Фырнин душнит

⚡️ИИ можно поручить работу, но не ответственность

Поэтому автоматизация заканчивается там, где кто-то начинает платить за ошибку деньгами и репутацией. Дмитрий Фырнин, управляющий партнёр и технический директор SENSE, разобрал в новой статье на Хабре:

▪️Кого ИИ заменит, а кому просто облегчит жизнь?
▪️Что на самом деле сокращают компании под вывеской ИИ?
▪️Почему за автоматизацию джунов заплатят сами джуны?

➡️Читать на Хабре

Согласны?
❤️ — да, ответственность не автоматизируешь
🤔 — спорно, ИИ ещё удивит
🔥 — интересно, но время покажет

👀 А вам уже присылали скриншот из ChatGPT с доказательством, что вы неправы?

Если да, вы видели, как языковая модель становится третьей в разговоре, где раньше было двое. Она раскладывает конфликт по полочкам, подсказывает «экологичный» ответ и почти всегда встаёт на сторону спрашивающего.

В новой статье Дмитрий Фырнин, технический директор и управляющий партнёр SENSE, разбирает, как нейросети встраиваются в отношения между людьми. Как меняется конфликт поколений, что будет с образованием и юридическими спорами и почему государства захотят контролировать «слой ответов».

➡️ Читать на Хабре

Signore e signori!

Долгожданная запись прямого эфира искусственный интеллект в разработке – друг или умело притворяющийся враг, имевшего место в нашем уйутненьком 4 июня сего года.

Чокаво – напоминалочка для тех, кто пропустил. Совместно с уважаемыми спикерами:

– Дмитрий Фырнин – технический директор, управляющий партнёр компании Sense;
– Павел Белый – cofounder и СТО Doma.ai;
– Вячеслав Артемьев – CTO «Магнит Доставка»;
– Егор Фёдоров – директор по разработке MWS;
– Сергей Прокофьев – наш специальный гость из-за железного занавеса. Архитектор, крупный европейский food retail

погружались в практические аспекты внедрения искусственного интеллекта в процессы разработки и поставки (Sofware Development LifeCycle) в технологически продвинутых российских и иностранных компаниях.

Обсудили:

– возникающие сложности и способы их преодоления;
– осязаемый эффект от использования агентов;
– влияние на разработку в обозримом будущем.

Во-первых,
мы не то, чтобы полностью раскрыли тему измеримости эффектов от появления кремниевых товарищей в наших протоплазменных командах ИТ-специалистов. Так, чтобы «на пальцах» можно было бы объяснить последствия от внедрения иишницы на корпоративном комитете:

было по пять, но вчера – стало по три, но сегодня.

Серьёзная заявка на углублённую дискуссию по данному вопросу.

Во-вторых,
совсем не успели обсудить роль нейропрограммирования в заказной разработке программного обеспечения, а ведь у меня поговорить о прямо-такие чешется. Ну, а раз чешется, то надо чесать обязательно сделаем митап (онлайн? офлайн?) в разумно ближайшее время. Оставайтесь с нами и следите за анонсами.

👉 Об ИТ и менеджменте. Подписываемся и рекомендуем друзьям

🗣LLM с нами три года. Где обещанные революции?

Как и обещали, делимся записью митапа про ИИ-агентов в B2B. Несколько мыслей, ради которых стоит послушать целиком:

Эффект от AI не достигается простой раздачей инструментов, требуется перестройка всего PDLC, иначе рост метрик незначителен.

AI не даёт кратного ускорения поставки фич, но позволяет быстрее проверять гипотезы и выполнять задачи, которые раньше откладывались.

При использовании AI-агентов возникает риск накопления технического долга из-за ограничений контекстного окна и нечеловекочитаемого кода.

Внедрение AI встречает сопротивление: часть разработчиков использует AI для имитации работы, а не для повышения качества, поэтому требуется обучение и изменение культуры.

Профессия разработчика эволюционирует в сторону «фич-инженера», который управляет AI-пайплайнами, а простое написание кода станет менее востребовано.

