Osegi
AI·1 min czytania

Rutube Tech: kodowanie z AI może podnieść koszt oprogramowania

Dyrektor techniczny Rutube Tech Dmitrij Jegorow ostrzega, że AI przyspiesza pierwszą wersję produktu, ale podnosi koszty mocy obliczeniowej, poprawek i weryfikacji.

A software developer reviews AI-generated code on a monitor next to server racks, illustrating the hidden costs of AI-assisted development.
Zdjęcie: rb.ru

Wykorzystanie sztucznej inteligencji przy tworzeniu oprogramowania może podnieść koszt gotowych produktów. Taką opinię przedstawił dyrektor techniczny Rutube Tech Dmitrij Jegorow, a przekazało ją biuro prasowe Cyfrowych Aktywów „Gazprom-Media Holding”.

Według Jegorowa modele rzeczywiście przyspieszają pierwszy etap prac. Później jednak pojawiają się koszty czasu i pieniędzy związane z wyszukiwaniem błędów oraz utrzymaniem gotowego produktu.

Błędy, które się kumulują

Główne ryzyko to narastające błędy, których model z dużym prawdopodobieństwem nie naprawi samodzielnie. „Można szybko uzyskać początkową wersję produktu, w której budowie człowiekowi trudno się później połapać, dlatego kolejne zmiany wprowadza głównie AI. Błędy i nieefektywne rozwiązania mogą się wtedy stopniowo kumulować” – wyjaśnił Jegorow.

Zastosowanie dwóch osobnych modeli, jednego do generowania kodu, a drugiego do jego kontroli, nie gwarantuje jakości końcowego rozwiązania. Zdaniem dyrektora AI nie zastąpi wyspecjalizowanych fachowców, bo do oceny pracy agentów potrzebny jest ekspert z danej dziedziny.

Jegorow uważa, że AI może pomóc małym zespołom w generowaniu kodu źródłowego i testowaniu pomysłów biznesowych. Zanim jednak taki materiał trafi do złożonych, długoterminowych systemów, trzeba upewnić się, że wyniki są niezawodne i stabilne.

Wyższe koszty mocy obliczeniowej

Krótszy czas tworzenia nie oznacza tańszej produkcji. Jak podkreślił Jegorow, AI znacząco zwiększa wydatki na moce obliczeniowe. W budżecie projektu trzeba uwzględnić nie tylko koszt pracy modeli, ale też sprawdzanie oprogramowania pod kątem cyberbezpieczeństwa. Próba oszczędzania na wytwarzaniu kodu z pomocą AI może skończyć się wyższymi kosztami weryfikacji i utrzymania produktu.

Jegorow zwrócił też uwagę, że modele zwiększą obciążenie specjalistów odpowiedzialnych za kontrolę. Jego zdaniem lepiej wykorzystywać je do wykrywania podatności, obsługi incydentów cyberbezpieczeństwa i konfigurowania systemów powiadamiania.

Tagi:rutube techgazprom-mediaai developmentsoftware costscybersecurity

Więcej z tego dnia

Zobacz wszystkie →

Więcej w kategorii: AI

Zobacz wszystkie →