Тенденции указывают на будущую трансформацию отрасли: ИИ-ассистенты смогут сократить время разработки технологий, демократизировать доступ к созданию сложных алгоритмов и в перспективе привести к появлению принципиально новых решений и архитектур, которые человек не смог бы создать самостоятельно. Барьеры для входа в индустрию также снизятся благодаря ИИ-инструментам — уже сейчас 35,8% опрошенных специалистов по машинному обучению освоили часть знаний для работы по профессии самостоятельно.

Данные опроса демонстрируют, как ИИ проникает во все аспекты профессиональной деятельности разработчиков. Помимо программирования, LLM используются для поиска информации (11,1%), участия в мозговых штурмах и генерации идей (11,1%), ответов на технические вопросы (9,7%), анализа и интерпретации данных, а также решения задач (7,9%). Лишь 6,1% специалистов пока не используют языковые модели в работе. Высокий уровень принятия технологии свидетельствует, что ИИ перестал быть экспериментальным инструментом и стал производственной необходимостью.

Революция затрагивает не только рабочие процессы, но и повседневную жизнь. Четверть респондентов (25,5%) используют ИИ для поиска информации и ответов на серьезные вопросы, 12,2% — для изучения языков и обучения, каждый десятый — как источник новых идей. При этом 16,9% отмечают, что ИИ "кажется, уже везде". Никак не использует ИИ в повседневной жизни только каждый пятый (11,5%) опрошенный специалист.

Отношение к технологии у профессионального сообщества преимущественно позитивное: половина специалистов (49,8%) видят в ИИ полезный инструмент, экономящий время. Настороженность проявляет 19% опрошенных — признают его полезность, но переживают о последствиях для разных сфер жизни. Негативно к ИИ относятся лишь 7,2% разработчиков.

"Мы входим в эпоху, когда каждое новое поколение моделей разрабатывается быстрее предыдущего, открывая возможности для прорывов, которые раньше потребовали бы десятилетий исследований. В будущем это может привести к технологической революции, при которой искусственный интеллект сам ускоряет собственное развитие. Разработчик ИИ превращается из программиста-одиночки в оператора целой экосистемы интеллектуальных решений. ML-инженер оркестрирует работу десятков специализированных ИИ-ассистентов, что революционно повышает эффективность и частично решает вопрос дефицита кадров в отрасли. Но здесь крайне важна безопасность — в Авито мы используем только собственные ИИ-решения в изолированном контуре, чтобы все данные оставались под нашим контролем. Мы создали целую экосистему внутренних ИИ-инструментов, потому что понимаем: будущее за теми, кто сможет безопасно интегрировать ИИ в каждый этап разработки", — комментирует Константин Мягких, директор по Data Science Авито.

Почти половина опрошенных специалистов (46,2%) работают в роли Data Scientist или Machine Learning Engineer. Треть разработчиков (31,9%) работает с табличными данными, 27,6% — с текстовыми, а 17,9% специализируются на изображениях. Более четверти специалистов (27,2%) тратят основное рабочее время на проведение исследований и экспериментов, каждый пятый (18,6%) занимается обучением моделей и подбором гиперпараметров.

Авито инвестирует в ИИ-инфраструктуру для сотрудников

В Авито разработана комплексная стратегия внедрения искусственного интеллекта во все бизнес-процессы. Компания создает собственную экосистему решений: внутренний чат-бот на базе собственной большой языковой модели A-Vibe, кодовый ассистент для разработчиков, ИИ-портал для быстрого поиска информации, интегрированный с корпоративными базами знаний, календарем и другими системами. ИИ-решения активно внедряются в маркетинг, HR и другие подразделения. Ключевым принципом работы стала четкая политика информационной безопасности: все данные остаются во внутреннем контуре Авито, что позволяет контролировать риски без ограничения экспериментов сотрудников. Параллельно компания запускает внутренние курсы по эффективному использованию ИИ-инструментов для всех сотрудников.

Опрос проведен среди пользователей ресурса Хабр — около 500 специалистов в области машинного обучения и анализа данных. В исследовании приняли участие разработчики с различным уровнем опыта: от начинающих специалистов до экспертов с более чем 10-летним стажем.