Ставьте свои реакции, если:
🔥 – митап был интересным и полезным
❤️ – ждёте новых событий от SENSE

🗣 LLM — умные чаты или новая инфраструктура?

Пока нейросети обсуждают как удобный сервис, происходит более важный сдвиг. Часть мышления начинает выноситься наружу — в вычислительную среду. А значит, у него появляется цена, ограничения и правила доступа.

Дмитрий Фырнин, управляющий партнёр SENSE, разобрал, почему LLM становятся новой коммунальная услуга: как формируется экономика токенов, почему рынок упрётся в «достаточно хорошее мышление» и где проходит реальный предел агентности.

➡️ Читать статью на Хабре

Новые гости, новые темы.

Я изменил дух подкаста и теперь мы с моими гостями говорим о людях в более широком ключе. Обсуждаем рынок, технологии и то, что нас ждет в будущем.

Первый выпуск новой серии я записал с Дмитрием Фырниным из компании SENSE. Мы поговорили о редком переходе: от инженерного мышления и кода, к бизнесу, управлению, неопределенности и решениям, где правильного ответа не существует.

Это разговор не сколько про ИТ, сколько про то, что происходит с человеком, когда он перестает просто делать и начинает отвечать за смысл, результат и систему целиком.

Если вам интересны: AI, инженерное мышление, бизнес, сервисные компании, будущее разработки, управление хаосом и взросление специалиста — этот выпуск точно стоит послушать.

Как всегда, ссылки на все площадки на странице подкаста 🎧

😎 Демченков вещает

⚡️ 80% ИИ-проектов терпят неудачу. Так ли это на самом деле?

Исследования показывают: большинство ИИ-инициатив так и не доходят до полноценного внедрения. И часто причина в завышенных ожиданиях от ИИ. Вместе с Дмитрием Фырниным, управляющим партнёром и техническим директором SENSE, разбираемся, что на самом деле стоит за статистикой провалов:

— почему многие ИИ-стартапы на деле делают RAG-обёртки;
— где ожидания от автоматизации опережают реальные возможности;
— почему «цифровые сотрудники» скорее миф;
— и как экономика токенов изменит рынок ИИ.

➡️ Статья уже в нашем блоге

📱Программист будущего.

Давайте представим, что вы — инженер, и вам дали задачу разработать устройство для складывания шара в коробку.

Условный middle-инженер сразу же задумается о системе в целом и задастся вопросами:
1. Особенности составных частей — хрупкий шар сложнее укладывать в жесткую коробку
2. Жизненный цикл — если коробка будет расположена вверх ногами или в невесомости, то будет важно, должен ли шар оставаться в коробке после формального попадания в нее
3. Условия среды эксплуатации — взрывоопасный шар на жаре требует более бережного обращения, а в движущуюся коробку не так просто положить шар, как и в случае, если шары нужно укладывать в коробку тысячу раз в секунду
4. Взаимодействие в рамках системы — в коробке уже могут быть шары, шары в коробку могут укладывать сразу несколько устройств
5. Срок службы — если устройство нужно отправить в другую галактику, это потребует совершенно иного подхода

Теперь возьмем middle-программиста и попросим его логировать последовательность каких-то событий в рамках микросервисной архитектуры.
Ну что может быть проще?!
Условная функция now() возвращает нам временную метку UTC. Логируем каждое событие вместе с меткой, сортируем по ней — profit!

А теперь подключим к этой задаче инженера.
Сразу выяснится масса интересных подробностей.

Время разных микросервисов может отличаться — его регулярно нужно синхронизировать. В лучшем случае между собой, но и этого недостаточно: компьютеры работают с временем UTC, которое поддерживается в синхронизации с астрономическим временем UT1 — основанным на вращении земли.
Земля вращается неравномерно, слегка замедляясь.
Из-за этого время UTC где-то раз в год имеет дополнительную секунду (високосную), чтобы оставаться согласованным с временем TAI, измеряемым сверхстабильными цезиевыми часами.

