06.05.2025  Новости, Безопасность, Виртуализация/«Облака», Искусственный интеллект, Итоги и тенденции, Обзоры рынков, Технология

Окончание, начало тут Сегодня ИИ может быть «встроен» в инструменты разработки (например, в LCNC-платформы), доступен из «облака» (cloud-провайдеры становятся центрами компетенций по разным технологиям, в том числе, и ИИ), построен на базе бесплатных LLM (на ваш страх и риск, разумеется, даже если модели с открытым кодом). Но в любом случае встраивание его в процессы разработки представляет сложную организационную и техническую задачу. DevOps и прочие техники требуют адаптации для ИИ «Искусственный интеллект» — точнее, функции и инструменты, созданные с помощью ИИ — при использовании в бизнес-приложениях требуют встраивания в конвейеры разработки с учетом современных отработанных инструментов и концепций. Только тут тоже есть проблема: для приложений с ИИ привычные концепции индустриальной разработки — DevOps, DevSecOps, TestOps и т. д. — еще недостаточно отработаны, даже методология нужных изменений пока не отличаются зрелостью, обновление процессов происходит на наших глазах. Разумеется, ИИ-инструменты перед внедрением в бизнес-практики должны быть всесторонне протестированы, а использующие их решения — пройти «обкатку» на пилотных проектах, в ходе которых к результатам следует относиться крайне критично, если хотите, применять к ним аналог известного принципа Zero Tolerance. После проведения всестороннего тестирования решения можно «выкатывать на прод». Заметим, что адаптировать для ИИ-инструментов следует не только техники разработки и тестирования, но и финансовые ... читать далее.