Согласно прогнозу аналитиков «Monk Digital Lab», активное внедрение генеративного искусственного интеллекта в российские разработки способно спровоцировать рост сбоев в ИТ-инфраструктуре на 15–20% к концу 2025 года по сравнению с уровнем 2023 года. Исследование влияния GenAI на разработку корпоративного ПО и устойчивость ИТ-систем показывает резкий рост интереса к таким инструментам, как GitHub Copilot, CodeWhisperer, Tabnine, Windsurf (прежнее название — Codeium), а также IDE с GigaChat-помощниками.
По мнению экспертов, использование ИИ увеличивает риск сбоев по нескольким причинам: возрастает число ошибок в коде — например, с Copilot разработчики создают на 41% больше багов в pull-запросах, чем без него; ускоренные релизы и модульная архитектура затрудняют сопровождение систем, повышая количество потенциальных точек отказа; уверенность в качестве кода, сгенерированного ИИ, часто не оправдана, а этапы коллективной проверки программ уходят на второй план; при этом в отрасли еще не накоплена достаточная экспертиза в области ИИ-кодинга, и около половины ИТ-компаний считают свою инфраструктуру пока не готовой к такому уровню автоматизации.
Наибольший риск прироста сбоев ожидается в телеком-секторе — до 15–18%. Там ИИ-помощников применяют для рефакторинга, документирования, моделирования пользовательского поведения и тестирования функций, где даже мелкие ошибки в коде могут привести к серьезным сбоям в сети.
В розничной торговле активно используют Copilot и Codeium, что увеличивает количество мелких багов, которые, впрочем, обычно легко устраняются. Ожидаемый рост сбоев — 12–14%.
Финансовые организации быстрее других осваивают ИИ. Согласно исследованию, почти все крупные банки уже внедрили или тестируют такие инструменты. В этой сфере число сбоев может вырасти на 8–10%, в основном из-за чрезмерного доверия к результатам, выданным GenAI.
В промышленности также наблюдается растущий интерес к ИИ-решениям, при этом ожидаемый прирост сбоев составляет 5–7%.
Для снижения негативного эффекта аналитики рекомендуют внедрение AIOps-платформ, систем контроля качества ИИ-подсказок и практики Shift Left Security, которая позволяет сократить количество уязвимостей на ранних стадиях разработки до 30–40% благодаря интеграции SAST/DAST-сканеров и аудита ИИ-кода в CI/CD-процессы.
По мнению экспертов, использование ИИ увеличивает риск сбоев по нескольким причинам: возрастает число ошибок в коде — например, с Copilot разработчики создают на 41% больше багов в pull-запросах, чем без него; ускоренные релизы и модульная архитектура затрудняют сопровождение систем, повышая количество потенциальных точек отказа; уверенность в качестве кода, сгенерированного ИИ, часто не оправдана, а этапы коллективной проверки программ уходят на второй план; при этом в отрасли еще не накоплена достаточная экспертиза в области ИИ-кодинга, и около половины ИТ-компаний считают свою инфраструктуру пока не готовой к такому уровню автоматизации.
Наибольший риск прироста сбоев ожидается в телеком-секторе — до 15–18%. Там ИИ-помощников применяют для рефакторинга, документирования, моделирования пользовательского поведения и тестирования функций, где даже мелкие ошибки в коде могут привести к серьезным сбоям в сети.
В розничной торговле активно используют Copilot и Codeium, что увеличивает количество мелких багов, которые, впрочем, обычно легко устраняются. Ожидаемый рост сбоев — 12–14%.
Финансовые организации быстрее других осваивают ИИ. Согласно исследованию, почти все крупные банки уже внедрили или тестируют такие инструменты. В этой сфере число сбоев может вырасти на 8–10%, в основном из-за чрезмерного доверия к результатам, выданным GenAI.
В промышленности также наблюдается растущий интерес к ИИ-решениям, при этом ожидаемый прирост сбоев составляет 5–7%.
Для снижения негативного эффекта аналитики рекомендуют внедрение AIOps-платформ, систем контроля качества ИИ-подсказок и практики Shift Left Security, которая позволяет сократить количество уязвимостей на ранних стадиях разработки до 30–40% благодаря интеграции SAST/DAST-сканеров и аудита ИИ-кода в CI/CD-процессы.
