CC BY
9Способы оптимизации расходов на производство программного обеспечения с применением искусственного интеллекта
Караманянц Микаэл Бернардович
бакалавр, Московский авиационный институт (государственной технический университет (МАИ), [email protected]
В последнее время активно обсуждаются способы экономии средств и ресурсов компании посредством внедрения интеллектуальных систем. Использование искусственного интеллекта компанией выступает сегодня одним из основных критериев успешности бизнеса. Искусственный интеллект позволяет проводить маркетинговые исследования, улучшать продукты, повышать эффективность использования временных, финансовых и кадровых ресурсов. В компаниях, которые предлагают собственные программные продукты, ключевая статья расходов приходится именно на разработку. В качестве перспективного способа сэкономить средства на разработке можно назвать внедрение в рабочую среду искусственного интеллекта. В статье рассмотрено 4 вектора применения ИИ при разработке приложений: генерация кода, предиктивная аналитика, тестирование и автоматизация организации работы.
Ключевые слова: программное обеспечение, искусственный интеллект, машинное обучение, no code development, предиктивная аналитика, автоматизация
По данным агентства Next Move Strategy Consulting, в ближайшее десятилетие рынок искусственного интеллекта продемонстрирует уверенный рост. Ожидается, что к 2030 г. его объем вырастет в 20 раз и составит два трлн. долл. США (на сегодняшний день совокупный объем рынка оценивается в 100 млрд. долл. США) (Рис.1). Очередной виток популярности искусственного интеллекта произошёл в 2022 г. при выпуске ChatGPT 3.0 [8].
582949
420466
■ ■ 11И
2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 - Объем рынка ИИ, млн доли США
Рисунок 1 - Совокупный объем глобального рынка искусственного интеллекта за 2021-2022 гг. и прогноз динамики на 2023-2030 гг. Примечание: источник - [8]
< CG
0
1 I
Несмотря на то, что искусственный интеллект уже в ближайшие годы станет дополнять каждый аспект жизнедеятельности и трудоустройства современного человека и выступит, пожалуй, ключевой тенденцией, формирующей очертания современной цивилизации, научный массив по вопросам и проблемам внедрения искусственного интеллекта еще только начинает формироваться. Многие дискуссионные вопросы разработки, внедрения и развития интеллектуальных систем остаются на периферии внимания научного сообщения как в России, так и за рубежом.
Можно сказать, что текущая тенденция популяризации интеллектуального инструментария тесно сопряжена с тенденциями цифровизации, сетевизации, технологизации общества. Особенно отчетливо слияние двух трендов прослеживается в области развития программного обеспечения и приложений. Искусственный интеллект все чаще становится важным вспомогательным компонентом программных решений, а в некоторых случаях он выступает ядром и ключевым механизмом работы приложения. Искусственный интеллект, можно сказать, стимулирует развитие рынка мобильных приложений и Интернета вещей. За 2022 г. объем рынка приложений, работающих за счет механик искусственного интеллекта, составил 2,5 млрд. долл. США, и до 2028 г. ориентировочный объем данного рыночного сегмента составит не менее 38 млрд. долл. Наиболее прибыльным «интеллектуальным» приложением в 2022 г. стал продукт FaceApp (выручка компании-разработчика составила 100 млн долл.). Приложения, работающие на основе «умных» технологий, стабильно занимают рейтинги наиболее популярных, скачиваемых, обсуждаемых и, соответственно, прибыльных (Таблица 1).
Таблица 1
Наименование Разработчик Характеристика
ChatGPT OpenAI, США Чат-бот, генерирующий тексты и учитывающий предыдущие запросы в переписке с пользователями.
Alexa Amazon, США Облачный искусственный интеллект, виртуальный помощник.
ELSA: Learn And Speak English ELSA Corp., США Тренер по английскому языку, с функциями кратких диалогов и немедленной обратной связи и генерацией комментариев по произношению.
FaceApp Wireless Lab, Россия. Приложение для «глубокого» редактирования фотографий.
Google Assistant Google, США Виртуальный помощник.
Lensa Prisma Labs, США Приложение для ретуши, размытия, редакции изображений.
Bing AI Microsoft, США Основан на модели GPT-4 ОрепА1, способен продуцировать контент, предоставлять информацию из открытых источников, создавать иллюстрации.
