?
Проникновение искусственного интеллекта в жизненный цикл разработки программного обеспечения: эмпирический анализ рынка труда
Интеграция искусственного интеллекта (ИИ) в информационные технологии трансформирует требования к компетенциям специалистов, однако проникновение ИИ-компетенций на ранние этапы жизненного цикла программного обеспечения (Software Development Life Cycle, SDLC) – анализ требований и планирование – остаётся недостаточно изученным. Существующие работы опираются на статические модели компетенций без эмпирической валидации либо анализируют рынок труда на агрегированном уровне профессий, не дифференцируя спрос по функциональным кластерам SDLC. Цель исследования – эмпирическая проверка гипотезы о проникновении ИИ-компетенций в наборы навыков начальных стадий SDLC. Научная новизна состоит в методологическом переходе от статических моделей компетенций к процессно-ориентированному анализу: выполнено соотнесение ролей с этапами SDLC через взвешенную кластеризацию с нормативной привязкой к Software Engineering Body of Knowledge (SWEBOK v3.0), Business Analysis Body of Knowledge (BABOK v3.0) и ISO/IEC/IEEE 12207:2017. Эмпирической базой служат 182447 уникальных ИТ-вакансий портала hh.ru за март–декабрь 2025 г. по 19 ролям, релевантным SDLC. Перечень из 307 ИИ-компетенций сформирован через предварительный отбор большими языковыми моделями (LLM) с экспертной верификацией. Выделено восемь функциональных кластеров. Взвешенный спрос S(s) распределяется следующим образом: аналитика – 16,0%, проектирование – 16,0%, разработка – 13,6%, управление – 12,2%, документирование – 12,2%, тестирование – 12,0%, поддержка – 9,1%, дизайн – 8,9%. Взвешенное проникновение P(s) варьируется от поддержки – 0,34% до дизайна – 1,70%. Гипотеза подтверждается: проникновение в кластере «Аналитика» – 0,69% соответствует среднерыночному уровню, а в кластере «Управление» – 0,76% превышает его, хотя по абсолютным значениям ранние этапы SDLC уступают кластерам Дизайна, Разработки и Проектирования. Результаты применимы для стратегий раннего предупреждения в компаниях, корректировки образовательных программ и обновления профессиональных стандартов в условиях распространения генеративного ИИ.