# Эндрю Нг о будущем разработки: «Возможности ИИ в кодинге удваиваются каждые 70 дней» Источник: https://www.youtube.com/watch?v=6ejKX20es3o Канал: DeepLearning.AI Опубликовано: 02.12.2025 --- Эндрю Нг, один из самых влиятельных экспертов в области искусственного интеллекта и основатель DeepLearning.AI, выступил с программной речью на конференции AI Dev 25 в Нью-Йорке. Он развеял опасения о замедлении темпов роста нейросетей, представил впечатляющие данные о скорости автоматизации кодинга и объяснил, почему в новой реальности именно работа продукт-менеджера становится «бутылочным горлышком» разработки. ## 🚀 Миф о «плато» ИИ: возможности удваиваются каждые полгода [[JUMP:00:37]] На фоне дискуссий о том, не исчерпали ли себя большие языковые модели (LLM) и не станет ли GPT-5 лишь незначительным шагом вперед, Эндрю Нг выражает твердую уверенность в обратном [00:50]. Он утверждает, что ИИ не только не замедляется, но и демонстрирует экспоненциальный рост сложности решаемых задач. В подтверждение своих слов спикер ссылается на исследования организации METR. Спикер приводит следующие данные: * **Темпы прогресса:** Сложность задач, которые ИИ способен решать с вероятностью успеха не менее 50%, удваивается каждые семь месяцев [01:16]. * **Сфера программирования:** В области написания кода этот процесс идет еще быстрее — возможности моделей удваиваются примерно каждые 70 дней [01:43]. * **Новые инструменты:** Эндрю Нг считает, что этот рост будет только ускоряться благодаря внедрению «агентурных воркафлоу» (agentic workflows) и голосового ИИ [01:56]. По мнению Нг, мы живем в лучшее время для строительства ИИ-систем, так как инструменты разработки стали одновременно мощнее и доступнее [02:09]. ## 🛠️ Революция прототипирования: ускорение в 10 раз [[JUMP:02:21]] Эндрю Нг разделяет процесс написания кода на две категории: создание быстрых прототипов («на коленке») и поддержка масштабируемого промышленного ПО. В каждой из этих областей ИИ дает разный уровень прироста эффективности. По его словам, производительность при написании серьезного промышленного кода выросла примерно на 50% [02:46]. Однако настоящий прорыв произошел в прототипировании. Нг утверждает, что создание первых версий продукта теперь происходит более чем в 10 раз быстрее, чем раньше [02:59]. Это связано с тем, что для локального прототипа не требуются жесткая интеграция данных, высокие стандарты безопасности и надежности, необходимые для финального продукта [03:13]. Нг призывает команды изменить отношение к неудачным проектам: 1. Если для нахождения двух гениальных идей нужно построить 18 прототипов, которые «умрут тихой смертью», это нормальная цена инноваций [03:40]. 2. Стратегия должна заключаться в том, чтобы свести стоимость этих 18 неудачных попыток практически к нулю [03:40]. 3. Принцип «Move fast and break things» (двигайся быстро и ломай вещи), по мнению спикера, часто понимали неправильно. Нг подчеркивает: лучшие команды двигаются быстро, но тестируют идеи в безопасных «песочницах», исправляя ошибки до выхода на широкую аудиторию [04:19]. ## 📉 Новое «бутылочное горлышко»: почему ИТ-командам нужно больше PM [[JUMP:04:32]] Автоматизация написания кода привела к парадоксальному сдвигу в структуре ИТ-команд. Спикер отмечает, что традиционное соотношение программистов и продукт-менеджеров (PM) стремительно меняется. Раньше считалось нормой иметь одного PM на 4 или даже 8 инженеров [05:37]. Однако сейчас, когда инструменты вроде Cursor, Devin или Gemini существенно ускорили написание кода, главным препятствием стал сбор обратной связи от пользователей [05:11]. Ключевые наблюдения Эндрю Нг: * **Замена ролей:** Соотношение инженеров к PM в некоторых командах уже стремится к 2:1 или даже 1:1 [05:50]. * **Универсальность:** В компаниях DeepLearning.AI и AI Fund программировать учат всех — от секретаря на ресепшене до финансового директора (CFO) и рекрутера. Умение писать код становится частью ежедневного рабочего процесса [05:11]. * **Личный опыт:** Нг рассказал, как написал игру для своих детей с помощью Claude за 10 минут, но затем потратил целый час, пытаясь собрать отзывы от друзей своей дочери [06:29]. Спикер полагает, что наиболее эффективными становятся инженеры, которые осваивают навыки продукт-менеджмента: они способны в одиночку проходить цикл «создал — получил фидбек — исправил» с огромной скоростью [06:16]. ## 🇺🇸 Проблема доверия: ИИ против общественного мнения [[JUMP:06:56]] Несмотря на технологический оптимизм в Кремниевой долине и Нью-Йорке, Эндрю Нг выражает серьезную озабоченность тем, что ИИ еще не завоевал «сердца и умы» американцев [07:10]. Ссылаясь на данные Pew Research, он отмечает тревожный тренд: * **Рост опасений:** В 2021 году обеспокоенность ИИ выражали 37% респондентов, но после запуска ChatGPT этот показатель существенно вырос [07:23]. * **PR-ошибки компаний:** По мнению Нг, многие технологические гиганты сами убедили людей не доверять ИИ, сравнивая его с ядерным оружием. Он считает это «странным шагом», продиктованным рациональными бизнес-причинами (вероятно, попыткой лоббирования регуляций), но крайне вредным для сообщества [07:37]. * **Глобальный контекст:** В среднем в 25 странах мира уровень оптимизма по поводу ИИ выше, чем в США [08:03]. Спикер подчеркивает, что страх перед «экзистенциальной угрозой» мешает даже строительству дата-центров, хотя концентрация вычислений в них объективно лучше для экологии [08:15]. ## ✅ Чего на самом деле хотят люди: автоматизация рутины [[JUMP:08:41]] Несмотря на общие страхи, детальные опросы показывают, что работники открыты к внедрению ИИ в конкретных задачах. Нг цитирует исследование своих коллег (Erik Brynjolfsson и другие), согласно которому люди хотят автоматизировать около 46% рабочих задач [08:41]. Примеры востребованной помощи ИИ: * **Налоговые консультанты:** любят свою работу, но ненавидят назначать встречи клиентам [09:07]. * **Операторы 911:** хотят помогать людям, но мечтают, чтобы ИИ взял на себя ведение журналов вызовов [09:07]. * **Творческие профессии:** редакторы не хотят, чтобы ИИ писал за них тексты, но готовы отдать ему рутинную проверку фактов или форматирование [09:32]. В завершение выступления Эндрю Нг призвал сообщество больше общаться лично. Он привел в пример историю знакомства с Керсти Тан (Kirsty Tan) на прошлой конференции, результатом чего стало создание совместной консалтинговой фирмы AI Aspire [10:10]. Основной посыл спикера: технологии строятся людьми и для людей, а личные связи остаются фундаментом индустрии даже в эпоху нейросетей.