Класична модель аутсорсу, де клієнту продавали «голови» розробників, відходить у минуле. На зміну їй приходять outcome-based проєкти, де замість десяти людей працюють троє фахівців і вісім ШІ-агентів. Співзасновник SoftServe Тарас Кицмей переконує: штучний інтелект стає новою «електрикою», а майбутнім джунам доведеться вчити не мови програмування, а специфіку бізнесу.
Класична модель аутсорсу, де клієнту продавали «голови» розробників, відходить у минуле. На зміну їй приходять outcome-based проєкти, де замість десяти людей працюють троє фахівців і вісім ШІ-агентів. Співзасновник SoftServe Тарас Кицмей переконує: штучний інтелект стає новою «електрикою», а майбутнім джунам доведеться вчити не мови програмування, а специфіку бізнесу.
dev.ua продовжує публікувати ключові тези про трансформацію індустрії від топів SoftServe, Intellias та інших представників галузі під час DOU Day.
За словами Тараса Кицмея, з приходом AI поняття «команда» розмивається. Клієнти все менше цікавляться кількістю залучених програмістів — їх цікавить готове рішення (solution) та конкретний результат для бізнесу. Це провокує перехід до outcome-based проєктів. У такому форматі замовнику байдуже, скільки людей працює над кодом, а скільки функцій виконують автономні ШІ-агенти.
У цій новій парадигмі вирішальну роль відіграє доменна експертиза. Клієнт цінуватиме не просто знання Java чи Python, а глибоке розуміння того, як працює логістика, фінтех чи ритейл. Саме розуміння бізнес-процесів дозволяє IT-компаніям продавати високу маржу замість звичайної оренди розробників.
Кицмей порівнює штучний інтелект із появою електрики. Колись вона замінила м’язову силу — тепер ШІ замінює інтелектуальну рутину. Він прогнозує, що AI зайде в кожну галузь без винятку, від медицини до фінансів, і це докорінно змінить підхід до навчання.
Вища освіта, на думку співзасновника SoftServe, має залишатися фундаментальною. Алгоритмічне програмування стане такою ж базою, як фізика чи матаналіз. Його вчитимуть не для того, щоб писати код щодня, а щоб розуміти, що відбувається «під капотом» у систем, які генерує ШІ. Не розуміючи основ, неможливо керувати «інтелектуальними електростанціями» майбутнього. Тому елементи використання AI мають бути інтегровані в кожну університетську програму вже зараз.
Найближчі два роки стануть критичними для новачків. Класичний шлях в IT через курси програмування для десятків тисяч людей фактично закривається. Трансформація ролей та позицій в індустрії, де вже працюють 300 тисяч фахівців, означає, що потреба в «просто кодерах» нульова або навіть від’ємна.
Майбутнє джунів тепер лежить у доменних знаннях. Новачок не повинен бути просто знавцем C++, він має бути джуном у фінансах чи ритейлі, який вміє писати специфікації для ШІ, розуміючи бізнес-логіку. Компанії дедалі частіше створюватимуть вузькоспеціалізовані лабораторії на базі університетів (наприклад, у сфері Automotive), щоб готувати кадри під конкретні ніші, а не «взагалі розробників».
Ну, припустімо, на outcome-based проєкти ми почали переходити 9-10 років тому, бо клієнти давно вже платять за голови лише у випадку, якщо рейт нижче плінтуса. Бо давно вже наїлись обіцянок зробити швидко-якісно-дешево.
Ну, припустімо, на outcome-based проєкти ми почали переходити 9-10 років тому, бо клієнти давно вже платять за голови лише у випадку, якщо рейт нижче плінтуса. Бо давно вже наїлись обіцянок зробити швидко-якісно-дешево.