Заміна розробників, помічник чи агент? ШІ вже давно в IT — розповідаємо, як він змінив ринок

Чи замінить вас штучний інтелект на роботі? Найчастіше після цього питання обговорюють ІТ-спеціалістів — особливо розробників і тестувальників. 

І справді, штучний інтелект уже давно став частиною ІТ. Втім, 77% керівників інженерних відділів компаній у США та Великій Британії називали впровадження можливостей штучного інтелекту у свої розробки «болісним питанням», йдеться в опитуванні Gartner?Опитування 400 лідерів у сфері програмнування та розробки застосунків у США та Великій Британії, проведене з жовтня по грудень 2024 року. . Воно ж показало, що використання інструментів ШІ для розширення робочих процесів розробки ПЗ є другою за величиною проблемою — її вважають значною або помірною 71% респондентів.

«Оскільки CEO визначають ШІ як технологію, що матиме найбільший вплив на їхню галузь, інтерес до таких рішень, як ШІ-агенти, створює найбільший імпульс», — пояснює такі результати Джим Шайбмайєр, провідний аналітик Gartner. 

За оцінками дослідників, станом на 2025 рік обсяг ринку платформ для розробки застосунків на базі ШІ становив $5,2 млрд.

То як з цим викликом працюють українські компанії? Адже 93% з них уже використовують ШІ у своїй роботі, йдеться в дослідженні Мінцифри та Top Lead. Лідери використання — гуртова і роздрібна торгівля, маркетинг і фінанси. 

Найчастіше компанії використовують ШІ для аналізу даних і ринку, прогнозування, покращення продажів, безпеки та кіберзахисту.

Інфографіка Міністерства цифрової трансформації

«Навіть попри те що бізнес-лідери приділяють технологіям ШІ все більше уваги, а ажіотаж навколо них зростає, реалізація залишається непростим завданням», — резюмує Шайбмайєр з Gartner. 

Тож ми вирішили подивитися, як українське ІТ впроваджує штучний інтелект у свою роботу. AIN опитав сім компаній: SoftServe, EPAM Україна, GlobalLogic, Genesis, MacPaw, Intellias і e-commerce команду «Сільпо» — та дізнався, як саме розробку і тестування за допомогою ШІ регулюють на ринку самі його гравці. А ще, якими інструментами вони користуються, чи окупаються такі інвестиції та що буде з інструментами штучного інтелекту в ІТ далі.

Як часто використовують ШІ в IT-компаніях?

Для сервісних і продуктових ІТ-компаній ШІ вже перетворився з допоміжного інструменту в основу для змін всього циклу створення продукту. 

Наприклад, опитані AIN компанії сьогодні або ж уже працюють, або ж планують працювати над впровадженням агентного життєвого циклу розробки програмного забезпечення, де значну частину автономних рішень ухвалюють ШІ-агенти. Це дозволяє делегувати штучному інтелекту не лише написання коду, а й складніші процеси на кшталт планування та нагляду за тим, щоб архітектура продукту працювала справно.

«Ми вже бачимо, що команди, які комплексно інтегрували ШІ в усі етапи Software Development Life Cycle, досягають оптимізації на рівні 20–40%. Подальший рух до 50% пов’язаний не стільки з точковим використанням інструментів, скільки з переосмисленням самих процесів розробки», — кажуть у GlobalLogic.

Загалом же команди використовують інструменти штучного інтелекту для всього циклу розробки: технічного аналізу, написання коду, тестування, рефакторингу, створення документації, бізнес-аналізу, консалтингу, а також внутрішніх операційних процесів.

Щодо набору інструментів для кодингу, тестування та трекінгу, то найпопулярніші серед українських компаній — приблизно півтора десятка.

