Зараз уже нікого не потрібно переконувати, що ШІ «прийшов» і його пора інтегрувати в будь-яку підходящу праску. Фокус змістився: я все менше переконую топів у необхідності ML, і більше — мідл-менеджмент та інженерів. І доводжу їм, що потрібно вивчати роботу нейронних мереж і пильно стежити за їхнім розвитком. Для цього в мене є дуже вагомий аргумент — на горизонті 5–7 років величезний пласт технічних задач відійде людям, які вміють грамотно формулювати запит. У цьому матеріалі я розповім, як це може статися і кому вже треба замислитися про майбутнє з ШІ.
Як ми рухаємося в бік делегування задач ШІ
Якщо подивитися широко, то в нас з вами йде цілком логічна еволюція. Колись ми були справжніми HDIY — Human Do It Yourself. Усе робили самі: чашку з глини, програму на асемблері, верстку в HTML. Мій науковий керівник, наприклад, 25 років тому писав транслятори, які перекомпілювали код з однієї низькорівневої мови в іншу. Звідти ми поступово дійшли до бібліотек і фреймворків.
У якийсь момент настала епоха Stack Overflow, коли можна було просто скопіювати і вставити код, а якщо він не працює, то подивитися перший, другий третій десятий коментар. Якщо і вони не допомогли, то твоя проблема унікальна.
А тепер погляньте на графік відвідуваності Stack Overflow за останні два роки:
Все більше людей ідуть з питаннями не до спільноти, а до LLM. Тому що вони відповідають швидко, впевнено, найчастіше в тему. Усього рік тому це були радше заготовки, які доводилося допилювати. Зараз вони все ближче до робочого коду, хоча, звичайно, повного заміщення поки немає.
Але це теж тільки етап, який коли-небудь пройде. На горизонті 5–10 років ми можемо перейти від написання коду до постановки цілей. Ти кажеш: «Хочу, щоб ось тут працював фільтр, а тут — конструктор форми». І модель сама розбирається, як це реалізувати і які кроки потрібні.
Сила машинного навчання дозволяє не слідувати інструкціям, а прийти до результату, навіть якщо шлях до нього заздалегідь не заданий. Нейромережі, з їхньою здатністю «вгадувати» через десятки ітерацій, туди добираються. Іноді криво, іноді дивно, але добираються.
Чому зміни, які раніше займали століття, тепер відбуваються за місяці?
Технології зараз розвиваються по експоненті. Я в ML усього 7–8 років, але навіть за цей короткий час бачу, як змінилися задачі. Те, що я робив у 2020-му і в 2025-му, відрізняється кардинально. Тепер потрібно не будувати пайплайн, а керувати агентами, ланцюжками міркувань, відгуками і прямим фідбеком від користувача.
Зараз у нас є моделі, які вміють міркувати. Вони ставлять собі питання: «А все чи я врахував? А точно чи я зрозумів, що хотів користувач? А може, йому потрібно ще щось, про що він не сказав?». Це насправді і є той переломний момент, який стався наприкінці 2024 року — моделі почали домислювати. Поки ще не ідеально, але напрямок уже заданий.
Ми йдемо в бік, де достатньо буде сказати: «Зроби мені додаток, який відстежує кількість води, яку я випив протягом дня. Він повинен працювати і на телефоні, і в браузері, з логуванням і безпечним зберіганням». Модель сама пройде цей чек-лист. Головне, щоб у шаблоні ці пункти були закладені.
Кому стане погано від генерації за запитом
Усі цифрові продукти, з якими ми щодня стикаємося, умовно можна розділити на два великі класи.
Перший — це складні, важкі системи типу Excel, Notion, Photoshop, SAP. Це гігантські додатки з величезною командою розробки, які роками обростають фічами.
А другий клас — це маленькі одноразові додатки, що роблять рівно одну річ. Я якось витратив час і просто подивився, чим я сам користуюся протягом тижня. І виявилося, що близько 46% задач вирішую через такі одноразові штуки: сервіси для стиснення відео, конвертації форматів, генерації коротких посилань.
Я користуюся ними постійно і щоразу шукаю їх заново через пошуковик. Деякі мої знайомі на цих «однофункціональних» додатках роблять цілком відчутний бізнес, тому що потрапили в вузьку біль і не стали ускладнювати.
Ці сервіси закривають певний запит, збирають трафік і при цьому не вимагають ні ML, ні складної архітектури. Але саме вони, як мені здається, одними з перших і відійдуть в історію. Коли в нас з'являться більш універсальні інструменти з генерацією за запитом, усі ці утиліти втратять сенс. Навіщо йти на сайт, якщо можна сказати моделі: «зроби мені з цих трьох PDF один і відправ по пошті» — і все.
Які задачі в підсумку відійдуть гуманітаріям?
