пытаются сохранить институциональные знания, встроенные в устаревшие системы.
Наконец, истинная сила Gen AI заключается в возможностях расширения — создание нового контента, такого как код, документация или даже архитектуры системы. Инженеры используют ИИ для изучения большего количества возможностей, чем они могли бы в одиночку, и мы видим, как эти возможности преобразуют инженерную инженерию в промышленности.
В здравоохранении ИИ помогает создать персонализированные системы медицинских инструкций, которые корректируются на основе конкретных состояний пациента и истории болезни. В фармацевтическом производстве, A-усиленные системы A-усиленные системы оптимизируют графики производства, чтобы сократить отходы и обеспечить адекватную поставку критических препаратов. Основные банки инвестировали в Gen AI дольше, чем большинство людей тоже понимают; Это строительные системы, которые помогают управлять сложными требованиями соответствия при улучшении обслуживания клиентов.
Новый ландшафт инженерных навыков
По мере того, как ИИ меняет инженерную работу, она создает совершенно новые специализации и наборы навыков, например, способность эффективно общаться с системами ИИ. Инженеры, которые преуспевают в работе с ИИ, могут получить значительно лучшие результаты.
Подобно тому, как DevOps появилась в качестве дисциплины, крупные языковые операции (LLMOPS) фокусируются на развертывании, мониторинге и оптимизации LLM в производственных средах. Практикующие LLMOPS отслеживают дрейф модели, оценивают альтернативные модели и помогают обеспечить постоянное качество выходов, созданных AI.
Создание стандартизированных сред, где инструменты ИИ могут быть безопасно и эффективно развернуты, становится решающим. Platform Engineering предоставляет шаблоны и ограждения, которые позволяют инженерам более эффективно создавать A-усиленные приложения. Эта стандартизация помогает обеспечить согласованность, безопасность и обслуживание в реализации ИИ организации.
Сотрудничество человека-аи варьируется от ИИ просто предоставления рекомендаций, которые могут игнорировать люди, полностью автономные системы, которые работают независимо. Наиболее эффективные инженеры понимают, когда и как применять соответствующий уровень автономии ИИ на основе контекста и последствий поставленной задачи.
Ключи к успешной интеграции ИИ
Эффективные фреймворки управления искусственным интеллектом, которые занимают 2 -е место в списке главных тенденций Gartner, устанавливают четкие рекомендации, оставляя место для инноваций. Эти рамки учитывают этические соображения, соответствие нормативным требованиям и управление рисками, не удушая творчество, которое делает ИИ ценным.
Вместо того, чтобы рассматривать безопасность как запоздалую мысль, успешные организации с самого начала встраивают ее в свои системы искусственного интеллекта. Это включает в себя надежное тестирование на наличие уязвимостей, таких как галлюцинации, оперативная инъекция и утечка данных. Внедряя соображения безопасности в процесс разработки, организации могут двигаться быстро без ущерба для безопасности.
Инженеры, которые могут разработать агентские системы ИИ, создают значительное значение. Мы видим системы, в которых одна модель ИИ обрабатывает понимание естественного языка, другая выполняет рассуждения, а третий генерирует соответствующие ответы, все работают согласованно, чтобы обеспечить лучшие результаты, чем любая единственная модель.
Когда мы смотрим в будущее, отношения между инженерами и системами искусственного интеллекта, вероятно, будут развиваться от инструмента и пользователя до чего -то более симбиотического. Сегодняшние системы ИИ являются мощными, но ограничены; Им не хватает истинного понимания и в значительной степени полагается на человеческое руководство. Завтрашние системы могут стать настоящими сотрудниками, предлагая новые решения, помимо того, что инженеры могли рассмотреть, и выявление потенциальных рисков, которые люди могли упускать из виду.
Тем не менее, важная роль инженера — понимание требований, вынесение этических суждений и перевод потребностей человека в технологические решения — останется незаменимым. В этом партнерстве между человеческим творчеством и ИИ заключается в том, чтобы решить проблемы, которые мы никогда не могли решать раньше — и это не что иное, как замена.
Ризван Патель является главой отдела информационной безопасности и новых технологий в Altimetrik.
Источник