Якими інструментами найчастіше користуються українські ІТ-компанії:

• ChatGPT Enterprise від Open AI; 
• Cursor AI — ШІ-агент для кодингу та розробницьке середовище від Anysphere;
• GitHub Copilot — ШІ-асистент для створення коду на платформі GitHub;
• Amazon Kiro — агент від Amazon Web Services для вайбкодингу, він перетворює текстові промти на код;
• Amazon Q Developer — асистент на основі ШІ, який може писати, дебажити та рефакторити код безпосередньо в різні IDE;
• TabNine — ШІ-асистент, який також можна інтегрувати в популярні IDE, розроблений однойменною компанією;
• Gemini Code Assist — ШІ-агент для кодингу від Google, який працює на моделях на кшталт Gemini 2.5;
• Claude Code — агентний термінальний інструмент від Anthropic для ШІ-кодингу;
• Microsoft 365 Copilot — помічник із продуктивності на базі ШІ, інтегрований безпосередньо в продукти Microsoft 365 (Word, Excel, PowerPoint, Outlook, Teams);
• IntelliCode — ШІ-інструмент для кодування від Microsoft, інтегрований в IDE Visual Studio;
• DeepCode — ШІ-технологія перевірки коду та тестування безпеки застосунків (SAST), що сканує код у режимі реального часу, від Snyk;
• HoundDog AI — інструмент для ШІ-аудиту вразливостей безпеки коду, глибоких логічних помилок чи витоків даних;
• Ponicode — ШІ-платформа, що допомагає автоматизувати створення модульних тестів і виявляти помилки на ранніх етапах циклу розробки, від однойменного французького стартапу.

 А ЕРАМ Україна своєю чергою розповідають, що мають навіть корпоративні рішення для роботи з LLM (EPAM DIAL) та побудови агентів (CodeMie та Elitea).

«Переважна більшість наших проєктів використовують ШІ в тому чи іншому вигляді. Проєкти, де ми його не застосовуємо, стали радше винятком: ШІ використовується майже всюди. Важливо наголосити, що це не одностороння ініціатива, а завжди прозорий та узгоджений з клієнтом процес», — розповідає в коментарі AIN Назарій Попов, старший директор ЕРАМ Україна, керівник делівері в AI Engineering Practice.

Читайте також: Співзасновник monobank Михайло Рогальський звільнив команду свого проєкту Walkable і замінив її на ШІ

Як змінився найм в ІТ через ШІ

ШІ не перевернув уявлення про ідеального кандидата, але помітно змінив пріоритети на ринку праці, випливає з наших бесід із роботодавцями.

Тепер від нових кандидатів очікують, що вони будуватимуть та «оркеструватимуть» агентські робочі процеси. То ж ШІ-fluency вже став якщо не базовою вимогою, то принаймні відчутною перевагою серед роботодавців, зокрема і для junior-позицій. 

MacPaw, наприклад, уже оновили всі описи вакансій та очікують від кандидатів впевненого рівня роботи з ШІ-інструментами та агентами. Це стало частиною базового технічного бекграунду, а не додатковою перевагою. 

До того ж у компаніях очікують, що кандидати зможуть працювати з інструментами і критично перевіряти результат. А для більш досвідчених фахівців важливо вміти мислити на рівні архітектури та продукту.

«Йдеться передусім про архітектурне мислення — здатність спроєктувати рішення, визначити структуру системи, врахувати ризики. А також продуктове мислення — розуміння, для чого створюється рішення і яку цінність воно приносить користувачу чи бізнесу», — підтверджує Олександра Толох, Talent Operations Director в SoftServe.

Та лише вміння працювати з ШІ не визначає на 100% успішність людини в компанії чи перспективи її найму. Гравці на ІТ-ринку все частіше кажуть про етику використання штучного інтелекту на робочому місці. 

«Під час інтерв’ю ми обов’язково перевіряємо, наскільки людина етично та відповідально ставиться до використання ШІ. Нам потрібен фахівець, який розуміє: фінальна відповідальність завжди лежить на людині, а не на алгоритмі. Це ключовий фокус нашої  внутрішньої культури AI-грамотності», — ділиться в коментарі AIN Назарій Попов, старший директор ЕРАМ Україна.

Тобто на українському ринку ШІ не замінює фундаментальних інженерних навичок. Втім, кандидати, які вміють поєднувати і технічну базу, і критичне мислення, і грамотну роботу з ШI, мають значно більші шанси на ринку праці.

