Під час спеціального випуску подкасту Mixture of Experts, записаного наживо в нью-йоркському офісі IBM One Madison у межах New York Tech Week, керівники компанії обговорювали, як штучний інтелект змінює саму природу програмної інженерії. На тлі розмов про tokenmaxxing, новий суперчип NVIDIA та виклики для університетів, одна лінія звучала особливо виразно: IBM цілеспрямовано будує наступне покоління «AI‑native» інженерів і знаннєвих працівників — від першого робочого дня до оновлених навчальних програм у вишах.
Компанія не лише автоматизує дедалі більше рутинних завдань, а й… подвоює найм інженерів початкового рівня. У центрі цієї стратегії — внутрішній AI‑асистент Bob, який стає стандартним інструментом для новачків і поступово виходить далеко за межі розробки ПЗ, охоплюючи операції, фінанси, комунікації та маркетинг.
Подвоїти найм джунів, коли AI автоматизує код: парадокс чи стратегія
На перший погляд, ринок рухається в протилежному напрямку. На панелях New York Tech Week постійно лунає теза: генеративний AI і кодогенератори «з’їдають» класичні entry‑level позиції розробників. Базові завдання, які раніше доручали молодим інженерам, тепер виконують моделі — швидше, дешевше й без перерв на обід.
IBM дивиться на це інакше. Попри те, що значна частина рутинного кодування вже автоматизована, компанія оголошує: вона подвоює кількість інженерів початкового рівня, яких бере на роботу. Це не жест всупереч тренду, а спроба переосмислити, що таке «початковий рівень» у добу AI.
Якщо раніше кар’єра розробника починалася з написання нескладних модулів, виправлення багів і підтримки легасі‑систем, то тепер ці завдання дедалі частіше виконують інструменти на кшталт Bob. Від новачків очікують іншого: уміння працювати з AI‑асистентом, перевіряти його результати, думати системно, розуміти архітектуру, безпеку, продуктивність і енергоспоживання.
Фактично IBM визнає: ринок не потребує менше інженерів — він потребує інших інженерів. І якщо компанія хоче мати кадри, здатні працювати в середовищі, де код генерує машина, а людина відповідає за валідацію, інтеграцію та оптимізацію, — цих людей треба вирощувати з нуля.
Bob як «старший для джунів» і «джун для сеньйорів»: новий формат онбордингу
Ключовий елемент цієї стратегії — внутрішній AI‑асистент IBM під назвою Bob. Це не просто ще один кодогенератор, а платформа, яка вже сьогодні доповнює весь життєвий цикл розробки — від вимог до деплойменту. Для нових розробників Bob стає частиною онбордингу за замовчуванням.
Кожен новий софтверний інженер, який приходить в IBM, отримує доступ до Bob з першого дня. Але важливий не лише доступ, а й те, як компанія позиціонує роль цього інструмента залежно від рівня спеціаліста.
Для інженера початкового рівня Bob — це умовний «сеньйор у кишені». Він допомагає розібратися з кодом, підказує архітектурні рішення, генерує шаблони, пояснює, як працюють ті чи інші компоненти. Новачок не просто «просить написати функцію», а вчиться ставити правильні запитання, формулювати вимоги, аналізувати варіанти, які пропонує система.
Для провідних і principal‑інженерів роль Bob протилежна: це радше «джуніор‑асистент», який бере на себе рутину, але не визначає напрям. Досвідчені розробники використовують його для прискорення роботи, проте зберігають контроль над архітектурою, критичними рішеннями, безпекою та інтеграцією. Вони не покладаються на AI як на «автора системи», а радше як на інструмент, який виконує інструкції.
Такий підхід дозволяє уникнути двох крайнощів. З одного боку, новачки не «тонуть» у складності сучасних систем, маючи постійного цифрового наставника. З іншого — сеньйори не перетворюються на операторів чорної скриньки, а залишаються головними архітекторами й аудиторами того, що створює AI.
Важливий наслідок: онбординг більше не може будуватися на старій моделі «спочатку дрібні задачі, потім складніші». Дрібні задачі тепер виконує Bob. Новачків доводиться одразу занурювати в системне мислення, валідацію, оптимізацію, роботу з технічним боргом — і робити це в тісній зв’язці з AI‑асистентом.
Зникнення «пісочниці» для джунів і нові вимоги до університетів
Ця трансформація боляче б’є по звичній траєкторії входу в професію. Те, що раніше було «пісочницею» для молодих інженерів — нескладні фічі, допоміжні скрипти, тестові середовища, — дедалі частіше автоматизується. Відповідно, зникає природний простір, де випускники могли безпечно набивати руку.
IBM прямо визнає: це створює серйозні виклики як для онбордингу, так і для освіти. Якщо entry‑level задачі зникають, а вимоги до перших років кар’єри зростають, університети вже не можуть готувати студентів за інерцією, спираючись на парадигму, де головне — вивчити синтаксис мов і базові патерни.
Компанія реагує на це не лише всередині, а й назовні: IBM працює з університетами над створенням навчальних програм для «AI‑стилю» розробки ПЗ. Йдеться не про додатковий курс «про AI», а про зміну самої логіки навчання програмуванню.