Поэтому мы не можем полагаться на микросекундную точность UTC при определении строгого порядка событий.
Если ваша система требует логирования миллионов событий в микросекунду, придётся учитывать високосную секунду.
К примеру, сервера Google «размазывают» ее в течение суток, в конце которых она появляется.

Инженерное мышление оценивает не только абстракции, а также связь этих абстракций с реальность. Инженер думает не только о том, как заставить систему работать, но и о том, как сделать так, чтобы она не перестала работать, когда в неё приходят люди, время и хаос.

Программист будущего будет делать так же.


____
Подписывайтесь и ставьте огоньки (@fyrnin_it).

📱Когда AI заменит нас всех?
Часть IV: экономика рынка ИИ.

Давайте для начала упрощенно посмотрим на взаимодействие с ИИ: мы подаем на вход некий текст-просьбу, в котором описываем, что и как нейросети нужно сделать — это называется промпт. Чем более сложного мы хотим, тем длиннее получится этот текст.
К примеру, если нам нужно проанализировать данные в таблице, то сама таблица также станет частью промпта. Это, как-будто вы уехали на неделю в отпуск, а все, что нужно знать, чтобы заменить вас на текучке, сложили в вордовский файл — прайс-листы, инструкции, примеры, вообще всё.
Нейросети устроены так, что чем длиннее промпт, тем больше процессорных мощностей требуется, чтобы получить ответ. Процессорные мощности стоят денег, стало быть более длинные промпты — дороже.

Для удобства длину промпта (а, стало быть, и стоимость его исполнения) измеряют в токенах. Можно думать о числе токенов, из которых состоит промпт, как о числе слов или букв в нем. На самом деле там все чуть хитрее, но нам сейчас это не принципиально.

Ну и все тарифные планы сводятся к тому, сколько токенов вам готовы продать за условный $1.
Тут нужно понимать, что если, к примеру, данные в таблице, которую вы анализируете через нейросеть изменились, и вы снова запустили анализ, то вы снова должны будете заплатить за весь промпт в полном объеме, включая инструкции, которые вы уже давали ранее.
Или вот диалог с чат-ботом: каждое ваше сообщение склеивается со всей историей переписки в гигантский промпт, который и отправляется на обработку. Именно за счет этого создается впечатление, что чат-боты осознают контекст беседы.

Теперь давайте посмотрим на одного из главный игроков рынка ИИ, компанию OpenAi. Выручка $3.7 млрд, расходы на чипы и аренду дата-центров $2.1 млрд, зарплаты — $2.2 млрд, ну и еще $1.8 млрд на исследования. А, положительный cash flow ожидается только в 2029 году.

Такая схема «масштабирования через убытки» применялась и применяется многими компаниями: устанавливаем цены ниже рынка, работаем в убыток, но долю рынка захватываем. А потом возвращаем цены к рыночным и выходим на прибыль.
Взять хотя бы Яндекс Такси на заре его появления. Низкие цены для потребителей, поток заказов с минимальной комиссией для таксопарков — красота…

При этом на себестоимость токена в первую очередь влияет стоимость инфраструктуры. Если снова упрощать, то мы покупаем специализированные чипы, которые выпускаются NVIDIA, AMD, TSMC, запускаем на них ИИ, прогоняем промпты клиентов и получаем оплату за каждый обработанный токен.
Получается, стоимость токена завязана на железки, которые еще и могу быть вместо ИИ использованы для майнинга криптовалюты и которые выпускают лишь несколько компаний.

И, если рассматривать OpenAi и другие ИИ стартапы в этом ключе, то можно сделать вывод, что текущая цена токена сильно занижена относительно рыночной.

____
Если хотите узнать, что ждет рынок IT при возвращении цены токена к рыночной и при чем здесь крипта — с ваc огоньки и подписка (@fyrnin_it).

📱Когда AI заменит нас всех?
Часть III: куда денутся джуны.

