🤖
ИИ отдаст ваши долги! Технические...
Говорят, что берёшь в долг всегда чужие, а отдаёшь — свои. Получив кредит, компания может быстро сделать шаг вперёд, но потом долг надо вернуть, с процентами, а долги имеют обыкновение накапливаться...
💻
То же самое с тем, что называется «техническим долгом»:
быстро написать систему, запустить ее: без проверок, документирования и т.д. — это
круто для развития бизнеса, компания выигрывает в моменте.
Но потом приходит расплата в виде сбоев, уязвимостей и невозможности нормально развивать продукт. А если долго не модернизировать ПО, которое вроде «и так работает», то долг вовсе может стать непомерным.
В 2022 году Consortium for Information & Software Quality оценил объём технического долга в США в $1,5 трлн, а убытки от плохого качества ПО превысили $2,4 трлн.
ℹ️
Одна из наиболее болезненных форм такого долга — это старый код, написанный десятилетия назад
на языках, которые давно вышли из широкого употребления: COBOL, PL/1, даже Assembler. Эти системы всё ещё лежат в основе банков, пенсионных фондов, систем бронирования и государственных платформ. Они работают, но обновлять их некому: специалистов всё меньше, документации часто нет вовсе, а любое вмешательство сродни археологической экспедиции.
Согласно декабрьскому отчету McKinsey, до 70% программного обеспечения, используемого компаниями из списка Fortune 500, было разработано не менее двух десятилетий назад.
Но теперь ситуация начинает меняться. Генеративный искусственный интеллект становится «умным старшим коллегой», который умеет читать мёртвые языки программирования и объяснять, как работает система, написанная полвека назад.
✔️ Команды, вроде той, что возглавляет ИТ-консультант Крешимир Мудровчич, уже
используют ИИ для модернизации старых платформ. Возраст кода в них часто втрое превышает возраст самых молодых участников команды. Нейросети же помогают разбираться в логике многомиллионных строк кода, генерировать документацию и даже переводить устаревшие модули в современные языки, такие как Java или Python.
Это не просто ускоряет работу — это снижает сам технический долг. Проекты по модернизации, которые стоили сотни миллионов долларов и длились годами, теперь можно реализовать за месяцы и за куда меньшие деньги.
По данным McKinsey, использование ИИ позволяет сократить затраты на модернизацию до 50%, а в банках, где устаревшие системы особенно глубоко вросли в инфраструктуру, это становится спасением от паралича. Уже появились специализированные решения вроде McKinsey LegacyX, которые вычищают «мёртвый» код и помогают адаптировать старые системы под современные требования.
ИИ также автоматизирует создание «инструкций к коду», заменяя ручной реверс-инжиниринг. Это особенно важно в тех случаях, когда последние специалисты, помнившие архитектуру системы, давно на пенсии.
🔤🔤А главное — ИИ даёт компаниям шанс высвободить ресурсы: перестать тратить миллионы на поддержку неэффективного, и направить усилия на развитие, инновации, привлечение новых специалистов, которые не хотят работать с кодом 80-х годов...
@anti_agi