Otter AI Otter.ai, Inc., США Служба перевода голоса в текст, применяемая в целях составления тезисов и протоколов совещаний и фиксации иных голосовых сообщений.
Siri Apple Inc., США Виртуальный помощник.
Socratic Socratic, Inc., США Образовательный ресурс, работающий на основе технологии анализа фотографий с домашними заданиями.
WOMBO Dream Wombo Studios, США Генерирует произведения по запросам пользователей при учете существующих в искусстве художественных стилей.
Таблица 2
Временные и финансовые затраты на разработку мобильного приложения
Примечание: источник - собственная разработка по материалам [9]
То, каким образом и насколько своевременно компания осознает необходимость внедрения искусственного интеллекта в систему управления, в производство, в коммуникацию со внешней средой в конечном итоге определит ее конкурентные преимущества. Использование искусственного интеллекта компанией выступает сегодня одним из основных критериев успешности бизнеса. Искусственный интеллект позволяет проводить маркетинговые исследования, улучшать продукты, повышать эффективность использования временных, финансовых и кадровых ресурсов [1, с. 88]. Уже сегодня можно отметить, как компании, которые предпочли конвенциональную модель ведения бизнеса, утратили свои позиции на рынке, уступив их компаниям-новаторам.
Безусловно, оптимизировать затраты посредством импле-ментации «умных» инструментов может компания практически любой отрасли; более того, искусственный интеллект «обслуживает» даже некоторые сферы государственного управления. При этом компании ИТ-сектора, можно сказать, являются пионерами в процессах внедрения искусственного интеллекта в работу. Будучи разработчиками инноваций, они, как правило, первыми апробируют их.
Рассмотрим подробнее пути оптимизации затрат компании-разработчика посредством внедрения в производственные процессы систем искусственного интеллекта.
Цена разработки приложения определяется множеством факторов: регион локализации компании, регион локализации сотрудников, тип приложения и его целевая аудитория и т.п. Как правило, назвать точную стоимость разработки приложения достаточно сложно. Если ориентироваться на опубликованные в открытом доступе показатели, можно представить следующие данные (Таблица 2):
Тип приложения Ориентировочная стоимость Срок от начала разработки до запуска
Простое приложение $40000 - $60000 2-3 месяца
Стандартное приложение $60000 - $150000 3-6 месяцев
Сложное многоуровневое приложение от $300000 9+ месяцев
Примечание: собственная разработка по материалам [7]
Ключевой фактор, который детерминирует сроки выполнения и стоимость приложения, - это тип приложения (Таблица 3):
Таблица 3
Временные и финансовые затраты на разработку мобильного при-
Тип приложения Ориентировочная стоимость Кол-во рабочих часов
Приложение для вызова такси с функционалом типа Uber $50000-$400000 1600
Мобильная игра $60000-$250000 1600
Интернет-магазин $50000-$150000 1200
Приложение с технологией дополненной реальности («онлайн-примерочная») $100000-$250000 1600
Социальная сеть $50000-$300000 1200
Обучающее приложение типа DuoLingo $60000-$225000 900
Видео-стриминговый сервис $80000-$300000 1600
Приложение для онлайн-зна-комств $50000-$350000 1400,
Приложение службы доставки еды $40000-$150000 900
Примечание: собственная разработка по материалам [7]
Руководители компаний-разработчиков отмечают, что в целом структура расходов на разработку приложения выглядит следующим образом (Рисунок 2):
1 Менеджмент {пресейл. переговоры, аккаунт-менеджмент. проектный менеджмент) 1 Разработка
Тестирование и приемка
Рисунок 2 - Структура расходов на разработку типового мобильного приложения
Примечание: собственная разработка
Как видно из схемы, представленной на Рис. 2, ключевая статья расходов приходится именно на разработку - т. е. на производственную часть работы над приложением. Попытки максимально сократить время и ресурсы, затрачиваемые на разработку, привели к возникновению концепции MVP
О го А J=
fO CS
о
CS СП
о ш m
X
<
m о х
X
(Minimum Viable Product - досл. 'минимально жизнеспособный продукт'). Такой продут лишен структурных и дизайнерских излишеств - все функции, которые имеет такое приложение, будут строго подчинены основной его цели. Впоследствии, если такой продукт окажется интересным аудитории, компания-разработчик может перевыпустить его, но уже на более высоком уровне качества. Таким образом компании, создающие приложения, стремятся к экономии средств на разработку и пытаются обезопасить себя от ситуаций, когда дорогостоящее приложение совершено не окупилось после запуска.
