IT-компанії все частіше автоматизують роботу за допомогою штучного інтелекту. Його застосовують для різних завдань: роботи з даними, обробки документів, клієнтської підтримки, розробки ПЗ тощо. Водночас підхід до автоматизації залежить від масштабу компанії.
CEO компанії DevRain, ШІ-ентузіаст та автор книги "ChatGPT, DALL·E, Midjourney: Як генеративний штучний інтелект змінює світ" Олександр Краковецький пояснює, що у великих гравців є побудована інфраструктура, але їм бракує гнучкості. Натомість стартапи, хоча й мають менше ресурсів, можуть швидко інтегрувати нові технології.
При цьому фахівець додає – автоматизувати можна процеси з чіткою послідовністю дій, які технічно можливо реалізувати та відстежити. Штучний інтелект може бути одним із етапів автоматизації, а агенти, яких усі очікують, фактично є нативною комбінацією автоматизації та ШІ.
Олександр Краковецький також звертає увагу на зміну підходів до розробки ПЗ. Він говорить про AI-Assisted Software Development, який передбачає тісну взаємодію ІТ-фахівців та ШІ. Зараз штучний інтелект допомагає генерувати, пояснювати, документувати код і проводити рефакторинг, але з появою агентів вже можлива робота з кількома файлами одночасно чи навіть цілим проєктом.
Попри це, експерт наголошує, що про заміну розробників не йдеться. Хоча багато завдань можна виконувати швидше та автономніше, що вплине на ринок праці, спрощене переписування коду за допомогою ШІ допоможе організаціям швидше переходити на нові технології, створюючи додаткові робочі можливості.
Очевидно, що в перспективі розробка зміниться. Олександр Краковецький впевнений, що MVP-версії продуктів фактично генеруватимуться автоматично, тому цінність доменних знань і розуміння бізнесу клієнта значно зросте.
Поки до цього ще не дійшло, але штучний інтелект уже відкриває бізнесу нові можливості. Редакція "Межі" з’ясувала, як IT-компанії України використовують ШІ для оптимізації процесів і які завдання автоматизують насамперед.
Ajax Systems
Компанія активно впроваджує інструменти штучного інтелекту в командах локалізації (переклад контенту для різних регіонів), дизайну та рекрутингу.
Наприклад, команда локалізації використовує платформу Crowdin на базі ШІ, інтегровану з сервісами DeepL і OpenAI (ChatGPT). Рішення допомагає автоматизовувати робочі процеси для підготовки різних типів контенту та оптимізує перевірку перекладів за допомогою кастомізованих промптів.
Якість перекладів контролює внутрішня команда перекладачів, яка перевіряє результати ШІ, працює з Translation Memory і забезпечує фінальну відповідність контенту стандартам компанії. Це дає змогу ефективно перекладати контент на понад 12 мов – понад 800 тисяч оригінальних слів на рік.
Дизайнери Ajax Systems використовують ШІ для спрощення рутинних процесів та автоматизації задач: збору референсів, генерації концептів, редагування та постобробки матеріалів тощо. Серед основних сервісів – Stable Diffusion та Midjourney.
"Крім цього, застосовують ШІ для видалення фонового шуму та покращення якості звукової доріжки спікера, конвертації тексту в мовлення, оцінки хронометражу – для цих цілей використовується Play HT. Але важливо відзначити, що штучний інтелект залишається помічником для рутинних задач. У компанії наразі не використовуються фото- або відеоматеріали, повністю згенеровані штучним інтелектом", – акцентують в Ajax Systems.
Також у компанії розповідають, що команда маркетинг-аналітиків розробила інтеграцію з Gemini AI для аналізу рекламних кампаній і отримання рекомендацій. Система збирає ключові метрики, враховує динаміку та тренди, передає дані ШІ, який формує рекомендації щодо оптимізації реклами.