«Тобто профіль сильного інженера зміщується від того, хто швидко та якісно пише код, до того, хто вміє керувати інтелектуальними інструментами, критично мислить, валідує результат і відповідає за якість кінцевого рішення», — узагальнює Олексій Шебанов, Senior Director та Head of PMO Intellias.

Це підтверджують і дані Мінцифри. Відповідно до результатів їхнього опитування, компанії в Україні тяжіють передусім до автоматизації рутини та підвищення ефективності нинішніх працівників, а не заміни їх на агентів.

Інфографіка Міністерства цифрової трансформації

«Важливо, що йдеться не про заміну інженерів чи “спрощення” роботи до рівня новачка, а про підвищення ефективності потужних фахівців: досвідчені інженери, архітектори та ліди за допомогою ШІ можуть швидше аналізувати, проєктувати, писати код, тестувати й ухвалювати якісніші рішення», — розповідають у GlobalLogic.

Чого чекають від junior-спеціалістів

Зазвичай саме джунів вважали найбільш вразливими перед ШІ. Адже ті рутинні задачі, які хочуть автоматизувати компанії, раніше виконували саме вони. Втім, компанії досі шукають собі таких спеціалістів — і через штучний інтелект, кажуть, кількість їхніх наймів не зменшилася. А SoftServe, навпаки, розповіли AIN, що в першому кварталі 2026 року найм джунів був приблизно на тому ж рівні, що й торік, і вищим ніж у 2024 році. 

То що тепер варто знати і вміти junior-спеціалісту? Першим називають ШІ-fluency — очікують вміння працювати з агентами штучного інтелекту для кодингу чи тестування або принаймні бажання цього навчитися.

«Але є важливий нюанс. Ми не шукаємо людей, які просто генерують код і не розуміють, що саме отримали. Такий підхід небезпечний. Хороший junior-спеціаліст — це не той, хто просто отримав відповідь від ШІ та передав на ревʼю, а той, хто може пояснити, чому це рішення найоптимальніше», — каже Марк Мотлюк, AI Tech Lead у компанії Genesis.

Відповідно, за цим іде «фундамент»: алгоритмічне мислення, базове розуміння мови програмування, дебагінг, принципи інженерії програмного забезпечення, здатність навчатися та працювати в команді. 

«Якщо людина користується ШІ, але не розуміє, що саме вона згенерувала, це не створює реальної цінності», — каже Олексій Шебанов, Senior Director, Head of PMO в Intellias.

«Коли ШІ дозволяє швидко створювати багато коду, головною цінністю стає здатність відрізнити хороше рішення від поганого. Без цього команда просто починає швидше накопичувати технічний борг і рухатись в неправильному напрямку. Тому нам важливі люди, які не лише користуються ШІ, а й можуть тверезо оцінити результат: чи він простий, надійний, підтримуваний і справді вирішує задачу», — додає Марк Мотлюк, AI Tech Lead Genesis.

І ще важливішими для молодих спеціалістів стають софт скіли — комунікація, відповідальність за результат, проактивність і здатність правильно формулювати задачі. ШІ може підсилити хард скіли, але він не замінює вміння думати, домовлятися, брати відповідальність і доводити задачу до результату, кажуть у Genesis.

Отже, ідеальний junior-кандидат — це той, хто може пояснити, чому конкретне згенероване штучним інтелектом рішення найоптимальніше, погоджуються всі спікери.

Читайте також: Чи відкритий IT-ринок в Україні для джунів? Зібрали думки EPAM, Intellias, SoftServe та Ajax Systems

Та змінилися очікування і від сильніших, досвідченіших фахівців.

«Для senior-рівня робота з ШІ — вже фактично must-have. Розробники мають розуміти, як будувати агентів, як правильно формулювати промпти, базову економіку токенів і принципи ефективної взаємодії з LLM», — каже Ігор Дрозд, CTO напряму e-commerce «Сільпо».

Як змінився обсяг наймів у світі через ШІ?

Останні кілька років світові технологічні гіганти регулярно повідомляли про звільнення працівників через ШІ. 