Можно предположить несколько возможных вариантов развития ситуации с недостаточной востребованностью джунов:

1. Перестройка образования на манер медицинской интернатуры, которая по сути является мостом между теорией и практикой. Человек не становится хирургом сразу после окончания университета: сначала он ассистирует, потом проводит операции под надзором опытного товарища, ведь в медицине очень высока цена ошибки.
В разработке ошибки также дороги: баг в программном обеспечении беспилотного такси может обернуться катастрофой, а в банковской платформе — миллионными потерями. И чем стремительнее развиваются технологии, тем дороже ошибки. А для их недопущения нужны именно квалифицированные специалисты, так как на нейросети здесь положиться нельзя: они легко предложат вам рецепт свиных крылышек на ужин, если вы хорошо попросите.
Ответственность за критическое мышление при общении с нейросетью лежит исключительно на вас.

2. Удлинение программ обучения.
Если у истоков обучения программированию были курсы длительностью от двух недель до месяца, то сейчас можно встретить программы с длительностью год-полтора. Крупные технологические компании открывают свои обучающие центры, а лучшим выпускникам предлагают шорт-трек трудоустройства. Можно предположить, что обучающие программы продолжат удлиняться и будут включать развитие необходимых компетенций, помимо, собственно, написания кода, а также — проектный опыт.
Институт стажировок также ждет трансформация. Сейчас стажировка — способ получить реальный опыт и прокачать командные и продуктовые компетенции. И в связи с этим многие компании уже задаются вопросом: а зачем платить стажерам, если можно брать с них деньги, так как стажировка — больше ступень образования, а не карьеры?

3. Появление промежуточных грейдов, например, оператор AI. Если на входе в профессию будет стоять поток людей, которые умеют писать код с помощью нейросети, но при этом не обладают всеми остальными компетенциями джуна, то это не означает, что им следует отказать во входе в профессию. Возможно, разумнее будет взять такого специалиста, ограничить сферу его влияния на продукт и доучить до полноценного джуна. Причем последний станет уже «чуть-чуть разработчиком» за счет того, что умеет не только писать код.
На самом деле мы уже видели такое много раз. На заре интернета была всего одна профессия, связанная с разработкой сайтов — «веб-мастер». Потом пошло разделение на бекенд и фронтенд. Потом фронтенд, к примеру, разделился на верстальщиков, фронтенд-программистов и UX/UI дизайнеров. И с этой тенденцией связан еще один вариант.

4. Более плавные карьерные траектории.
Давайте честно посмотрим на положение вещей: да, есть чертовски умные ребята с инженерным мышлением из коробки. Чаще всего они полностью или частично пропускают джуновый и мидловый грейды. И относительно объема рынка их немного. Всем остальным приходится как-то выкручиваться. Во фронтенд можно попытаться попасть через верстку, в бекенд — через тестирование (QA), в DevOps — через системное администрирование. Все это — узкие специальности, навыки для которых можно сравнительно просто получить на курсах или за время обучения в ВУЗе, а потом уже в процессе работы учиться серьезному программированию и добирать необходимые компетенции.
И, если вам нужна метка «вы находитесь здесь», то это она и есть. Только пока это все воспринимается скорее не полноценным карьерным треком, а неким черным ходом в IT.

____
Помимо социальных и технических аспектов «незаменимости» человека нейросетями есть еще и экономические. О них поговорим в следующей статье. Конечно, если вы подпишитесь (@fyrnin_it) и поставите огоньков!

📱Когда AI заменит нас всех?
Часть II: (не)заменяемость айтишников нейросетями.

Нейросети — не единственная причина снижения спроса на джунов. В сфере IT, как и в примере из юриспруденции из предыдущего поста, также идет процесс усложнения задач: там, где раньше был скрипт — теперь платформа, а там, где была страница с ответами на частые вопросы — голосовой помощник (который лет десять назад показался бы магией).