Крім того, команда налаштувала відображення результатів ШІ в зручному інтерфейсі, до якого мають доступ маркетинг- і діджитал-спеціалісти. Це дозволяє оперативно коригувати рекламні кампанії для підвищення їхньої ефективності.
Щодо команди рекрутингу, то вона використовує ШІ для транскрибування та отримання стислого підсумку проведених співбесід. Це дає змогу економити час на ведення нотаток та зосередитися на спілкуванні з кандидатом.
"Команда розробників наразі тестує GitHub Copilot, і його використання поки не є масштабним та загальноприйнятим в компанії. За попередніми розрахунками, Copilot може підвищити продуктивність джуніор-спеціалістів", – додають в Ajax Systems.
Ciklum
Компанія працює над розробкою двох моделей для HR-процесів. Head of Experience Engineering Богдан Погасій розповідає, що перша допомагає зі скринінгом CV під час найму. Вона дає змогу оцінити відповідність кандидата вимогам позиції на основі резюме, а ще може рекомендувати кандидата на інші відомі їй вакансії, зважаючи на вищий індекс відповідності. Також модель підсвічує неточності в СV та оцінює їх за рівнем критичності.
"Інша розробка, над якою ми працюємо, призначена для прогнозування звільнення спеціалістів за власним бажанням. Ця модель передбачатиме вірогідність звільнення фахівців в наступні 3, 6, 9 або 12 місяців. Як вхідні дані ми використовуємо інформацію у внутрішніх системах щодо компенсації, її перегляду, відповідності ринковому рівню, а також технологій, рівня спеціалістів, сертифікацій, бонусів та даних про проєкти, в які залучені колеги", – наголошує експерт.
Він пояснює, що за допомогою цих моделей на основі ШІ Ciklum розраховує забезпечити більш персоналізований підхід до управління талантами, зменшити рутинне навантаження на команди і підвищити точність ухвалення управлінських рішень.
Богдан Погасій зауважує, що компанія також активно використовує ШІ для розробки програмного забезпечення на всіх етапах життєвого циклу: дизайн, проєктування, розробка, тестування та деплоймент. Для кожного етапу використовуються різні ШІ-інструменти, що дає змогу пришвидшити процеси.
"Ми вважаємо це нашою конкурентною перевагою, оскільки використання ШІ прискорює розробку, що безпосередньо впливає на бізнес-цінність для наших клієнтів. Таким чином їхні продукти швидше виходять на ринок, що забезпечує їм кращі конкурентні позиції", – підкреслює він.
З-поміж іншого Ciklum використовує PRODIGY AI assistant – ШІ-асистента на основі генеративної великої мовної моделі, який містить посібник з Інженерії та Доставки Продуктів (PRODIGY).
За твердженнями Head of Experience Engineering, асистент надає інформацію про методи, техніки та процеси, необхідні для розробки успішних продуктів та безперебійної роботи в команді та з клієнтами. Відповідно до ролі користувача в проєкті та стадії проєкту цей ШІ-асистент дає інформацію про те, що і як треба робити.
EPAM Україна
ШІ залучений фактично у всі бізнес-процеси компанії: від маркетингу та продажів до управління, контролю якості надання сервісів та в роботі з талантами в інших бізнес-операціях. За словами АІ-директора з програмної інженерії Вадима Власенка, EPAM використовує штучний інтелект у різних внутрішніх процесах.
Один із них – інтелектуальний аналіз та управління даними. ШІ допомагає швидко обробляти масиви корпоративної інформації, забезпечуючи до неї оперативний доступ.
Також штучний інтелект оптимізує HR-процеси – від первинного скринінгу кандидатів до автоматизованого оцінювання рівня англійської мови співробітників тощо.
Ще один напрям – автоматизація операційного управління з плануванням ресурсів, розподілом навантаження між командами та прогнозуванням проєктних ризиків. Крім того, ШІ-модель EPAM допомагає аналізувати професійні навички та досвід внутрішніх кандидатів, щоб знаходити найкращі відповідності між кваліфікацією кожного спеціаліста та потребами конкретних проєктів.