Чи не найгучніші випадки стосувалися Amazon. У жовтні 2025 року старша віцепрезидентка компанії з питань досвіду персоналу та технологій Бет Галетті заявила: компанія скорочує працівників через зростання уваги до штучного інтелекту.

«Ми переконані, що нам потрібно бути організованими більш ефективно, з меншою кількістю рівнів і більшою часткою відповідальності, щоб рухатися якомога швидше для наших клієнтів і бізнесу», — написала Галетті. 

Наступного місяця, у листопаді 2025 року, Amazon скоротив інженерні команди: звільнення зачепили майже кожну ланку розгалуженого бізнесу компанії. Йшлося і про хмарні  обчислення, розбобку пристроїв, рекламу, роздрібну торгівлю. Тоді компанія заявила, що вивільняє ресурси, щоб збільшити свої інвестиції у штучний інтелект.

Intel заговорив про скорочення персоналу через фокус на штучному інтелекті ще у 2024 році. Тоді компанія оцінювала, що це дозволило б їй заощадити $10 млрд у 2025 році. Зрештою, тоді компанія таки скоротила 15 000 працівників. І, до прикладу, завершила другий квартал 2025 року зі збитком у $2,9 млрд при квартальному доході у $12,9 млрд, який не змінився порівняно з 2024 роком.

Замінити людей автоматизованими рішеннями намагався і медіагігант Paramount. У жовтні 2025 року компанія оголосила про скорочення 25% свого персоналу. У студії заявляли, що хочуть перейти до автоматизованого виробництва контенту.

Загалом, роботодавці лише зі США оголосили про понад 83 000 скорочень робочих місць у квітні 2026 року, йдеться у звіті компанії Challenger, Gray and Christmas. Це на 38% більше ніж у березні. Із цього обсягу понад чверть скорочень — 26% або 21,5 тис. — компанії публічно пов’язують зі штучним інтелектом.

Попри те, деякі гравці на світовому ринку називають це AI washing — за аналогією з green washing. Наприклад, Джейсон Дроудж, генеральний директор компанії Scale AI, що займається створенням інфраструктури для штучного інтелекту, у квітні 2026-го заявив, що CEO лише «виправдовуються» штучним інтелектом, щоб скоротити штат. Та негатив до цієї теми все ж лишається.

Читайте також: Замість вас працюватимуть роботи. Як у 2025 році великі компанії звільняли людей через ШІ

Що ж із наймами в Україні?

Втім, до України такі тенденції ще не дійшли. Наприклад, 77% компаній планують перекваліфікувати співробітників під роботу зі штучним інтелектом, а 70% — активно шукають фахівців із навичками роботи з ШІ, розповідав керівник освітнього центру Neoversity Олександр Романюк на AI Conf 2025.

Ба більше, українські компанії створюють нові вакансії — керівників напрямів чи цілі команди.

SoftServe зробили позицію Intelligence Engineer. Він працює на стику інженерії та автоматизації: налаштовує агентів, інтегрує їх у процеси розробки, контролює якість результатів і допомагає масштабувати рішення. Поряд із цим компанія формує і стратегічний рівень ролей — наприклад, Intelligence Architect. Він відповідає за архітектуру, інтеграцію та контроль таких рішень.

ЕРАМ Україна беруть людей на позиції AI Native Engineers, які мають працювати у двох напрямах. Перший — це робота з внутрішніми процесами, щоб за допомогою ШІ оптимізувати операційну діяльність. Другий — це робота для клієнтів і створення спеціалізованих пропозицій для конкретних індустрій. 

GlobalLogic розвивають AI-Adoption лідерів. Це спеціалісти, які мають розуміти SDLC-процеси та трансформувати їх завдяки інтеграції ШІ на різних етапах і допомагати командам правильно інтегрувати ШІ-асистентів у робочі процеси. Паралельно з цим у компанії впроваджують екосистему для ШІ у SDLC — VelocityAI. Її розробили спільно з Hitachi (материнська компанія GlobalLogic). Наразі там зібрано понад 20 агентів. 

