Аналитика Telegram-канала
Подписчики
2 049
Охват за 24 ч
216
ER за 24 ч
10,54%
Публикаций
212
Динамика подписчиков
7 дней
30 дней
6 месяцев
Больше
12 ноя15 ноя18 ноя
Показаны последние 7 дней
Больше истории →
Охваты публикаций
30.1003.1105.1110.1113.1117.11
116
Средний охват
312
Лучший результат
Показаны 6 публикаций — последние в канале
Больше статистики →
Упоминания
3
Упоминаний
1
Из них репостов
3
Каналов
0
Упоминаний за 90 дней
0
Из них репостов
0
Каналов за 90 дней
Последние посты
3 из 212 2 из 212ИИ ускоряет разработку. Но что происходит с качеством кода и стоимостью его поддержки?
В одном из прошлых постов мы рассказывали, почему разработать собственную систему автозаказа с помощью ИИ сложнее, чем кажется.
⠀
А недавно нам попались интересные исследования, которые показывают, какие проблемы могут возникать при дальнейшем развитии и поддержке программных продуктов, созданных с помощью ИИ.
⠀
Компания GitClear в 2026 году проанализировала 623 млн изменений программного кода. Исследователи выявили несколько интересных тенденций:
⠀
🔹 На 81% выросло дублирование кода.
🔹 На 35% снизилась связность нового кода с существующим.
🔹 На 74% сократилась доля изменений, затрагивающих код старше года.
⠀
Ещё один показательный результат — из исследования Software Improvement Group (SIG) за 2026 год:
⠀
🔹 В коде, созданном ИИ, обнаружено примерно в 2 раза больше нарушений требований безопасности, чем в коде, написанном человеком.
⠀
Важно отметить: исследования не доказывают, что все выявленные проблемы вызваны исключительно использованием ИИ. Однако они показывают риски, которые необходимо учитывать при разработке сложных программных продуктов.
⠀
Что всё это означает для бизнеса?
⠀
На этапе создания прототипа использование ИИ действительно может дать впечатляющий результат. За короткое время появляется работающая система с интерфейсом, расчётами и основными функциями.
⠀
Но по мере развития проекта начинают проявляться проблемы, которые не всегда заметны на старте.
⠀
🔹 Доработки становятся сложнее и дороже. Если в системе много дублирующегося кода, изменение одного бизнес-правила может потребовать исправлений сразу в нескольких местах. А чем больше таких зависимостей, тем выше трудозатраты и риск ошибок.
⠀
🔹 Развитие системы постепенно замедляется. Когда новые функции создаются без учёта существующей архитектуры, система становится всё более запутанной. Даже небольшие изменения могут затрагивать множество компонентов и требовать дополнительного тестирования.
⠀
🔹 Накапливается технический долг. Вместо совершенствования существующих механизмов разработчики постоянно добавляют новые. Со временем всё больше ресурсов уходит на исправление ошибок, переработку кода и поддержание работоспособности системы.
⠀
🔹 Растут требования к контролю качества и безопасности. Сгенерированный ИИ код необходимо проверять, тестировать и регулярно обновлять. Иначе проблемы, незаметные при первоначальной разработке, могут проявиться уже в процессе эксплуатации.
⠀
Для систем управления запасами это особенно важно. Ошибки и сбои здесь могут напрямую влиять на закупки, доступность товаров и финансовые показатели компании.
⠀
Главный вывод: быстро и недорого создать работающий прототип — не значит получить систему, которую будет так же просто и дёшево поддерживать годами. ИИ ускоряет написание кода, но не отменяет необходимости продуманной архитектуры, тестирования и постоянного развития продукта.
⠀
ещё
89
1
17 ноя, 10:28
Почему нам так сложно мыслить вероятностями?
⠀
Мы в Forecast NOW! много говорим о преимуществах вероятностного прогнозирования и о том, почему за ним будущее. Но при этом понимаем, что для многих сама идея вероятностного подхода остаётся сложной и непривычной. И дело не столько в математике, сколько в том, как мы привыкли мыслить.
⠀
Мы привыкли искать один правильный ответ: сколько продадим, сколько нужно заказать, каким будет спрос. А вероятностный подход предлагает мыслить иначе — учитывать разные варианты развития событий, их вероятности и последствия.
⠀
Поэтому мы написали статью о вероятностном мышлении. Постарались без сложной математики объяснить:
⠀
🔹 Почему нашему мозгу трудно воспринимать вероятности и какие ошибки мы из-за этого совершаем.
🔹 Чем вероятностное мышление отличается от привычного и почему одного числа в прогнозе недостаточно.
🔹 Как два товара с одинаковым средним спросом могут требовать совершенно разных запасов.
🔹 Почему даже точный прогноз не всегда приводит к выгодным решениям.
🔹 Какие пять привычек помогут научиться мыслить вероятностями.
⠀
В статье много примеров из исследований, повседневной жизни и практики управления запасами.
⠀
ещё
93
0
13 ноя, 09:02
Почему разработать свою систему автозаказа с помощью ИИ сложнее, чем кажется?
«Зачем покупать готовую систему, если пара разработчиков с ИИ напишет свою за пару месяцев?»
Сегодня такой подход может казаться вполне реалистичным. ИИ умеет писать код, настраивать серверы, создавать интерфейсы и интеграции. Но быстро собрать работающий прототип — не то же самое, что создать систему, которой можно доверить закупки компании.
В чём основные сложности?
1. Написать код — лишь часть работы. ИИ ускоряет разработку, но не заменяет проектирование архитектуры, проверку результатов и ответственность за работу системы. Ошибка в отчёте — это неправильный график. Ошибка в автозаказе — лишние запасы, дефицит и реальные финансовые потери.
2. Автозаказ — это не просто прогноз спроса. Нужно учитывать сроки и нестабильность поставок, кратности, минимальные партии, бюджеты, промо, сроки годности и десятки других ограничений. Даже идеально написанный код не поможет, если сама логика расчёта неверна.
3. Основные затраты скрыты за пределами алгоритма. Интеграции с 1С и ERP, очистка данных, тестирование, мониторинг, резервное копирование, безопасность, поддержка пользователей и регулярные обновления. Всё это придётся не только разработать, но и поддерживать годами.
4. Несколько разработчиков не заменят полноценную команду. Понадобятся эксперты по закупкам, прогнозированию и расчёту заказа, архитекторы, разработчики, инженеры данных, специалисты по тестированию и эксплуатации. Некоторые роли можно совмещать, но исключить их нельзя.
5. Экономия не гарантирована. ИИ сокращает время написания кода, но не отменяет расходы на специалистов, инфраструктуру, внедрение и дальнейшее развитие. Собственная система может оказаться не дешевле готового решения, а дороже.
В статье подробно разобрали 20 задач, которые часто упускают при планировании собственной системы автозаказа, оценили необходимый состав команды, сроки разработки и затраты.
ещё
58
1
3 10 ноя, 09:07
Продолжить анализ этого канала
- История роста подписчиков
- Просмотры и охваты публикаций
- Кто упоминает канал и кого упоминает он
- Похожие каналы и подбор для рекламы
Открыть аналитику
Демо до 14 дней