ШІ використовують і в системах управління знаннями. Тут йдеться про інтелектуальні пошукові системи та бази знань з автоматичною категоризацією та контекстними рекомендаціями. Водночас у фінансових і адміністративних процесах штучний інтелект автоматизує звітність, аналізує витрати та бюджетування.
"Уже зараз комплексне впровадження ШІ в операційні процеси дозволяє заощадити час працівників і сфокусувати зусилля на креативних та стратегічних задачах, що мають більшу цінність для бізнесу та значно скоротити виробничі процеси та реліз-цикли для наших клієнтів", – зазначає Вадим Власенко.
Одним із перших напрямів, де EPAM почав системно інтегрувати ШІ, став життєвий цикл розробки програмного забезпечення (SDLC). Компанія ефективно застосовує штучний інтелект на кількох етапах:
· Бізнес-аналіз та опис вимог – ШІ допомагає аналізувати бізнес-документацію, виявляти неузгодженості, генерувати user stories та покращувати специфікації.
· Тестування та QA – ШІ автоматично генерує тест-кейси, пріоритизує регресійні тести, аналізує покриття коду та допомагає виявити потенційні вразливості.
· Подолання технічного боргу (pay technical debt) – ШІ допомагає з ідентифікацією застарілого коду, рефакторингом, оптимізацією продуктивності та моніторингом якості.
· Документування – автоматизовано створення та підтримку технічної документації, включаючи API-документацію та користувацькі гайди.
Попри те, що ШІ значно допомагає в написанні коду, повна автоматизація розробки програмного забезпечення поки залишається складним завданням, особливо для комплексних систем.
"Ми активно працюємо над вдосконаленням наших інструментів у цьому напрямку, і в деяких проєктах вже маємо дуже значний відсоток коду, що створюється за допомогою ШІ з наступним контролем з боку інженерів", – акцентує спеціаліст.
У 2023 році EPAM почав розробку та впровадження ШІ-агентів. Компанія має власну екосистему EPAM AI/Run™, яка інтегрує популярні рішення з ринку та дозволяє створювати спеціалізованих ШІ-агентів і мульти-агентні системи для різних бізнес-потреб.
Торік компанія займалися розробкою ШІ-агентів для електронної комерції, розробки ПЗ, контакт-центрів, маркетингу, страхування, туристичної галузі тощо. Загалом екосистема агентів EPAM охоплює весь спектр циклу розробки ПЗ, включаючи: аналітичних агентів, агентів-розробників, агентів тестування та агентів технічної підтримки.
Genesis
У Genesis використовують готові ШІ-рішення для підвищення ефективності внутрішніх процесів. Chief Growth Officer Олексій Ніщик розповідає, що штучний інтелект допомагає командам аналізувати великі обсяги інформації, автоматизувати рутинні завдання та оптимізувати робочі процеси.
"Проте наразі наявні рішення рідко коли можуть виконувати значні задачі "під ключ", тому також працюємо і над власними рішеннями на основі ШІ для кількох команд в Head Office. Наприклад, для більш ефективного документообігу розробляємо внутрішній сервіс, аби забезпечити швидкий та зручний доступ до великих обʼємів юридичних документів", – додає він.
Говорячи про те, як ШІ змінює підходи до розробки продуктів, Олексій Ніщик зазначає, що продуктова екосистема Genesis децентралізована, тож компанії самостійно впроваджують ШІ у свої продукти. Єдиного підходу чи спільних практик для всіх компаній немає.
Окреме питання – використання автономних ШІ-агентів. За словами фахівця, доступні на ринку рішення часто не забезпечують належного співвідношення ціни та якості, а ще приділяють недостатньо уваги питанням захисту конфіденційних даних.
