Профессионал и Системы

В «ИИ и инфляции качества» я писал о снижении стоимости интеллектуальной итерации. Если дополнительная проверка раньше занимала два часа, а теперь десять минут, меняется не только производительность: меняется представление о нормальном результате. В «Человеке и Рое» тот же механизм был применен к масштабу интеллектуальной работы. Если решение проблемы дешевеет, в работу попадают проблемы, которые раньше никто не решал не потому, что они были не нужны, а потому, что стоимость ответа превышала стоимость решения. У снижения стоимости интеллектуального труда есть еще одно следствие: дешевеет превращение профессионального мнения в работающую систему. И вот оно может заметно изменить не только рынок программного обеспечения, но и конкуренцию между самими специалистами.

Сейчас популярно хоронить SaaS. Аргумент простой: если ИИ позволяет компании быстро сделать собственный сервис для обработки документов, отчетности или небольшого внутреннего процесса, покупать готовый становится незачем. Для части нынешнего SaaS это вполне реальная проблема. Если вся ценность продукта заключалась в том, что кто-то однажды потратил полмиллиона на разработку очевидной функции и теперь продает ее по двадцать евро в месяц, падение стоимости разработки разрушает значительную часть этой экономики. Но тот же механизм работает в противоположную сторону. Если сделать небольшой программный продукт стало дешевле покупателю, его стало дешевле сделать вообще. В том числе специалисту, которому раньше для выхода на рынок не хватало не профессиональной идеи, а нескольких разработчиков и денег на их содержание.

ВСТРОЕННАЯ ЛОГИКА

Большая корпоративная среда состоит не только из кода. В ней зашито огромное количество представлений о том, как должна работать компания. SAP, 1С или любая WMS вынуждены отвечать на тысячи вопросов: как согласовывать закупки, считать доступный запас, обрабатывать исключения, распределять полномочия, закрывать период, резервировать товар. Где-то эти ответы жестко определены системой, где-то оставлены настройкам, где-то их меняет внедрение, но нейтрального программного обеспечения все равно не существует. Если система должна что-то делать, кто-то должен был решить, что именно.

Возьмем согласование закупок. Один подход требует последовательной цепочки руководитель - бюджетодержатель - финансы - закупки. Другой считает такую цепочку бессмысленной для стандартных операций внутри бюджета и отправляет людям только исключения. Третий строит маршрут не вокруг суммы, а вокруг риска. Все три варианта можно защищать, все три где-то работают, и у опытного специалиста по закупкам почти наверняка есть собственное мнение о том, какой из них лучше и при каких условиях. Но мнение, встроенное в SAP, обладает преимуществом, не имеющим отношения к его интеллектуальному качеству: оно уже реализовано. Альтернативу надо сначала превратить в систему.

До сих пор это был очень дорогой способ доказать свою правоту. Можно двадцать лет заниматься закупками, разработать собственную методику, проверить ее на нескольких проектах и написать о ней статью. Чтобы поставить ее рядом со стандартным решением ERP и дать клиенту возможность сравнить их на практике, требовалась совершенно другая индустрия: разработка, архитектура, интерфейс, тестирование, инфраструктура, интеграции и поддержка. Профессиональная идея должна была пройти второй отбор, никак не гарантировавший ее качества: оказаться достаточно большой, чтобы оправдать стоимость собственной реализации.

СЛИШКОМ МАЛЕНЬКАЯ ЗАДАЧА

Этот фильтр особенно заметен на узких задачах. Допустим, новый способ согласования закупок интересен тридцати компаниям и каждой дает измеримый экономический эффект. Это вполне нормальный рынок для маленькой специализированной компании. Но он может быть совершенно ненормальным рынком для разработки продукта старым способом. Команда из десяти человек легко убьет всю потенциальную экономику раньше, чем появится первая стабильная версия. Поэтому продукт и не возникает. Не потому, что задача никому не нужна или решение плохое. Оно просто слишком маленькое относительно стоимости своей материализации.

