AI в SDLC - люди, процессы и организации [анонс]

Так, народ, я обычно тут пишу про технические штуки, но ведь все мы понимаем, что в профессии разработчика (и айтишников в целом) на самом деле очень много того самого человеческого фактора, про который всегда нужно помнить.

По мере того, как за прошедший год рос канал, я всё больше общался с коллегами из других компаний, консультировал, выступал с докладами, читал исследования и сам получал опыт того, как проходит внедрение AI в процессы разработки.
(шутка ли, довелось даже побыть участником круглого стола Frontend Conf 2025 по этой теме :))

Получается, что чисто технические навыки работы с моделями - это, может, процентов 30 успеха, а остальное - это люди, процессы, организации и куча неочевидных вещей, о которых нечасто пишут в статьях про то, "как я стал 10x-разработчиком с ИИ".

Так что попробую поделиться своими наблюдениями в этом плане, и в ближайшие недели на канале будет мини-серия про внедрение AI в разработку за пределами только лишь написания кода.

Если вы привыкли к моим техническим постам про модели и инструменты - некоторое время это будет чутка другой формат.
Но, как мне кажется, не менее важный.

Примерный список тем сейчас выглядит так (рандом):

⚪️ Психология разработчика: страхи, эйфория и нетипичная нагрузка
"Меня заменят", "я тупею, пока агент всё пишет за меня" и прочие бабайки.
Переход от роли исполнителя к роли человека, который ставит задачи и проверяет их выполнение - это другая ментальность и другой уровень ответственности.
Почему работа с ИИ превращается в вечный context switch, выгорание, и причём тут вообще сон и дофамин.

⚪️ AI как усилитель, а не серебряная пуля
Текущая реальность такова, что модели усиливают те процессы, которые у вас уже есть, и если внутри всё устроено плохо, AI ответственно масштабирует этот бардак.
Разберём, почему так получается и что с этим делать.

⚪️ SDLC-пайплайн и теория ограничений
ИИ очень быстро пишет код, но ревью, QA, релизы и поддержка почему-то быстрее не становятся.
Обсудим на пальцах, почему ускорение одной лишь разработки почти всегда приводит к росту техдолга и инцидентов, и как помогают CI/CD, тесты, платформенная инженерия и адекватные метрики.

⚪️ Организационные паттерны: пилоты и микростартапы внутри компании
Как запускать маленькие команды-пилоты, где AI присутствует на всех этапах SDLC - от постановки задачи до деплоя.
Какие задачи и куски продукта подходят для экспериментов, а какие лучше не трогать, пока вы не готовы к приключениям.
Почему иногда лучше заняться распилом монолита и процессами, а не прикручиванием агента к Jira.

⚪️ Диффузия ролей: PM пишет код, QA обучает агента
Границы ролей размываются: продакт, который сам собирает прототипы на агентах; разработчик, который больше думает про архитектуру и верификацию, чем про ручной кодинг; QA, который пишет автотесты вместе с LLM.
Как может выглядеть команда, где каждый аугментирован ИИ, и какие навыки в таком мире становятся базовыми.

⚪️ Shadow AI и внедрение снизу
"Теневой ИИ" уже есть почти в каждой компании: люди втихую пользуются моделями, даже если это не одобряется.
Как с этим жить руководителям, как не убить инициативу энтузиастов, и почему попытки внедрить AI "сверху" нередко проваливаются.

⚪️ Новые метрики: от идеи до продакшена, а не от промпта до коммита
Важнее не то, как быстро агент написал код, а то, за сколько идея доехала до пользователя и насколько часто это всё падает.
Где AI действительно помогает, а где только создаёт иллюзию прогресса.

—

Если вам это всё созвучно - оставайтесь на связи, и можно просто ждать постов :)

Если по дороге хочется поделиться своими болями и кейсами про внедрение AI в разработку - скидывайте в комменты и личку, подходящие постараюсь вплести в серию.

И если хочется, чтобы что-то было раскрыто более полно или какие-то темы я пропустил - тоже дайте знать.

—

А, и one more thing - на следующей неделе будет живой доклад, затрагивающий часть из этих тем, подробности чуть позже :)

#ai #sdlc #management