Это далеко не единственный способ сэкономить на разработке. Некоторые компании сокращают расходы посредством ограничения платформ, под которые пишется приложение (например, только iOS или только Android). Набирают популярность, кроме того, кроссплатформенные технологии, а также зерокод-инструменты, которые не требуют участия программистов в принципе. Многие компании (Lancome, Tinder, Uber, Pinterest и проч.) отказываются от традиционных мобильных приложений в пользу PWA (Progressive Web App) - сайтов в функционалом приложений - возможностью пуш-уведомле-ний, открытия через иконку на экране телефона, получение доступа к настройкам пользователя и др.
В качестве перспективного способа сэкономить средства на разработке можно назвать внедрение в рабочую среду искусственного интеллекта. Искусственный интеллект широко используется в мобильных приложениях Все чаще приложения включают в себя опции распознавания голоса, жестов, фотографий. Google Maps, к примеру, работает на базисе машинного обучения и искусственного интеллекта, что позволяет ему оптимизировать маршруты и собирать информацию о дорожном движении в режиме реального времени [3, с. 18].
Кроме того, искусственный интеллект может быть применен и в процессе разработки приложения. Интеллектуальные технологии меняют способы проектирования, создания, тестирования и развертывания приложений. Обозрев существующие источники по исследуемой нами тематике, мы пришли к следующей компиляции способов оптимизации затрат на приложение посредством ИИ (Рисунок 3). Рассмотрим выделенные на Рис. 3 направления подробнее.
Предиктивная аналитика
Генерация кода
Тестирование
Интеллектуальная автоматизация и оптимизация рабочих процессов
Рисунок 3 - Пути оптимизации затрат на разработку мобильных приложений за счет внедрения интеллектуального интеллекта Примечание: источник - собственная разработка
Предиктивная аналитика. Используя предиктивный интеллектуальный инструментарий, руководители, продукт-менеджеры и маркетологи ИТ-предприятий могут определять оптимальные стратегии для разработки приложений. Во-первых,
предиктивная аналитика, сопряженная в Биг Дата анализом, может весьма точно предзаказать успех/неуспех приложения после его вывода на рынок. Искусственный интеллект проводит комплексное маркетинговое исследование, анализ конкурентной среды и составляет прогноз на динамику спроса и предложения в сегменте приложений, аналогичных планируемому. Кроме того, предиктивная аналитика может определить параметры как Minimum Viable Product, так и «полноценного» продукта. Интеллект анализирует поведенческие паттерны и предпочтения пользователей, тенденции рынка, функционал схожих или аналогичных приложений и в результате формирует подробное описание структуры, функций и даже интерфейса нового предложения. Крайне важно, что предиктивная аналитика на основе искусственного интеллекта способна выявлять риск-факторы и проблемы в разработке еще до их возникновения. Все вышесказанное позволяет заключить: предиктивная аналитика являет собой идеальное воплощение проак-тивного подхода к бизнес-менеджменту.
Генерация кода на основе инструментов искусственного интеллекта. Во множестве компаний-разработчиков ведется поиск сокращения затрат за заработные платы программистов. Безусловно, оплата труда квалифицированных специалистов в области программистов - одна из ключевых статей расходов компании ИТ-отрасли. Во многом эту проблему можно решить автоматизацией написания кода.
Существующие на данный момент инструменты генерации кода способны быстро и точно генерировать код для приложений - для этого им требуется представить предопределенные шаблоны, требования и спецификации. Таким образом, «ручное» кодирование становится необходимым только на наиболее сложных участках работы, а рутинные процессы выполняет машина.
В ряде случаев компания-разработчик может и вовсе обойтись без написания кода - вручную или посредством машины. Речь в данном случае идет об интеллектуальных «ноу-код» («зерокод») системах [2]. Широкой популярностью, к примеру, пользуется платформа AppMaster, посредством которой можно создавать простые и средние по сложности приложения (веб и мобильные). Пользователь, используя перетягивание иконок, компонентов будущего приложения и кнопок (интерфейс drag-and-drop 'тяни и отпускай') [4], создает визуальные и функциональные очертания будущего приложения, а система, в свою очередь, напишет код, который и обеспечит реализацию смоделированной структуры.