И этот процесс усложнения — естественный фактор падения спроса на джунов. Например, если вам нужно покрасить стену, то вы захотите нанять синьорного квалифицированного маляра. Означает ли это, что начинающие маляры больше не нужны? Нет. Это говорит лишь о том, что профессия маляра пережила трансформацию: начинающих маляров просто не допускают до окраски важных стен. Безусловно, синьорный маляр с нейросетью краскопультом может заменить несколько маляров-джунов, но последние от этого не вымерли, как класс.

Бум IT случился сравнительно недавно, и в профессию, которая раньше держалась на энтузиастах-первопроходцах, стали попадать «простые смертные» люди без инженерного мышления, которые «тоже хотят грести деньги лопатой» (на самом деле причина может быть любая). Стремительный рост их числа подогревается курсами, которые в своих рекламных материалах заявляют, что, чтобы стать разработчиком, достаточно выучить какой-либо модный язык программирования.

Нет, нет и еще раз нет! Настоящие разработчики пишут код не более 25% своего рабочего времени (*по данным StackOverflow), помимо этого погружаясь в предметную область, решая инженерные задачи, анализируя требования и бизнес-логику, коммуницируя с коллегами, разбираясь в чужом коде и т. п.

Сказать, что ты станешь программистом, выучив язык программирования, все равно, что сказать, что ты станешь композитором, выучив ноты, или фотографом — купив зеркалку.

Из всего перечисленного выше нейросети неплохо справляются разве что с написанием отдельных участков кода. Получается, что они могут заменить лишь того разработчика, который большую часть своего времени непосредственно пишет код — т. е. этого самого «ненастоящего» разработчика, выходца курсов «войти в айти за две недели». И проблема, получается, не в заменяемости программистов нейросетями, а в их недостаточной компетентности на входе в профессию. Одно можно сказать уверенно: джуны точно не вымрут, как класс, иначе откуда тогда появятся мидлы и синьоры?

____
Давайте обсудим в комментариях, какие варианты развития ситуации c джунами вы видите? А я свои варианты напишу в следующей статье. Подписывайтесь (@fyrnin_it)

📱Когда AI заменит нас всех?
Часть I: душная вводная.

Давайте начнем с того, что разберемся, что сейчас подразумевается под AI (ИИ, искусственным интеллектом).

В настоящее время AI — это зонтичный термин, применяющийся для обозначения инструментов, пытающихся эмулировать человеческий интеллект:
1. Большие языковые модели (LLM), например, ChatGPT
2. Нейросети, например Midjourney
3. Различные инструменты извлечения шаблонов из данных, завязанные на машинном обучении. Сюда можно отнести рекомендательные системы, навороченные спам-фильтры, системы компьютерного зрения и т. п.
4. «Настоящий» ИИ — Artificial General Intelligence

Так вот, хорошая и одновременная плохая новость заключается в том, что технологий «настоящего» ИИ сейчас по просту нет! Есть только первые три типа инструментов, но классифицировать их, как AI — это тоже самое, что называть все устройства с экраном — роботами.

Получается, мы боимся того, чего нет? И да, и нет!
Чем лучше какая-то деятельность регламентируется, тем проще ее автоматизировать с помощью компьютера. В простом случае это что-то вроде «пришло письмо со ссылкой на вредоносный сайт — перемести в папку спам», в более сложном «когда едешь на машине — соблюдай ПДД».
И, чем сложнее случай, тем сложнее инструменты, с помощью которых он автоматизируется. В случае письма со спамом нам достаточно базы данных вредоносных сайтов и любого языка программирования, а в случае с автоматизированной ездой на машине нужна куча камер, лидаров, спутники GPS, технологии распознания изображений, нейросети и несколько языков программирования.

Параллельно с развитием инструментов автоматизации идет процесс усложнения решаемых задач. Появление условного Консультант Плюс не оставило без работы толпу юристов, которым приходилось вручную следить за изменением законодательства и судебными прецедентами, но сдвинуло точку приложения их усилий, что позволило переключиться на задачи, которые раньше казались непосильными или не существовали (например, цифровое право).

