Не эксперимент, а стратегия: путь к системному использованию AI в SDLC (Рубрика AI)

Появилась запись выступления Николая Бушкова, моего коллеги, который руководит группой, занимающейся темой engineering productivity в R&D центре Т-Банка. Кстати, этот R&D центр был создан полтора года назад, инвестиции составили более 500 млн рублей. Центр занимается исследованиями в области искусственного интеллекта, баз данных, информационной безопасности и инженерной продуктивности. Он сотрудничает с ведущими российскими университетами, включая МФТИ, Сколтех и НГУ. Если говорить про ключевые идеи доклада, то они следующие

1. Переход от экспериментов к системному подходу Основная концепция доклада заключается в том, что ИИ в Т-Банке - не хайп и не эксперимент, а часть инженерной стратегии и повседневный рабочий инструмент. Более 5000 специалистов в неделю принимают подсказки внутренних ассистентов, что свидетельствует о массовом внедрении технологии. 2. Обзор индустрии и исследований Николай ссылается на исследования Anthropic, показывающие, что треть всех кейсов использования их чат-бота приходится на программную инженерию, несмотря на то, что программисты составляют гораздо меньшую долю от общего числа пользователей. Способность моделей закрывать задачи полностью под ключ уже довольно высокая. 3. Системный подход к сценариям использования Команда разбила жизненный цикл разработки ПО (SDLC) на стадии и создала внутренние рабочие группы для каждой стадии. Приоритетными сценариями стали:

• Автодополнение кода и чат в IDE
• Генерация юнит-тестов
• Автоматическое код-ревью
• Продвинутый поиск по коду
• Ассистенты за пределами IDE 4. LLM-платформа Внутри компании есть своя LLM-платформа, где есть
• Собственные модели T-Lite и T-Pro (пока не активно используются для кодовых задач) - кстати, недавно были анонсы новых версий
• Serving open weights моделей типа Qwen, DeepSeek, ...
• Лояльный отдел информационной безопасности, позволяющий ограниченный доступ к внешним моделям 5. Планы по развитию
• Развитие от ассистента к агенту - сейчас идет работа над созданием более автономных решений, способных полностью закрывать задачи
• Есть пилоты с внешними решениями - тестирование Aider и других агентских систем 6. Методологические принципы Николай подчеркивает важность измерения не только метрик adoption, но и удовлетворенности пользователей. Необходимо делать то, что болит, а не то, что технически можем делать. При внедрении важно обращать внимание на качество, чтобы не увеличивать техдолг.

В общем, доклад Николая демонстрирует зрелый подход к внедрению ИИ в разработку софта

#AI #Engineering #Software #Leadership #Metrics #Agents