ხელოვნური ინტელექტის მოდელების (LLM) გარშემო ატეხილი აჟიოტაჟის მიღმა, რეალური ოპერაციული შედეგები საკმაოდ შემაშფოთებელია. Faros.ai-მ, რომელიც პროგრამული უზრუნველყოფის განვითარების ტელემეტრიას აანალიზებს, გამოაქვეყნა ანგარიში, რომელიც 22 000 დეველოპერისა და 4 000 გუნდის მონაცემებს ეყრდნობა.

კვლევის შედეგები პირდაპირ მიუთითებს, რომ კომპანიების უმრავლესობა AI-ს ისე იყენებს, რომ ეს ბიზნესის ღირებულებას არა ზრდის, არამედ ანადგურებს. საშუალო სტატისტიკური მონაცემებით, ხელოვნური ინტელექტი პროდუქტიულობას მხოლოდ მცირედით აუმჯობესებს, რაც შორს არის იმ „10-ჯერადი ზრდის“ დაპირებებისგან, რასაც ხშირად ვისმენთ.

ყველაზე საგანგაშო მაჩვენებელი დეველოპერული გუნდების ეფექტიანობის ვარდნაა. კვლევამ აჩვენა, რომ პროდუქტის გამოშვების სიხშირე 11%-ით შემცირდა. ეს პირდაპირი დარტყმაა ბიზნესის უნარზე, მიაწოდოს ღირებულება მომხმარებელს.

სისტემური გამტარუნარიანობა, რაც ნებისმიერი ბიზნესისთვის კრიტიკულია, კიდევ უფრო მძიმე მდგომარეობაშია. მონაცემების მიხედვით, ფუნქციონალის წარმოებიდან გაშვებამდე საჭირო დრო თითქმის 5-ჯერ გაიზარდა. ეს ნიშნავს, რომ ოპერაციული ეფექტიანობა არასწორი მიმართულებით ვითარდება.

ხარისხის მხრივ მდგომარეობა კიდევ უფრო კრიტიკულია. Faros.ai-ს მონაცემებით, AI-ს მომხმარებელ გუნდებში დეფექტების რაოდენობა დეველოპერზე 50%-ით გაიზარდა. სისტემური გამტარუნარიანობა კი, სხვადასხვა შეფასებით, 71-დან 80%-მდეა შემცირებული.

საინტერესოა, რომ მაღალკვალიფიციური საინჟინრო გუნდებიც კი ვერ იცავენ თავს ამ უარყოფითი ეფექტებისგან. კვლევა უარყოფს მოსაზრებას, რომ ძლიერი საინჟინრო ბაზა AI-ს რისკებისგან დაზღვევაა. პრობლემა თავად ტექნოლოგიის გამოყენების სტილშია.

ხშირად დეველოპერები AI-ს პირველადი „ნაკაწრის“ შესაქმნელად იყენებენ, შემდეგ კი მას რედაქტირებას უკეთებენ. ავტორი მიიჩნევს, რომ ეს მიდგომა მცდარია. აზროვნების პროცესი და სტრუქტურის გააზრება თავად წერის პროცესში ხდება. როდესაც ამას AI-ს ანდობთ, თქვენ პასუხისმგებლობას იხსნით, რაც საბოლოოდ სისტემაში დეფექტების ზრდას იწვევს.