MacPaw мають окремий внутрішній відділ Internal Intelligence. Його задача — впроваджувати ШІ-рішення всередині компанії, які автоматизують та оптимізують внутрішні процеси.

Intellias розвиває позицію AI Product Engineer. Він має поєднати інженерні практики з використанням ШІ, а також навички формування і декомпозиції вимог, знання архітектурних принципів, дизайн-мислення та відповідальність за кінцевий результат. 

Як компанії регулюють використання ШІ

Усі опитані нами команди уже мають свої затверджені рулбуки щодо використання ШІ. Зазвичай вони сходяться на думці, що людина має залишитися головною в процесі ухвалення рішень. 

Наприклад, ЕРАМ Україна спирається так званий фреймворк 4D. Він включає чотири ключові компетенції:

• Delegation (делегування),
• Description (чіткий опис),
• Discernment (критичне мислення)
• та Diligence (ретельність і відповідальність).

Кажуть, щоб імплементувати такий підхід, найпростіше спиратися на здоровий глузд і здатність ухвалювати виважені рішення. 

«Уявіть: ви просите ШІ прочитати книгу і зробити конспект. Він впорається за хвилини. Але як перевірити якість, не читаючи книгу самостійно? Якщо перевірка вимагає тих самих зусиль, що й оригінальне завдання, економія часу перетворюється на ілюзію», — ділиться в коментарі AIN Назарій Попов, старший директор ЕРАМ Україна.

Ще один принцип — мінімізація контексту. Тобто не передавати в ШІ більше інформації, ніж потрібно для задач. Тож якщо можна сформулювати запит без якихось додаткових даних або внутрішніх деталей — саме так і треба робити, кажуть у Genesis. 

«Ми підходимо до цього через чітке зонування сценаріїв використання ШІ та принцип risk-based approach: що вищою є чутливість даних і вплив на кінцевий результат, то суворіші обмеження й вагоміша роль людини», —  підтверджують у GlobalLogic.

Та найбільше обмежень стосуються інформації клієнтів і роботи з ними. 

Наприклад, в ЕРАМ Україна вимагають розкривати замовнику інформацію про те, яку частину роботи виконали за допомогою ШІ. Крім того, сервісні ІТ-компанії підтверджують, що клієнт може відмовитися від використання ШІ на його проєкті — та поки такі побажання радше є винятками з правил.

Використовують інструменти штучного інтелекту на клієнтських проєктах також по-різному. І це може відрізнятися навіть у межах однієї компанії.

«Можливість використання ШІ залежить від конкретного клієнта, умов контракту, типу даних і середовища, у якому працює команда. У деяких випадках дозволені enterprise-grade рішення з гарантіями безпеки, ізоляцією даних, логуванням, контролем доступів і забороною використання даних для тренування моделей», — ділиться Олексій Шебанов, Senior Director і Head of PMO Intellias.

Дехто, як ЕРАМ Україна, впроваджують автоматизовані системи-запобіжники. Вони аналізують код і дані й не дозволяють передавати в моделі ШІ будь-яку чутливу інформацію (наприклад, персональні дані чи закриті клієнтські). 

«Чіткі обмеження стосуються приватних даних і внутрішніх документів компанії — тут діють політики безпеки. Наш унікальний IP — це переважно результат ручної інженерної роботи, і це усвідомлений вибір: складний технологічний асет важче скопіювати, а саме такі асети, на нашу думку, захищають бізнес в AI-епоху», — наголошує Сергій Кривоблоцький, Director of AI & Research у MacPaw.

Окремо компанії прописують заборони для сценаріїв, що можуть створювати ризики дискримінації, незаконного моніторингу чи автоматизованого ухвалення чутливих рішень. Зокрема, про це кажуть у SoftServe.

«Важливий принцип — human-in-the-loop. ШI може допомагати генерувати, аналізувати чи автоматизувати частину роботи, але відповідальність за результат залишається за людиною. Тому будь-яка відповідь, згенерована ШІ, має перевірятися людиною, особливо якщо це впливає на клієнтські рішення, код, архітектуру, безпеку чи дані», —  розповідає Дмитро Cавченко, Business Applications Enablement Director в SoftServe.