__
С другой стороны, факт остается фактом: спрос на разработчиков-джунов сокращается, так как код, который они пишут, может написать синьор с нейросетью, и, часто, это может получиться лучше, быстрее и дешевле.
Если хотите узнать, что ждет рынок джунов в будущем — подписывайтесь (@fyrnin_it) и ставьте огоньки под этой статьей.

📱Когда ждать оттепели на рынке IT-вакансий, и за какими показателями следить (душное продолжение)

А вот для сравнения графики инфляции и ключевой ставки с сайта Центробанка. Мы видим, что пики инфляции в 2014 и 2022 годах вполне эффективно гасились повышением ключевой ставки, которую потом оперативно снижали.

Тут еще надо рассказать про измерение инфляции. Этим занимается Росстат, и делает это вполне квалифицировано. Инфляция измеряется по большой корзине товаров и услуг (около 500), в разных регионах, по разным группам потребителей, это все тщательно взвешивается, нормируется и т. п. Обновленные данные по инфляции выходят еженедельно.

Очень часто можно слышать разговоры о занижении инфляции рептилоидами, и, что в реальности она уже много лет больше 30 %.
Можно легко провести базовый реалити чек: в 2000-м году батон хлеба стоил 6 рублей, добавляем инфляцию в 30 % за 24 года по сложному проценту, получим, что сейчас он должен стоить 3257 рублей. Кажется, многовато. А вот росстатовские данные вполне сходятся на таких длинных дистанциях.

Центробанк установил желаемый уровень инфляции в 4 % — такое значение инфляции подстегивает к покупке «здесь и сейчас», позволяет брать кредиты на развитие бизнеса, в том числе и малого, но деньги при этом не обесцениваются слишком быстро.

____
Помимо инфляции есть еще один фактор, который может повлиять на IT-рынок — это искусственный интеллект (AI). Если хотите знать, заменят ли нас всех нейросети — подписывайтесь на канал (@fyrnin_it), ставьте огоньки, а я пока пишу следующую статью!

📱Когда ждать оттепели на рынке IT-вакансий, и за какими показателями следить.

В первую очередь нас будет интересовать инфляция. Проследим, как она связана с ключевой ставкой, которую мы разбирали в предыдущем посте.

Если немного упростить, то инфляция — это обесценивание денег и связанный с ним рост цен на товары (и услуги).
Надо понимать, что инфляция, как витаминки — хорошо, если немного, но плохо когда перебор. Логика тут такая: если я знаю, что инфляция высокая, то завтра мои деньги будут стоить дешевле, и я лучше наберу кредитов, куплю все, что мне нужно, а потом буду расплачиваться дешевеющими деньгами. И наоборот — если инфляция отрицательная, то я знаю, что завтра мои деньги станут дороже, и сегодня не буду ничего покупать — потому, что завтра я смогу купить на них больше.

Исходя из этой логики, при небольших уровнях роста инфляции кредитные деньги дешевеют, товаров производят/покупают много, и, в связи с этим, у бизнеса есть много точек роста. Все хорошо, но только если инфляция не слишком высокая — тогда деньги дешевеют слишком быстро и начинается хаос, а вместо покупки товаров люди начинают предпочитать депозиты, проценты по которым тоже растут.
А если инфляция отрицательная, то спрос на товары падает, переполняются склады, производить новые товары уже не нужно, бизнесу нечего делать.
Сейчас похожий эффект можно наблюдать на рынке китайских автомобилей. В связи с геополитикой все ждут возвращения европейских брендов либо, чтобы купить машину получше за те же деньги, либо, чтобы купить китайскую, но когда на нее упадет цена за счет рыночной конкуренции.

Основным инструментом регулирования инфляции для Центробанка является ключевая ставка, о которой мы говорили в предыдущем посте. Повышая ключевую ставку ЦБ делает кредиты менее доступными, что искусственно увеличивает стоимость денег и замедляет экономику, и, как следствие, инфляция уменьшается.
Тут тоже, как с витаминками — если не переборщить, то инструмент эффективный. Но, если все же слишком затянуть со снижением КС, то экономика совсем замедлится, товаров начнет производиться меньше и из-за этого они снова начнут дорожать.