"Проте ми застосовуємо агентивні підходи у власних розробках. Наприклад, при роботі з внутрішніми даними ми використовуємо ШІ-рішення, яке здатне самостійно ухвалювати рішення й використовувати необхідні інструменти для досягнення результату. Це дозволяє ефективніше опрацьовувати великі обсяги інформації відповідно до специфіки наших бізнес-завдань та потреб", – каже Олексій Ніщик, чия команда відповідає в Genesis Head Office, зокрема за впровадження ШІ-рішень.
GlobalLogic
Інженери компанії найчастіше використовують GitHub Copilot, TabNine, DeepCode, Kite, Codota, Snyk, IntelliCode, Hound і Ponicode. Молодший віцепрезидент з технологій в Європейському регіоні Орхан Гасімов зазначає, що покращення досягнуті у чотирьох напрямках.
Перший – автоматизація щоденних процесів. Йдеться про окремі задачі по взаємодії з клієнтами (AI-powered Service Desk) та між самими інженерами (AI-powered ticket system).
Другий – навчання та онбординг. Бази знань різних департаментів мігрують у ШІ-системи, вони матимуть зовнішні чат-боти для швидкого пошуку інформації. Деякі тренінги для спеціалістів отримають підтримку ШІ, який зможе відповідати на запитання слухачів.
Третій – аналіз даних. ШІ допомагає обробляти великі масиви даних та формувати інсайти / знаходити закономірності / виявляти тенденції для виважених стратегічних рішень.
Четвертий – можливість брати на себе частину рутинних рекрутингових процесів: від аналізу профілів кандидатів, їхньої відповідності позиціям до аналізу інтерв'ю.
"Сьогодні ми тестуємо різні інструменти для автоматизації. Матчінгові інструменти ми вже впроваджуємо в роботі. Втім, лишаються й задачі, де ми однозначно бачимо переваги людського спілкування, як-то інтервʼю", – підкреслює Орхан Гасімов.
У GlobalLogic ШІ також може допомагати на різних етапах розробки:
· На стадії проєктування та архітектури він допомагає аналізувати вимоги та рекомендувати оптимальні рішення.
· У процесі написання коду – це можуть бути внутрішні ШІ-асистенти, які прискорюють розробку та підвищують її ефективність.
· На стадії тестування ШІ може генерувати тестові сценарії та перевіряти код на відповідність стандартам.
· На фінальному етапі ШІ допомагає виявляти проблеми з продуктивністю ще до релізу, що дозволяє уникнути критичних помилок на продакшені.
"З економічної точки зору, впровадження ШІ дозволяє оптимізувати витрати. Там, де раніше була потрібна велика команда тестувальників, сьогодні частину рутинних перевірок виконує автоматизована система. А інженери можуть приділити час більш складним задачам, де потрібна експертиза. Так ми оптимізували процеси на 20-40%", – наголошує Орхан Гасімов.
GlobalLogic прагне досягти 50% оптимізації, розглядаючи нейромережі для глибокого аналізу коду, створення адаптивних навчальних систем для інженерів та інтеграцію ШІ-асистентів у процес комунікації команд.
Компанія активно впроваджує підхід ШІ-агентів у межах внутрішніх платформ GenAI Platform of Platforms та VelocityAI. Вони допомагають автоматизувати перевірку коду, аналіз логів, створення тестових сценаріїв та їхнє виконання, прискорюють документування та генерацію технічних звітів.
· GenAI Platform of Platforms дозволяє швидко розгортати LLM для підтримки інженерних процесів і оптимізації роботи команд, інтегруючи ШІ без зовнішніх рішень. Це гарантує контроль над внутрішніми даними та дотримання корпоративних політик безпеки.
· Velocity AI автоматизує більшість процесів розробки ПЗ, зменшуючи рутину, оптимізуючи ресурси та підвищуючи ефективність інженерних команд. Платформа відкриває можливість для створення більш автономних, інтелектуальних систем для підтримки розробників і бізнесу.
Майбутні плани щодо Velocity AI – розширення функціональності ШІ-агентів. Розглядається можливість створення агентів, які зможуть самостійно аналізувати вимоги проєкту, пропонувати оптимальні рішення та взаємодіяти між собою для координації задач.
