Аналитики прогнозируют, что к 2028 году совокупная стоимость использования ИИ-инструментов для написания кода превысит затраты на оплату труда штатных разработчиков. Рост расходов обусловлен не только подписками на модели, но и необходимостью постоянного обслуживания, контроля качества и исправления ошибок, которые генерируют системы автоматизации, что делает текущую модель «дешевого кодинга» экономически неустойчивой в долгосрочной перспективе.
Основная проблема заключается в скрытых издержках. Хотя генеративные модели позволяют ускорить написание первичного кода, они требуют значительных ресурсов на верификацию, интеграцию и поддержку. Компании сталкиваются с тем, что технический долг, создаваемый ИИ, требует привлечения высококвалифицированных специалистов для аудита и рефакторинга, что нивелирует первоначальную экономию на этапе разработки.
Эксперты отмечают, что текущий ажиотаж вокруг ИИ-ассистентов игнорирует стоимость жизненного цикла программного обеспечения. В ближайшие годы фокус сместится с количества строк кода на надежность и безопасность систем. Организации, которые не выстроят процессы контроля качества для ИИ-генераций, столкнутся с резким ростом операционных расходов, превышающим затраты на традиционные команды разработки.
Ключевые факты
- Прогноз охватывает период до 2028 года, когда совокупная стоимость владения ИИ-инструментами станет выше зарплатного фонда разработчиков.
- Основными драйверами роста расходов станут затраты на верификацию, отладку и управление техническим долгом, созданным нейросетями.
- Экономическая модель «дешевого ИИ-кодинга» считается неустойчивой из-за необходимости привлечения экспертов для контроля качества.
- Компании вынуждены будут пересмотреть бюджеты в сторону увеличения расходов на аудит и безопасность программных продуктов.