Тож якщо скоротити та усереднити, то ці правила звучать так:

• Для робочих завдань користуватися лише тими ШІ-рішеннями, які затверджені всередині компанії. 
• Не використовувати особисті підписки для роботи, щоб уникнути витоку даних.
• Для роботи з чутливими даними клієнта використовувати тільки ізольовані середовища.
• Ухвалювати рішення самостійно, а не делегувати їх ШІ.
• Нести повну відповідальність за завдання, виконані ШІ.

Найпомітніші приклади ШІ в розробці

«Сільпо» і їхній внутрішній софт

Нещодавно в «Сільпо» замінили сторонній SaaS-софт власним рішенням, написаним за допомогою ШІ, розповідав у квітні 2026-го Ігор Дрозд, CTO напряму e-commerce «Сільпо», на Forbes AI Day. 

Йдеться про HelpDesk-систему — її створив спеціаліст підтримки, який прагнув стати розробником. Йому надали технічного ментора та ШІ-інструменти для написання коду. У результаті розробник-джун створив MVP проєкту лише за три місяці. У компанії кажуть, що з тодішнім SaaS-рішенням мали проблеми: кастомізувати його було дорого, а підрядники не мали можливості швидко впровадити необхідні зміни.

«Важливо, що ми не обмежуємо, що саме має робити людина, а що — ШІ. Світ та організації все ще перебувають на етапі адаптації до цих інструментів і наша задача — не відштовхнути людей страхом, що ШІ їх замінить. Навпаки, ми фокусуємося на тому, щоб дати спеціалістам інструменти та можливості експериментувати, підвищувати власну ефективність, делегувати рутинні задачі та більше часу приділяти творчій і стратегічній роботі», — стверджує в розмові з AIN Ігор Дрозд з e-commerce департаменту «Сільпо».

Готове SaaS-рішення з урахуванням доопрацювань коштувало компанії $50 000 на рік, натомість розробка власного софту обійшлася у $17 728. Крім того, вона отримала повний контроль над продуктом, тож змогла підлаштовувати код під власні бізнес-процеси, а не навпаки.

Walkable і заміна команди на ШІ

У квітні 2026 року співзасновник monobank Михайло Рогальський розпустив команду свого застосунку для прогулянок містами Walkable. І це один із нечисленних прикладів звільнень через ШІ в Україні. Тож відтепер цей hobby-проєкт підприємця є автономним і підтримується тільки за допомогою штучного інтелекту та самого Рогальського.

Михайло Рогальський, засновник Walkable

Спочатку застосунок створювала аутсорс-компанія, згодом підприємець найняв власну команду, до якої увійшли senior-розробник, middle-розробник і два project-менеджери. Ця команда запустила застосунок і підтримувала його приблизно рік.

Проте кілька у 2026-му Михайло помітив, що щомісячні витрати на команду не перекривають розвиток застосунку. Зрештою, у квітні він вирішив розпустити команду й перетворити Walkable на майданчик для експериментів з ШІ.

Рогальський використовує Claude Code, щоб закрити всі ролі в розробці. Каже, завдяки ШІ вже вдалося виправити баги від попередньої команди та випустити нові test-flight релізи застосунку.

Найбільшим проривом підприємець називає створення бота для обробки відгуків користувачів у WhatsApp, на розробку якого пішло 2,5 години.

Дубілет і $15 000 на токени

Співзасновник Fintech Farm Дмитро Дубілет створив застосунок RoaryAI — внутрішній портал компанії Fintech Farm для управління процесами та командною роботою. 

Це внутрішній портал для ефективної командної роботи, пояснює співзасновник Fintech Farm Дубілет. За його словами, компанія немає єдиного офісу, а майже 500 співробітників розкидані по різних країнах.

Дмитро Дубілет, співзасновник Fintech Farm 

Roary включає в себе:

• HR-систему та документообіг;
• Project/task management (ми майже повністю відтворили функціонал Asana);
• записи та розшифровки дзвінків;
• ШІ-агентів.