MacPaw
Основний фокус зараз спрямований на розробку ШІ-рішень безпосередньо для продуктів компанії. Але у внутрішніх процесах теж застосовуються певні напрацювання, хоча це скоріше ML-рішення, ніж ШІ у загальноприйнятому розумінні.
"Компанія розробила внутрішні моделі для передбачення доходів по різних продуктах, які аналізують різні типи підписок, когорти користувачів та інші показники. Це дозволяє більш точно прогнозувати бізнес-результати та приймати обґрунтовані рішення", – розповідає AI Product Lead Владислав Гамоля.
Крім того, в MacPaw функціонує універсальний модуль виявлення аномалій, який використовується як для внутрішніх потреб, так і для відстеження ключових бізнес-метрик. Це дозволяє своєчасно виявляти відхилення від очікуваних показників.
До широкого розповсюдження LLM-технологій компанія також експериментувала з рішеннями для автоматичних відповідей клієнтам у службі підтримки. Зараз в цьому сервісі використовується стороннє ШІ-рішення.
Більшість розробників і розробниць MacPaw активно використовують сучасні ШІ-інструменти, як-от ChatGPT та GitHub Copilot, а також warp.dev для пришвидшення роботи з кодом.
Крім того, MacPaw активно використовує та розробляє власних ШІ-агентів. В компанії функціонує окремий відділ досліджень штучного інтелекту (AIR), який працює над створенням власного мультимодального ШІ-агента. Незабаром команда планує представити свої напрацювання.
Також в MacPaw ведеться розробка нового продукту під назвою Eney, в якому впроваджуються власні ШІ-рішення, орієнтовані на локальну роботу безпосередньо на комп'ютері користувача.
Завдання має певні технічні складнощі, адже комп'ютери Apple не обладнані відеокартами NVIDIA, які традиційно використовуються для роботи з моделями ШІ. Проте компанія працює над оптимізацією своїх рішень, щоб забезпечити унікальний користувацький досвід.
SoftServe
Ця компанія також активно застосовує та запроваджує ШІ для покращення внутрішніх процесів. Global Talent Management Director Ірина Ткач наводить у приклад ШІ-асистентку SOFI (SoftServe Intelligence AI Assistant), яку запустили у 2024 році.
Це пошуковий агент для навігації внутрішньою корпоративною інформацією: він опрацьовує запити співробітників, здійснює пошук в корпоративних бібліотеках та платформах, і формує структуровані відповіді. За перші два тижні після запуску ШІ-асистентка обробила 20 000 запитів від 2 000 унікальних користувачів.
"Час на пошук інформації скоротився на 66,7%, а колеги відмітили, що SOFI не тільки допомагає знаходити базову інформацію, а й може рекомендувати навчальні матеріали, напрями менторства тощо", – додає Ірина Ткач.
Водночас SDO Director Іван Загородній розказав про дослідження SoftServe, яке провели в 2023 році. Воно виявило, що використання ШІ може підвищувати ефективність команд розробників до 45%. Це мотивувало компанію розробити власну стратегію впровадження інструментів на основі генеративного ШІ.
У 2024 році розробницькі команди, підсилені командними та індивідуальними ШІ-інструментами, почали працювати на реальних клієнтських проєктах.
Розробницькі команди використовують такі інструменти, як GitHub Copilot, Amazon Q Developer, Cursor AI для програмування, ChatGPT, MS Copilot 365 для роботи з текстом, а також NEO Platform, корпоративну вебплатформу на основі ШІ.
Іван Загородній заявляє, що ефективність ГенШІ залежить від стадії проєкту. Він також вважає важливим розвивати навички використання ГенШІ та його функціональності.
Проте радить пам'ятати, що це лише інструмент. Його ефективність залежить від користувача, який ухвалює ключові рішення, визначає напрям роботи та контролює результат.