°§ <? о □
û DAa™nApp
Рисунок 4 - Ноу-код платформа AppMaster - создание приложения в интерфейсе drag-and-drop
Примечание: источник - https://appmaster.io/_nuxt/img/appmaster-get-started-mobile-designer.5887b4b.png
Автоматизация и оптимизация процессов разработки (искусственный интеллект в менеджменте ИТ-компании). Как показывает реальная практика, разработчики
зачастую тратят значительное количество временных ресурсов на выполнение дублирующихся или ненужных задач. Инструменты на основе искусственного интеллекта способны автоматизировать процессы управления командами разработчиков и продукт-менеджеров. Интеллектуальные системы могут анализировать ход реализации проекта, выявлять риски, детерминировать приоритетность выполнения задач и компилировать рекомендации по распределению времени и ресурсов. Кроме того, искусственный интеллект способен существенно повысить уровень информационной безопасности компании-разработчика.
Как известно, в процессе разработки генерируется, собирается и анализируется огромное количество данных, поэтому защита конфиденциальной и ценной информации - важная задача ИТ-компании. Среди интеллектуальных инструментов, обеспечивающих безопасность данных, отметим сквозное шифрование, интеллектуальные способы аутентификации, регулярное резервное копирование, анонимизация данных. Машинный интеллект, кроме того, можно осуществлять мониторинг безопасности приложений при тестовом запуске: в режиме реального времени он позволяет обнаружить и нейтрализовать потенциальные угрозы, не допуская их эскалации [5].
Тестирование. Наконец, искусственный интеллект позволяет усовершенствовать и ускорить процессы тестирования. Современные инструменты ИИ могут находить баги, проверять функциональность приложения, безопасность его работы, предсказывать риски [6].
Известно, что при написании кода крайне важно поддерживать максимальную концентрацию внимания, чтобы не допустить ошибок и неточностей. Любая некорректная информация, зафиксированная в коде, способна «обрушить» все сопряженные процессы. Искусственный интеллект, при этом, позволяет минимизировать подобные ошибки, связанные с т. н. «человеческим фактором».
Таким образом, многие компании в попытках оптимизировать затраты обращаются к искусственному интеллекту. Внедрение интеллектуальных систем напрямую обусловлено спецификой деятельности компании и ее ключевых статей расходов. Компании, разабатывающие программное обеспечение, как правило, более 40% тратят на процесс разработки. Соответственно, многие из них привлекают интеллектуальные инструменты для сокращения этой части расходов. В рамках статьи были выделены и описаны 4 направления оптимизации затрат на производство приложений: предиктивная аналитика, генерация кода, автоматизация и оптимизация процессов разработки, тестирование.
Литература
1. Вахрушев, М. В. Влияние информационных технологий на мировую экономику и хронология их внедрения в экономические процессы / М. В. Вахрушев, Р. И. Рафиков // Скиф. -2023. - №5 (81). - С. 84-90.
2. Введение в No-Code разработку // AppMaster. - 2023. [Электронный ресурс]. - Режим доступа: https://appmaster.io/ru/blog/vvedenie-v-razrabotku-bez-koda. -Дата доступа: 08.09.2023.
3. Денисенко, В. В. Применение искусственного интеллекта в разработке мобильных приложений / В. В. Денисенко, А. С. Ященко, Л. С. Чесников // Международный журнал гуманитарных и естественных наук. - 2023. - №2-2 (77). - С. 18-21.
4. Лорент, Л. Роль искусственного интеллекта в быстрой разработке приложений 2023 AppMaster - 2023. [Электронный ресурс]. - Режим доступа: https://appmaster.io/ru/blog/bystraia-razrabotka-prilozhenii-ai. - Дата доступа: 08.09.2023.
5. Разработка приложения с искусственным интеллектом: основные преимущества и возможности // ООО "Лайв Тай-пинг". - 2023. [Электронный ресурс]. - Режим доступа: https://livetyping.com/ru/razrabotka-prilozheniya-s-iskusstvennym-intellektom. - Дата доступа: 08.09.2023.
6. Chalishazar, T. The Evolution of Mobile App Development with Artificial Intelligence / T. -Chalishazar //Project Manager -2023. [Электронный ресурс]. - Режим доступа: https://www.peerbits.com/blog/ai-impact-on-mobile-app-development.html. - Дата доступа: 08.09.2023.
