Почему ИИ эффективен в разработке, но не в других сферах

Работа инженеров-программистов трансформировалась. Всё больше специалистов больше не печатают код, а бормочут в микрофоны промпты. ИИшка их расшифровывает, передаёт агентам и код пишут уже они. Можно спорить, насколько качественным получается результат, но нельзя отрицать, что трансформация произошла.

А вот с другими профессиями эта радость ещё не случилась. И от того, случится ли, зависит судьба ИИ-компаний. ЦОДы требуют колоссального количества ресурсов и чтобы оправдать эти затраты, надо повысить суммарную выручку до 2,5 трлн. долл. к концу десятилетия. Сейчас, если что, все ИИ-компании оценочно делают 150 млрд.

Пока что ИИ быстрее всего распространяется в компаниях, где на разрабов приходится значительная часть сотрудников. Оптимисты говорят о буме ИИ, но у скпетиков есть подозрения, что это исключение из правил.

Где ещё хорошо работает ИИ? Наиболее перспективными отраслями считают юриспруденцию, финансы и клиентский сервис. Там тоже рост. Разработчики юридических инструментов Harvey, Clio и Legora удвоили свою выручку до 1 млрд. долл. в год.

Банкиры осваивают ИИ и приспосабливают для своей чёрной финансовой магии. Rogo, к примеру, за последний квартал привлек 100 корпоративных клиентов и увеличил выручку на 50 %.

Что в сфере обслуживания клиентов? Sierra, например, в июне 2026 года показала 200 млн. долл. выручки, вдвое больше, чем в прошлом году. Венчурные инвесторы вложили с начала 2026 года 3 млрд. долл. в стартапы в этой сфере. Это много.

В чём-то эти сферы схожи с разработкой — возможность шаблонизации, к примеру. Но не во всём. ИИшка так успешна в разработке во многом потому что в интернете огромное количество публичных репозиториев с кодом, есть на чём учиться. Такого объёма данных по жалобам клиентов или переговорам по контрактам, к сожалению, нет. Их не публикуют, увы.

Ещё ИИшный код легко проверяется, можно этой же ИИшкой писать код, который будет тестировать основной код. Косяки в клиентском сервисе или бухучёте так просто не выловить и не пофиксить.

Эту проблему разработчики ИИ пытаются решить. Есть, к примеру, стартап Mercor, который связывает компании со специалистами из различных областей, которые обучают модели на своём профессиональном опыте.

В Cresta пытаются обучать модель на записях разговоров операторов call-центров, извлекать информацию о методах возврата денег.

Нельзя исключать из уравнения самих инженеров-программистов, людям, привычным к постоянным изменениям, которые естественным образом становятся первыми пользователями своих инструментов. То есть, внедрение снизу вверх, понимаете?

Трудно представить сотрудника call-центра или занятого юриста, который будет об этом думать. Они действуют осторожно и никогда не берут на себя риски, неизбежно возникающие при перекладывании части работы на ИИ. Хотя, например моя казахстанская подружка вчера сообщила, что собирается вайбкодить бухгалтерское решение, чисто под свой микробизнес.

До полноценного внедрения ИИ в другие сферы офисной работы ещё очень и очень далеко. Да, когда-нибудь мы увидим офисных работников, бормочущих промпты в микрофон, но пока это требует усовершенствования моделей и более спокойного отношения глав компаний к передаче агентам чувствительных данных.

Однако прогресс неостановим.