Забавный, кстати, факт: я на эту тему не раз слышал высказывания в частном порядке, и почему-то мало пишут любители пообсуждать ИИ и его текущий экономический эффект.
Речь о техническом долге. У любой компании с большими ИТ-ресурсами это серьезная (хотя не наблюдаемая снаружи) проблема: специалистов вечно не хватает на решение новых задач, на развитие и подержание софта. И всегда в какой-то момент возникает ситуация, при которой оказывается, что старый код тормозит развитие, не позволяет внедрять новшества и должен быть переписан.
Только вот его оказывается неприлично много: With over 2.41 trillion of costs in the United States alone, tech debt isn’t just an IT problem; it’s a business liability that requires CEOs’ attention.
И вот тут-то ИИ оказывается фантастически эффективен. Рефакторинг софта с помощью ИИ позволяет относительно легко решать проблему: мне известен случай одной отечественной компании (не уверен, что могу называть ее), где “погашение долга” оценивалось буквально под сотню человеко-лет и вызывало панику у СТО. Однако группа меньше чем из 10 человек с помощью ИИ полностью разобралась с долгом за несколько месяцев.
Так что есть может и не самые романтические и крутые задачи — но огорчительно дорогие — и там ИИ себя оправдывает сторицей.
Самое смешное, что в статье по ссылке говорят не про ИИ как средство решения, а про то, как надо техдолгом грамотно управлять в преддверии перехода но новое поколения софта с ИИ-фичами:)

https://sloanreview.mit.edu/article/how-to-manage-tech-debt-in-the-ai-era/