7. How Much Does It Cost to Develop an App in 2023? Cost Breakdown. - 2023. [Электронный ресурс]. - Режим доступа: https://spdload.com/blog/app-development-cost/. - Дата доступа: 08.09.2023.
8. Thormundsson, B. Artificial intelligence (AI) market size worldwide in 2021 with a forecast until 2030(in million U.S. dollars) // Statista. - 2023. [Электронный ресурс]. - Режим доступа: https://www.statista.com/statistics/1365145/artificial-intelligence-market-
size/#:~:text=Global%20artificial%20intelligence%20market%20si ze%202021%2D2030&text=According%20to%20Next%20Move% 20Strategy,nearly%20two%20trillion%20U.S.%20dollars. - Дата доступа: 08.09.2023.
9. Wylie, L. AI App Revenue and Usage Statistics / L. Wylie // Business of Apps. - 2023. [Электронный ресурс]. - Режим доступа: https://www.businessofapps.com/data/ai-app-market/. -Дата доступа: 08.09.2023.
Methods of costs reduction in software production using artificial intelligence Karamanvants M.B.
Moscow Aviation Institute (State Technical University) (MAI)
JEL classification: C10, C50, C60, C61, C80, C87, C90_
Recently, ways to save company money and resources through the implementation of intelligent systems have been actively discussed. The use of artificial intelligence by a company today is one of the main criteria for business success. Artificial intelligence allows you to conduct marketing research, improve products, and increase the efficiency of using time, financial and human resources. In companies that offer their own software products, the key cost item is development. A promising way to save money on development is the introduction of artificial intelligence into the work environment. The article discusses 4 vectors of using AI in application development: code generation, predictive analytics, testing and automation of work processes. Keywords: software, artificial intelligence, machine learning, no code development,
predictive analytics, automation References
1. Vakhrushev, M. V. The influence of information technologies on the world economy
and the chronology of their implementation in economic processes / M. V. Vakhrushev, R. I. Rafikov // Skif. - 2023. - No. 5 (81). - P. 84-90.
2. Introduction to No-Code development // AppMaster. - 2023. [Electronic resource].
- Access mode: https://appmaster.io/ru/blog/vvedenie-v-razrabotku-bez-koda. -Access date: 09/08/2023.
3. Denisenko, V.V. Application of artificial intelligence in the development of mobile
applications / V.V. Denisenko, A.S. Yashchenko, L.S. Chesnikov // International Journal of Humanities and Natural Sciences. - 2023. - No. 2-2 (77). - pp. 18-21.
4. Laurent, L. The role of artificial intelligence in rapid application development 2023
AppMaster - 2023. [Electronic resource]. - Access mode: https://appmaster.io/ru/blog/bystraia-razrabotka-prilozhenii-ai. - Access date: 09/08/2023.
5. Development of an application with artificial intelligence: main advantages and
opportunities // Live Typing LLC. - 2023. [Electronic resource]. - Access mode: https://livetyping.com/ru/razrabotka-prilozheniya-s-iskusstvennym-intellektom. -Access date: 09/08/2023.
6. Chalishazar, T. The Evolution of Mobile App Development with Artificial Intelligence
/ T. -Chalishazar //Project Manager - 2023. [Electronic resource]. - Access mode: https://www. peerbits.com/blog/ai-impact-on-mobile-app-
development.html. - Access date: 09/08/2023.
7. How Much Does It Cost to Develop an App in 2023? Cost Breakdown. - 2023.
[Electronic resource]. - Access mode: https://spdload.com/blog/app-development-cost/. - Access date: 09/08/2023.
8. Thormundsson, B. Artificial intelligence (AI) market size worldwide in 2021 with a
forecast until 2030(in million U.S. dollars) // Statista. - 2023. [Electronic resource]. - Access mode: https://www.statista.com/statistics/1365145/artificial-intelligence-market-
size/#:~:text=Global%20artificial%20intelligence%20market%20size%202021% 2D2030&text=According%20to%
20Next%20Move%20Strategy,nearly%20two%20trillion%20U.S.%20dollars. -Access date: 09/08/2023.
9. Wylie, L. AI App Revenue and Usage Statistics / L. Wylie // Business of Apps. - 2023.
[Electronic resource]. - Access mode: https://www.businessofapps.com/data/ai-app-market/. - Access date: 09/08/2023.
X X О го А С.
X
го m
о
2 О
м
CJ