На последнем заседании ЦБ сохранил ключевую ставку на уровне 21 % и дал комментарий, что если инфляция не начнет снижаться, то будет рассматриваться вопрос о повышении КС.

Что это может означать для IT-рынка? Тут может быть два соображения:
1. С одной стороны маловероятно, что в ближайшие пару месяцев есть смысл затевать длительные проекты, требующие заемного финансирования
2. С другой стороны возможная геополитическая оттепель может благоприятно повлиять на инвестиционный климат и изменить все в один момент. Например, если вернутся магазины приложений для смартфонов, то резко возрастет и спрос на мобильных разработчиков.

Таким образом, мы видим как положительные, так и отрицательные маркеры оттепели на рынке IT-вакансий. А слежение за темпами роста инфляции позволит не упустить момент старта большого числа новых проектов, а вместе с ним и открытия новых вакансий.

📱Как ключевая ставка связана с количеством IT-вакансий на рынке.

Ключевая ставка — это процент, под который Центробанк кредитует другие банки. Примерно раз в месяц ЦБ проводит заседание и оглашает новую ключевую ставку. С конца ноября 2024 года она держится на уровне 21 %. Для коммерческих банков это означает, что для того, чтобы получить выгоду от кредитования у ЦБ они должны заработать с помощью заемных денег больше, чем 21 % в год.

Получается примерно такая математика: заняли под 21 %, выдали кредит физику/юрику под 24 %, на разницу в 3 % гудим.

Отсюда можно сделать несколько простых выводов, которые на пальцах описывают логику системы:
1. Ставки по депозитам не будут больше ключевой ставки — иначе выгоднее занять у ЦБ
2. Кредиты не будут меньше ключевой ставки — иначе их не выгодно выдавать
3. Если банк берет деньги под какой-то проект, то маржинальность этого проекта должна быть больше ключевой ставки, чтобы проект окупился

Последнее утверждение представляет для нас наибольший интерес.
Проекты в IT почти всегда длятся долго: нужно найти команду, сформулировать задачу, спроектировать инфраструктуру, написать код в конце концов. Потом еще выход на рынок, привлечение клиентов, реклама, правка багов. И все это без гарантии, что проект вообще выстрелит.
Ну или же мы просто вкладываемся в постепенное улучшение продукта, и тогда прибыль от внедрения какой-то функции в моменте очень сложно оценить, если вообще возможно.

И, если деньги на реализацию нужно занимать, то чем выше процент, тем сложнее выбрать проект, в который мы готовы вложиться. А если мы при этом — банк, то у нас сложный выбор: или пару лет делать что-то, что не факт, что окупится, или раздать эти деньги в виде кредитов с прозрачной прибылью.

А банки за последние несколько лет трансформировались в гигантские IT-компании, и львиная доля вакансий исходит именно от них. И, если при сравнительно низкой ключевой ставке банки могли позволить себе «пылесосить» рынок создавая внутренний бенч под будущие возможные проекты, то при высокой КС даже текущие проекты могут быть под вопросом.
А раз проектов меньше — меньше и потребность в найме, и растет стоимость ошибки. При таких рыночных условиях найм недостаточно квалифицированных специалистов просто недопустим.

____
И, если хотите узнать, что же должно повлиять на снижение ключевой ставки, и когда нас ждет волна найма в IT — жду огоньков под этой статьей и пишу следующую.

Всем привет! Меня зовут Дима Фырнин, я управляющий партнер в SENSE.

Занимаюсь разработкой сервисов, оптимизацией и автоматизацией процессов, HRTech, AI/ML, проектами в образовании и карьере.

Планирую душнить про рынок IT, HRTech и образование.

Подписывайтесь на канал: https://t.me/fyrnin_it

Channel created