Я часто спілкуюся з інвесторами, які фокусуються на софті — багато з них як і раніше найбільше цікавляться інструментами, що допомагають швидко писати код, розбиратися в архітектурі і не мучитися з рутиною. Довгий час основний інтерес був саме навколо генеративних IDE, але з осені минулого року з'явився тренд — кодинг за допомогою природної мови, який може бути доступний і простій людині:
Він про найпростіші додатки для користувачів, які хочуть швидко створити щось робоче. Так, генеративні IDE все ще на першому місці — ними користується більше людей. Але росте популярність Bolt, Lovable, всяких no-code- або text-to-app-інтерфейсів:
Серед користувачів цих інструментів уже не тільки розробники, але й продакти, і дизайнери. Це те саме «зниження порогу входу», про яке так довго говорили, — тепер достатньо добре формулювати свої бажання. Основне обмеження — в кількості змін, які він проковтує. Якщо внести 8–10 правок, то контекст переповнюється і якість починає деградувати. Але це вже легко фікситься — давай дамо text-to-app додаткам 1,5 року і побачимо, як вони нас здивують.
І ось мій акуратний прогноз: це може витіснити частину попиту на розробників
Складні системи залишаться, але прості задачі — зробити форму, прикрутити звіт, автоматизувати підписку — все це відійде в руки тих, хто раніше взагалі не торкався розробки. Умовний гуманітарій, який вміє писати есе, структурувати інформацію і трохи дружить з GPT, збере потрібну йому штуку швидше, ніж ми з вами протягнемо її через Jira.
Є, звичайно, один контраргумент: люди ліниві. Я пробував зібрати просту програму, що склеює три PDF в один, і втомився. Мені все ще легше перейти за першим посиланням у Google, пройти реєстрацію і потерпіти рекламу. Але скоро створити буде простіше, ніж знайти. І все те, що ми зараз довго, дорого і складно робимо всередині, поступово буде витіснятися такими конструкторами.
Чому розробникам потрібно підвищувати цінність своїх навичок уже зараз?
Я трохи експлуатую свою можливість вчити дітей. Один з них став учасником міні-експерименту: ми з ним за півтори години зібрали звичайний додаток-хелпер, що рахує, скільки води мені потрібно випити протягом дня. Логіка проста: вісім склянок на день, якщо не натиснув вчасно кнопку, нехай через 15 хвилин прийде пуш.
Додаток збирали в Lovable, і нам знадобилося всього чотири автоматизації. А тепер давайте подумаємо, що може піти не так:
По-перше, жодна з моделей поки не збирає за одним текстовим запитом готове PWA-додаток. Доводиться руками пробрасувати ключі, налаштовувати схеми, підключати зовнішні сервіси. Начебто no-code, але він забирає багато часу і сил. Якщо ви автоматизуєте сценарії користувацького досвіду, то копайте глибше. Там є реальна потреба — і це справжня золота жила.
Другий момент — вартість. У нас були генерації додатків у кілька етапів, які через довгий контекст обходилися дорого (по 12, 15, 20 доларів). Якщо не користуєшся корпоративним акаунтом, то дуже швидко впираєшся в ліміти. Ми в якийсь момент платили по 1,5 долара за одне виправлення.
Потім ми впиралися в швидкість. Пробували склеювати все через n8n: від додавання в базу нового запису до його відображення в інтерфейсі проходило до 10 секунд. Все могло зламатися від найменшої правки JSON-файлу або налаштування структури. Більше того, виявилося, що частина функціональності, яка потрібна для нормальної роботи, взагалі-то з'явилася тільки в iOS 16.4. Якщо в користувача iPhone 10 або нижче, то нічого не злетить. Величезний шматок аудиторії просто відпадає.
І ось, дивлячись на все це, я приходжу до не найприємнішої думки:
Зарплати кваліфікованих спеціалістів, які роблять зрозумілі речі — фронт, бекі, MVP-інтерфейси, мікрододатки, — через 5–7 років, швидше за все, впадуть. Самих додатків стане більше, але цінність розробника для їх створення буде нижчою.
І тут постає питання: як їм утримати свою цінність? Як зробити так, щоб через п'ять років вона була хоча б такою ж, як зараз, а краще вищою? Вміння писати прості штуки — це вже не конкурентна перевага. Його заберуть платформи, агенти і ті самі гуманітарії, які навчилися нормально спілкуватися з LLM.
Вони не замінять інженерів повністю, але кардинально перебудують ландшафт, забравши собі зрозумілі речі. А ось все складне залишиться інженерам, які повинні вміти проектувати масштабні системи і добре розбиратися в технічних тонкощах і нюансах. І тут їм важливо буде розуміти можливості нейромереж, тому що вони стануть тими цеглинками, з яких і будуть збиратися такі системи.
Коментарі