Большие системы получили от этой экономики дополнительное преимущество. SAP может распределить стоимость разработки на огромное количество клиентов и функций. Маленький конкурент может быть не хуже SAP в конкретной операции - ему достаточно быть слишком маленьким, чтобы собственное существование окупалось. Но выбор компании часто ограничен не набором существующих профессиональных подходов, а набором подходов, которые кто-то когда-то сумел экономически оправданно превратить в продукт.

ИИ меняет именно этот порог. Специалисту не надо писать новую ERP. Если его подход касается одного куска закупочного процесса, продукт тоже может состоять из одного куска. Это может быть дополнение к 1С, расширение SAP, отдельный сервис или агент поверх существующей системы. Возможно, самостоятельного продукта вообще не будет: специалист формализует методику, а клиент реализует ее внутри своей инфраструктуры. Для прогноза это не имеет большого значения. Экономически значимое изменение уже произошло: минимальный размер идеи, которую имеет смысл материализовать, уменьшается.

СЛОЖНОСТЬ ВСЕ ЕЩЕ ЗДЕСЬ

Но здесь возникает важное уточнение к разговорам о демократизации разработки. ИИ не делает сложные вещи простыми. Он делает часть сложных вещей доступной людям, которым раньше не хватало отдельных технических навыков. Это разные утверждения.

Чтобы сделать программный продукт, теперь действительно можно не знать Python, JavaScript или Swift. Модель напишет на них код, объяснит чужой API, построит схему базы и предложит архитектуру. Но языки программирования никогда не составляли всей сложности программного продукта. Особенно корпоративного. Надо определить, что делать с противоречащими друг другу правилами, откуда брать полномочия пользователя, какая система является источником истины, как обрабатывать исторически испорченные данные, что считать одним поставщиком после слияния компаний, кто отвечает за ошибочное автоматическое решение и что происходит, когда исключение, которое встречалось раз в год, внезапно встречается двадцать раз за день.

Модель способна помогать с каждым из этих вопросов. Она не способна сделать так, чтобы вопросов не было. Их источник - не синтаксис TypeScript, а сложность самой корпоративной жизни. Компания уже состоит из противоречивых правил, исключений, политических компромиссов, старых данных и нескольких информационных систем, каждая из которых появилась в свое время для решения своей проблемы. Программирование лишь описывает часть этого достаточно точно, чтобы машина смогла это выполнить.

Поэтому профессионал с ИИ не превращается в software-компанию нажатием кнопки. У него исчезает один из прежних барьеров, после чего становятся видны следующие. Часть людей на них и остановится. Часть сделает плохие продукты. Часть обнаружит, что их прекрасная методика работала только потому, что рядом сидел ее автор и вручную разбирал все исключения. Ничего необычного в этом нет. Снижение стоимости входа никогда не означало отмены квалификации, массовость 3D-принтеров не повлияла на заводы.

КОНКУРЕНЦИ МЕЛЬЧАЕТ

Для рынка важен не процент специалистов, которые успешно пройдут весь путь. Достаточно, чтобы прежний порог стал доступен не одной идее из тысячи, а одной из ста. Тогда меняется сама единица конкуренции.

Сейчас мы привыкли сравнивать SAP с Oracle, одну WMS с другой, одну ERP с другой. Это огромные пакеты решений. Вместе с системой компания получает тысячи ответов на маленькие профессиональные вопросы, хотя выбор большой системы вовсе не означает согласия с каждым из них. Менять ERP из-за того, что вам не нравится механизм согласования одной категории закупок, было бы несколько экстравагантно, поэтому маленькое несогласие обычно заканчивается настройкой, доработкой или смирением.

Если реализация дешевеет, для маленького несогласия становится возможен маленький продукт. SAP остается SAP, но стандартный способ согласования начинает конкурировать с тремя специализированными подходами поверх той же SAP. Один оптимизирует контроль бюджета, второй - риск, третий - скорость обработки стандартных операций. Для SAP это одна функция среди тысяч. Для трех небольших команд - предмет специализации и весь бизнес. Им не требуется победить SAP. Им требуется предложить лучший ответ на один вопрос, который для SAP слишком мал, чтобы обращать на него внимание.

