Присоединяйтесь к нашим ежедневным и еженедельным информационным бюллетеням для последних обновлений и эксклюзивного контента в индустрии AI-лидирования. Узнать больше
Когда генеральный директор Salesforce Марк Бениофф недавно объявил, что компания больше не будет нанимать инженеров в 2025 году, сославшись на «30% рост производительности инженерии» из -за ИИ, она послала волны через отрасль TE. Основные названия быстро сформулировали это как начало конца для инженеров -людей – ИИ пришел для их работы.
Но эти названия совершенно упускают отметку. Что действительно происходит, так это преобразование самой инженерии. Гартнер назвал агент Ай в качестве самой высокой технической тенденции TE в этом году. Компания также предсказывает, что 33% корпоративных программных приложений будут включать в себя агента AI к 2028 году – значительную часть, но вдали от универсального принятия. Расширенная временная шкала предполагает постепенное развитие, а не оптовую замену. Реальный риск не занимает работу; Именно инженеры не адаптируются и не остаются позади, пока развивается характер инженерной работы.
Реальность в отрасли TE раскрывает взрыв спроса на инженеров с компетенцией искусственного интеллекта. Компании по профессиональным услугам агрессивно набирают инженеров с генеративным опытом искусственного интеллекта, а технологические компании создают совершенно новые инженерные должности, ориентированные на внедрение искусственного интеллекта. Рынок для профессионалов, которые могут эффективно использовать инструменты искусственного интеллекта, является чрезвычайно конкурентоспособным.
В то время как претензии на повышение производительности, управляемое ИИ, могут основываться на фактическом прогрессе, такие рекламные объявления часто отражают инвестиционное давление на прибыльность, так же, как технологическое развитие. Многие компании придерживаются формирования историй, чтобы позиционировать себя как лидеры в области ИИ предприятия – стратегия, которая хорошо соответствует более широким рыночным ожиданиям.
Как ИИ преобразует инженерные работы
Отношения между ИИ и инженерией развиваются четырьмя ключевыми способами, каждая из которых представляет собой определенную способность, которая увеличивает талант человеческого инженера, но, конечно, не заменяет его.
ИИ выделяется в резюме, помогая инженерам изгонять базы массового кода, документацию и технические характеристики в понимание действий. Вместо того, чтобы тратить часы, передавая документацию, инженеры могут получить резюме, сгенерированные AI и сосредоточиться на реализации.
Кроме того, заразительные возможности ИИ позволяют анализировать шаблоны в коде и системах и активно предлагать оптимизации. Это позволяет инженерам определять возможные ошибки и принимать обоснованные решения быстрее и с большей уверенностью.
В -третьих, ИИ доказал удивительно последователь конвертировать код между языками. Этот потенциал бесполезен, потому что организации модернизируют свои технические стеки и попытки поддерживать институциональные знания, встроенные в устаревшие системы.
Наконец, истинная сила Gen AI заключается в возможностях расширения – создание нового контента, такого как код, документация или даже архитектуры системы. Инженеры используют ИИ для изучения большего количества возможностей, чем они могли бы в одиночку, и мы видим, что эти навыки преобразуют инженерию через отрасли.
В здравоохранении ИИ помогает создать медицинские инструкции по личности, которые корректируются на основе конкретных состояний и анамнеза пациента. В фармацевтическом производстве, A-усиленные системы A-усиленные системы оптимизируют графики производства, чтобы сократить отходы и обеспечить адекватную поставку критических лекарств. Крупные банки инвестировали в GEN AI дольше, чем большинство людей также понимают; Они создают системы, которые помогают управлять сложными требованиями соответствия при улучшении обслуживания клиентов.
Новый ландшафт инженерных навыков
По мере того, как ИИ переформулирует инженерную работу, он создает совершенно новые мобильные специальности и умные наборы, такие как способность эффективно общаться с системами ИИ. Инженеры, которые преуспевают в работе с ИИ, могут получить значительно лучшие результаты.
Подобно тому, как DevOps появилась в качестве дисциплины, крупные языковые операции модели (LLMOPS) сосредоточены на развертывании, мониторинге и оптимизации LLMS в производственных средах. Практики LLMOPS отслеживают дрейф модели, альтернативные модели значения и помогают обеспечить последовательное качество выходов, сгенерированных AI.
Создание стандартизированных сред, где можно безопасно и эффективно развернуться, становится важным. Platform Engineering предоставляет шаблоны и охранники, которые позволяют инженерам более эффективно создавать AR-усиленные приложения. Эта стандартизация помогает обеспечить последствия, безопасность и устойчивость посредством реализации искусственного интеллекта организации.
Сотрудничество Human-AI идет из ИИ, только давая рекомендации, которые люди могут игнорировать, полностью автономные системы, которые работают независимо. Наиболее эффективные инженеры понимают, когда и как применять соответствующий уровень ИИ -Аувтономии, основанной на контексте и последствиях задачи с нами.
Ключи для успешной ИИ -Интеграции
Эффективные правительственные рамки ИИ, которые являются n -ro 2 в самых высоких списках тенденций Гартнера, устанавливают четкие руководящие принципы, оставляя место для инноваций. Эти рамки касаются этических соображений, соответствия нормативным требованиям и управления рисками, не задыхаясь от творчества, которое делает ИИ ценным.
Вместо того, чтобы рассматривать безопасность как пост -размышления, успешные организации создают ее в своих системах искусственного интеллекта с самого начала. Это включает в себя надежное тестирование на уязвимости, такие как галлюцинации, быстрая инъекция и фильтрация данных. Внедряя соображения безопасности в процесс разработки, организации могут двигаться быстро без ущерба для безопасности.
Инженеры, которые могут спроектировать агентские системы ИИ, создают значительное значение. Мы видим системы, в которых одна модель ИИ посвящена пониманию естественного языка, еще одна рассуждения, а третий генерирует соответствующие ответы, все работают согласованно, чтобы обеспечить лучшие результаты, чем любая единственная модель.
Как мы с нетерпением ждем, отношения между инженерами и системами искусственного интеллекта, вероятно, будут развиваться от инструмента и пользователя в нечто более симбиотическое. Сегодняшние системы ИИ являются мощными, но ограничены; Нет реального понимания и во многом зависит от человеческого руководства. Завтра системы могут стать настоящими сотрудниками, предлагая новые решения, помимо того, что инженеры могли бы рассмотреть, и определить потенциальные риски, которые люди могут упускать из виду.
Тем не менее, важная роль инженера – понимание требований, этические суждения и преобразовать потребности человека в технологические решения – останется неизменным. В этом партнерстве между человеческим творчеством и ИИ существует возможность решить проблемы, с которыми мы никогда не могли иметь дело раньше – и это не совсем замена.
Ризван Патель является главой отдела информационной безопасности и новых технологий в Altimetrik.
Source link
