Один из ключевых сюжетов — использование ИИ в разработке. Иван Ашихмин, middle Python‑разработчик и ментор IT‑академии Lad, сфокусировал выступление на разрыве между маркетинговыми обещаниями и реальной практикой. По его словам, главный риск — воспринимать ИИ как замену компетенции, а не как инструмент, который работает только в связке с опытом разработчика.

«ИИ не волшебная палочка, которая сделает все за вас, это просто инструмент, которым нужно уметь пользоваться», — подчеркнул Иван Ашихмин.

В центре внимания была и управляемость результата. В реальных проектах слепая вера в генерацию кода приводит к техническому долгу: нарушается декомпозиция, исчезает архитектура, усложняется сопровождение, а скорость «на старте» превращается в затраты на переписывание. На практике ИИ действительно помогает, например, в подготовке черновиков, документации, тестов или в быстром переборе вариантов решения. Но устойчивый эффект появляется только там, где разработчик способен оценить результат, увидеть ограничения и встроить его в стандарты команды.

Отдельно Иван Ашихмин обозначил системную проблему, которая уже обсуждается в индустрии: если компании начнут массово закрывать рутинные задачи начинающих специалистов нейросетями, то через несколько лет рынок может столкнуться с нехваткой специалистов среднего уровня.

«Если нейросети забирают всю рутинную работу джунов, то где и как будут расти будущие мидлы и сеньоры, способные делать качественное ревью?» — сформулировал он вопрос, важный не только для ИТ‑команд, но и для HR‑стратегий.

Если в разработке основной риск связан с качеством и поддерживаемостью результата, то в бизнес‑задачах ключевая тема — перераспределение времени и ответственности. Алексей Усков, директор IT‑академии Lad, говорил о том, что ИИ уже берет на себя значимую часть операций: ускоряет подготовку документов, первичную аналитику, черновики коммуникаций, работу с массивами информации.

При этом смысл изменений, по его словам, не в «обнулении» профессий, а в переходе к более сложным задачам, где нужны переговоры, управление, решения в условиях неопределенности и работа с людьми.

«ИИ уже молниеносно обрабатывает отчеты, составляет договоры и даже проводит первичные переговоры. Означает ли это, что менеджеры, экономисты и юристы становятся бесполезны? Ровно наоборот — освободившись от рутины, вы наконец можете заняться настоящим стратегическим лидерством», — отметил Алексей Усков.

Практический акцент — на умении ставить задачу: чем точнее контекст, требования и критерии результата, тем выше прикладная ценность ответа и тем ниже вероятность «правдоподобных ошибок». По сути, навыки работы с ИИ становятся частью управленческой культуры: это уже не «технология для ИТ‑отдела», а рабочий инструмент для офисных функций, от продуктовой аналитики до подготовки материалов для совещаний и клиентов.

Третья перспектива — креативная. Анна Жукова, senior UX/UI‑дизайнер группы IT‑компаний Lad, представила тему «Как веб‑дизайнер приручил ИИ» и разобрала, где нейросети действительно помогают в работе дизайнера, а где эффект ограничен.

Подход строится на честном разделении задач на три группы: те, которые дизайнер готов доверять ИИ полностью; те, где ИИ ускоряет отдельные этапы (черновики, варианты, формулировки, подготовка материалов), но требует контроля и доработки; и те, где нейросеть не может заменить специалиста. Речь прежде всего о понимании пользователя, продукта, контекста бизнеса и о принятии решений, которые влияют на опыт и конверсию. В дизайне, как и в разработке, скорость не равна качеству: ценность появляется, когда инструмент встроен в процесс и подчинен цели, а не подменяет ее.

Тема «как работать с ИИ правильно» напрямую связана с тем, как сегодня выстраивается подготовка специалистов. В  IT‑академии Lad этот подход реализуется через обучение вокруг практики и проектной работы. Такой формат позволяет студентам не только освоить инструменты, но и пройти ключевой для работодателей путь, от постановки задачи и планирования работ до реализации, тестирования и защиты результата. В логике обсуждения ИИ это особенно принципиально: нейросети могут ускорять отдельные этапы, но не снимают ответственности за архитектуру, качество и соответствие цели продукта.

Иными словами, если ИИ становится «новой нормой» для выполнения рутинных операций, то ценность обучения смещается в сторону того, что сложнее автоматизировать: умения разбирать задачу на этапы, принимать инженерные и продуктовые решения, работать в команде и доводить проект до итогового результата.

Три точки зрения — разработка, управление и дизайн — сходятся в одном: ИИ становится новым «слоем» производительности, однако конкурентоспособность компании и специалиста определяется не доступом к инструменту, а качеством его применения.

На практике выигрывают те, кто:

• умеет декомпозировать задачи и задавать понятные критерии результата;
• обеспечивает контроль качества (технический, управленческий, продуктовый);
• использует высвобожденное время для задач, где критичны человеческие компетенции — от инженерного мышления до лидерства и понимания пользователей.