Именно поэтому спор о том, станет SaaS больше или меньше, кажется мне неточным. Возможно, универсальных сервисов станет меньше, а специализированных больше. Возможно, значительная часть таких решений вообще перестанет выглядеть как SaaS и превратится в расширения, агентов и исполняемые методики. Форма будет зависеть от стоимости интеграции, требований к безопасности, инфраструктуры крупных платформ и еще десятка факторов. Но снижение минимального экономически разумного размера программного решения работает независимо от его упаковки.

КОНКУРЕНЦИЯ ПОДХОДОВ

Из этого следует более заметное изменение. Компания получает возможность выбирать не только между программными продуктами, но и между профессиональными подходами на более низком уровне. Не «какая ERP нам ближе», а «какое представление об этой конкретной операции нам ближе». Раньше подобный выбор тоже существовал, но альтернативное мнение часто приходило в виде консультанта с презентацией и заканчивалось сметой на доработку. Когда стоимость доработки превышает стоимость проблемы, интеллектуальная конкуренция заканчивается довольно быстро.

При снижении стоимости реализации конкурировать начинает больше идей. Это не делает рынок умнее. Наоборот, дешево материализовать можно и хороший профессиональный подход, и ерунду. Количество уверенных людей с собственным мнением всегда заметно превышало количество людей с полезным собственным мнением, а ИИ этого соотношения не исправит. Он просто снижает стоимость практической проверки. Плохую идею становится дешевле реализовать, но хорошей идее тоже становится дешевле доказать, что она работает.

И это меняет положение специалиста. ИИ прекрасно справляется с воспроизводством уже известного: может найти существующие методологии, разобрать документацию, сравнить практики, предложить типовую архитектуру и написать реализацию. Поэтому квалификация, состоящая преимущественно из знания того, «как принято делать», постепенно получает очень дешевого помощника. Это не делает ее ненужной - кто-то должен понимать найденное, видеть границы применимости и проверять результат. Но само получение известного ответа дешевеет.

Собственное профессиональное мнение устроено иначе. Оно появляется не из незнания существующих практик, а после них: человек знает стандартный ответ, видел его в работе, понимает причины его появления и способен указать место, где этот ответ перестает быть хорошим. Раньше способность сказать «я бы сделал иначе» давала материал для консультации, статьи или очередной дискуссии между специалистами. Теперь у такого утверждения появляется более короткая дорога до работающей реализации.

ПРАВО НА СОБСТВЕННОЕ МНЕНИЕ

В «Инфляции качества» снижение стоимости итерации подняло требования к результату. В «Человеке и Рое» снижение стоимости интеллектуальной мощности расширило множество задач, которые имеет смысл решать. Здесь тот же механизм действует на профессиональные идеи: снижение стоимости реализации расширяет множество идей, которые имеет смысл проверять практически.

Раньше право иметь собственное профессиональное мнение было бесплатным. Дорого стоило сделать так, чтобы кто-нибудь кроме автора с этим мнением считался. Между «я знаю, как лучше» и работающей альтернативой находилась стоимость реализации, поэтому значительная часть профессиональной конкуренции заканчивалась задолго до сравнения результатов.

ИИ эту стоимость снижает, но не отменяет сложность, квалификацию, рынок, интеграции и необходимость доказать, что идея вообще чего-то стоит. Он лишь ослабляет один из фильтров, который раньше отбрасывал идеи еще до проверки их качества.

И поэтому преимущество получают специалисты с собственным профессиональным мнением. Не потому, что ИИ сделает за них всю остальную работу, а потому, что умение воспроизводить известное дешевеет быстрее, чем способность заметить, где известное решение не работает, сформулировать другое и объяснить, почему оно должно работать лучше.

До сих пор у многих профессионалов было право на собственное мнение.

Теперь у остальных появляется более дешевый способ проверить, стоить ли его слушать.