Над проєктом Дубілет працює самостійно, витрачаючи приблизно дві-три годин на день. Використовує, як і Рогальський, Claude Code. Каже, що сприймає це не просто як кодинг, а як програмування бізнес-процесів у компанії.

«Якщо не враховувати мій час, то всі витрати — це винятково токени Anthropic», — ділиться співзасновник Fintech Farm.

За його словами, сума за використані токени становить приблизно $15 000.

То як далі розвиватиметься галузь?

Наразі інвестиції у штучний інтелект, стверджує Попов з EPAM Україна, при правильному використанні, дають найбільший ROI. 

«Хоча вартість підписок може сягати десятків чи навіть сотень доларів на місяць на одного фахівця, економічний ефект від їх використання перевищує вкладені інвестиції в рази», — запевняє він.

А Ярослав Курилів, VP of Delivery в SoftServe, запевняє, що використання ШІ-асистентів може пришвидшувати окремі інженерні задачі на 10–20%. Агентні ж підходи можуть підвищувати продуктивність команд на 30–40%, залежно від типу роботи.

Втім, його колеги з GlobalLogic наголошують: це не миттєва економія. Та й ефект не буде рівномірним і безпосередньо залежатиме від зрілості процесів та рівня команди. Тож ефект від ШІ в розробці варто оцінювати не лише через прямі витрати часу, а й за допомогою метрик на кшталт time-to-market, якості релізів, зменшення кількості дефектів. 

Якщо сьогодні більшість компаній використовує ШІ для пришвидшення виконання окремих задач, то наступний крок — це перехід до координованих систем агентів, кажуть представники компаній, з якими ми поспілкувалися. 

Більшість планує впроваджувати так званий AI-native development. Це означає, що написання коду, його тестування, деплоймент і підтримка будуть все більше автоматизованими. А от роль людини натомість зміститься до контролю, дизайну рішень та управління агентами. 

«У горизонті 2026–2027 року ми очікуємо, що такий підхід стане стандартом для більшості проєктів, тоді як класичні моделі роботи залишаться переважно в складних або регульованих середовищах», — говорить Дмитро Зікрач, GenAI Lab Technical Leader у SoftServe.

У ЕРАМ Україна діляться, що їм імпонує ідея перенести концепт Software Dark Factory на розробку. Зазвичай «темними фабриками» називають простори, де для роботи не потрібне освітлення, бо всередині в повній темряві працюють лише роботи і процеси там настільки автоматизовані, що присутність людини не потрібна. То ІТ-компанії в майбутньому зможуть будувати для клієнта не продукт, а автоматизовану фабрику з виробництва цього продукту. 

«Тобто це зсув парадигми: від “ми робимо для вас софт” до “ми створюємо для вас систему, яка сама робить софт”. Це і є, на мій погляд, наступний великий крок в автоматизації нашої індустрії”, — каже AIN Назарій Попов з ЕРАМ Україна.

Таким чином, наступний етап — це не «більше ШІ», а його структурованіше та системіше застосування. Наприклад, проєктувати нові процеси так, щоб враховувати частину роботи, уже створену за допомогою штучного інтелекту.

«Найцікавіший наступний крок для нас — використання великої кількості паралельних агентів для вирішення надскладних задач. Ми вже експериментуємо з підходом, де десятки або навіть сотні агентів можуть одночасно працювати над єдиною проблемою: генерувати гіпотези, тестувати їх, знаходити найоптимальніше рішення. Це особливо цінно для задач, де складність полягає в дослідженні великого простору можливих рішень», — підбиває підсумок Марк Мотлюк, AI Tech Lead Genesis.

Щоб пояснити роль людини в цій системі, наші співрозмовники із семи різних компаній, найчастіше вживали слово «оркеструвати». Мовляв, людина в новій моделі не зникає, а стає ще важливішою — адже має цілий ансамбль з агентів та асистентів. 

Читайте також: Swarmer на IPO, SaaS-апокаліпсис і дрони від «українських домогосподарок». Яким був І венчурний квартал у 2026-му?