ИИ в ИТ: как мы автоматизировали до 50% рутинных операций и ускорились в разы. Опыт SharksCode

Искусственный интеллект — полезный сервис, который улучшает рабочие процессы в ИТ-компаниях. От написания кода до маркетинговых кампаний — ИИ стал неотъемлемой частью повседневной работы.

В партнерском тексте с SharksCode Владислав Образцов, Product Manager, рассказывает, как команда использует искусственный интеллект и где он приносит наибольшую пользу.

Когда мы начали использовать ИИ

Наша компания начала активно внедрять ИИ в свою работу в середине 2022 года. Толчком к этому стала не только общая волна популярности искусственного интеллекта, но и реальная необходимость в оптимизации процессов.

Объёмы рутинной работы в командах разработки, тестирования и продуктового отдела только росли, и это начало замедлять работу над проектами. Поэтому необходимость повысить продуктивность разных команд, не теряя при этом качество, стала ключевым фактором для внедрения ИИ. Ведь именно с такими задачами хорошо справляются инструменты искусственного интеллекта.

Где ИИ приносит наибольшую пользу?

В разработке SharksCode активно использует GPT-4 для объяснения сложного кода, поиска нужных библиотек и формирования архитектурных решений. GitHub Copilot стал незаменим для автодополнения кода прямо в среде разработки.

Он отлично справляется с рутинными задачами, помогает избегать типичных ошибок и ускоряет написание шаблонного кода. Но в сложных архитектурных решениях или при работе со старыми системами его польза ограничена.

Маркетинговая команда применяет ИИ для создания персонализированных рассылок, автоматической генерации контента для соцсетей и подготовки аналитических отчетов. Сервисы Copy.ai и Jasper помогают быстро создавать тексты, заголовки и описания в разных стилях.
Дизайнеры внедрили ИИ-инструменты практически на всех этапах работы. С помощью Midjourney и DALL·E они создают концепты и мудборды. AI-плагины в Figma помогают адаптировать компоненты для разных платформ, генерировать варианты пользовательских сценариев и проверять доступность дизайна.

Какие инструменты показали себя лучше всего

Мы активно используем целый набор AI-решений:

• ChatGPT — универсальный помощник для текстов, кода и аналитики.
• Claude — сервис для работы с большими объемами текста и сложной бизнес-логикой.
• GitHub Copilot — автоматические подсказки кода в среде разработки.
• DeepSeek — открытая модель для программирования и технических задач.
• Midjourney — инструмент генерации изображений для дизайна и презентаций.
• Gemini — интеграция с инструментами Google.
• Fellow — ассистент для менеджеров, который помогает с заметками и отчетами.
• Copy.ai — создание маркетинговых материалов.

Реальные примеры использования ИИ в компании

В продакт-менеджменте SharksCode использует ИИ для формирования бэклога. Модель анализирует запросы пользователей, бизнес-метрики и риски оттока пользователей, а затем предлагает наиболее важные задачи для включения в спринт.

Инженерная команда применяет ИИ для:

• генерации базового кода для контроллеров, API-точек и юнит-тестов;
• помощи с код-ревью: поиск потенциальных проблем, дубликатов логики;
• прогнозирования ошибок в процессе разработки.

В маркетинге искусственный интеллект помогает генерировать рекламные материалы на основе анализа успешных кампаний и проводить A/B-тестирование различных вариантов текстов.

Тестировщики используют ИИ для автоматического создания тест-кейсов и анализа логов, чтобы выявлять проблемы ещё до того, как они повлияют на пользователей.

Вместе с тем использование AI требует контроля и анализа, поскольку не все задачи он выполняет идеально. Например, опрос технической команды SharksCode показал, что Copilot вызывает неоднозначные впечатления. С одной стороны, он отлично справляется с простыми и рутинными задачами, значительно ускоряя работу. С другой — при работе со сложным кодом, который имеет много зависимостей, инструмент часто предлагает некорректные решения.

Как изменились роли специалистов?

После внедрения искусственного интеллекта многие роли в компании трансформировались:

• Продакт-менеджеры меньше времени тратят на технические описания задач и больше — на стратегию и аналитику.
• QA-инженеры переходят от ручного тестирования к созданию систем валидации AI-моделей.
• Маркетологи вместо рутинного копирования сосредотачиваются на анализе реакции аудитории.

Мы отмечаем, что благодаря ИИ значительно экономится время сотрудников. Например, задачи, которые раньше занимали 6–8 часов, теперь выполняются за 1–2 часа. В отдельных командах уже удалось автоматизировать до 50% рутинных операций.

Где ИИ не используется

В SharksCode чётко обозначили границы использования искусственного интеллекта. Например, юридические и финансовые решения в компании принимаются только при участии ответственных специалистов. Весь сгенерированный контент проходит обязательную проверку человеком.

Конфиденциальная информация обрабатывается ИИ только после внутреннего аудита безопасности. Это касается критически важных компонентов безопасности системы, архитектурных решений, а также кода, который работает с персональными данными пользователей.

Что дальше?

Наша задача — не заменить людей, а сделать их сильнее, освободив от рутинной работы. В ближайших планах компании:

• Глубже интегрировать AI-ассистентов во все команды.
• Создать системы оценки эффективности AI-решений.
• Запустить программу, которая позволит командам экспериментировать с новыми AI-инструментами.
• Обмениваться опытом с рынком через открытые кейсы и публичные материалы.

Мы убеждены: ИИ не сможет полностью заменить человека. Но он уже сегодня существенно усиливает его возможности. И наше будущее — именно в такой синергии.

Подробнее о SharksCode