У центрі такої логіки — навички, які сьогодні слабко даються великим мовним моделям і залишаються критично людськими: верифікація, системна архітектура, інтеграція, оптимізація, безпека, спільне проєктування апаратної та програмної частини. Студентам потрібно вчитися не лише писати код, а й:
розуміти, як перевіряти й тестувати те, що згенерував AI;
бачити систему цілісно, а не як набір файлів;
оцінювати ефективність, продуктивність і енергоспоживання;
керувати зростаючою складністю й технічним боргом, який неминуче виникає, коли код генерується «на льоту».
У фінальній частині епізоду IBM окремо акцентує: університети стикаються з безпрецедентними викликами, оскільки студенти випускаються у світ, який змінюється швидше, ніж оновлюються навчальні плани. Робочі місця, на які вони орієнтувалися, стають невпізнаваними буквально за кілька років через масове впровадження AI. У відповідь IBM просуває ідею обов’язкової AI‑грамотності для всіх студентів, незалежно від спеціальності, — але для інженерів цього вже недостатньо. Їм потрібна глибока «AI‑рідна» підготовка, де робота з такими інструментами, як Bob, — не опція, а базова компетенція.
AI‑грамотність поза інженерією: Bob виходить у фінанси, операції та маркетинг
Ще одна важлива деталь: Bob — це не лише інструмент для розробників. IBM уже використовує його в інфраструктурі, консалтингу, операціях, фінансах, комунікаціях і маркетингу. Це означає, що «AI‑рідність» стає вимогою не тільки до інженерів, а й до широкого кола знаннєвих працівників.
У консалтингу Bob допомагає автоматизувати значну частину життєвого циклу розробки для клієнтів: від формування вимог і проєктної документації до тестування й деплойменту. В операціях і фінансах AI‑асистент може аналізувати документи, готувати звіти, перевіряти узгодженість даних. У комунікаціях і маркетингу — допомагати з підготовкою матеріалів, узгодженням меседжів, аналізом реакцій аудиторії.
Це розширення сфери застосування має два наслідки.
По‑перше, AI‑грамотність перестає бути вузькою технічною навичкою. Вона стає аналогом цифрової грамотності початку 2000‑х: без неї важко уявити будь-яку офісну роботу. Уміння формулювати запити до AI, інтерпретувати відповіді, перевіряти факти, розуміти обмеження моделей — усе це стає базовою компетенцією для операційних менеджерів, фінансистів, комунікаційників.
По‑друге, зростає значення міждисциплінарних команд, де інженери й неінженери працюють з одним і тим самим AI‑асистентом, але з різними цілями. Для IBM це ще один аргумент на користь того, що університети мають вбудовувати AI‑грамотність у всі програми, а не лише в комп’ютерні науки. Студенти‑економісти, фахівці з комунікацій, майбутні менеджери мають виходити на ринок із розумінням, як працювати з такими системами, як Bob, у своїй предметній області.
Від коду до верифікації: як змінюється роль інженера
На тлі всього цього змінюється й саме визначення професії «software engineer». Учасники дискусії в IBM описують еволюцію від Software 2.0, де дані замінюють частину коду, до Software 3.0 з foundation‑моделями й далі до Software 4.0, де системи складаються з агентів, які взаємодіють між собою й з людьми.
У такому світі розробник дедалі менше схожий на «кодера» і дедалі більше — на архітектора й оркестратора. Його завдання — не писати кожен рядок вручну, а визначати, які агенти потрібні, як вони мають взаємодіяти, які правила й обмеження застосовуються, як перевіряти їхню роботу.
Тестувальники, у свою чергу, перетворюються на «аудиторів агентів». Коли код генерує AI, класична модель «знайшов баг — виправив у коді» працює гірше. Натомість зростає роль перевірки вихідних результатів, сценаріїв використання, правил, які система застосувала, щоб дійти до певного рішення. Це ближче до аудиту, ніж до традиційного QA.
Усе це підсилює головний меседж IBM: майбутнє програмної інженерії — не в тому, щоб замінити людей моделями, а в тому, щоб змінити, що саме роблять люди. Компанія інвестує в те, щоб нове покоління інженерів і знаннєвих працівників було «AI‑рідним» із першого дня: працювало пліч-о-пліч з такими системами, як Bob, розуміло їхні сильні й слабкі сторони й будувало навколо них нові типи продуктів і сервісів.
Висновок: AI‑рідність як нова норма кар’єри
Стратегія IBM показує, як може виглядати перехід до AI‑native робочого середовища на практиці. Подвоєння найму інженерів початкового рівня на тлі автоматизації рутинного кодування виглядає парадоксально лише доти, доки ми мислимо старими категоріями. Якщо ж визнати, що «джун» тепер має стартувати з рівня системного мислення й роботи з AI‑асистентом, логіка стає зрозумілою.
Доступ до Bob із першого дня, позиціонування його як «сеньйора для новачків» і «джуна для сеньйорів», розширення використання AI‑інструментів на фінанси, операції, маркетинг, а також спільна розробка університетських програм для AI‑стилю розробки — усе це елементи однієї картини. У ній AI‑грамотність стає базовою навичкою, а вміння працювати з агентними системами — ключовою компетенцією для інженерів і знаннєвих працівників.
Для студентів і молодих фахівців це означає одне: готуватися доведеться не до світу, де AI «відбирає роботу», а до світу, де без глибокого розуміння AI й уміння співпрацювати з ним кар’єра в технологіях і суміжних сферах просто не стартує.
Джерело
The future of software engineering, tokenmaxxing and AI in higher education — IBM Technology