Andrew Ng: небольшие команды с AI‑агентами будут перестраивать корпоративные системы данных

На конференции LangChain's Interrupt AI Agent Conference Andrew Ng сказал, что вокруг AI много шума. При этом реальные изменения в компаниях, по его мнению, связаны с тем, как небольшие инженерные команды применяют AI‑агентов для перестройки корпоративной архитектуры данных. Он добавил, что инструменты для программирования с агентами развиваются быстрее, чем он ожидал. Ещё шесть месяцев назад Ng в основном работал с Claude Code, а теперь комбинирует OpenAI Codex, Gemini CLI и OpenCode. Темп такой, что сценарии вроде написания production‑кода прямо с телефона постепенно перестают казаться чем‑то необычным.

Ng также обратил внимание на то, как ускорение разработки сдвигает узкие места внутри организаций. Когда код появляется в 10x–100x быстрее, ограничением становится уже не само программирование, а управление продуктом. Тормозить начинают другие этапы: маркетинг, юридические проверки, дизайн и compliance. Функцию можно реализовать за день, но затем неделю ждать юридического согласования. В своей практике он собирает команды из одного до десяти инженеров‑универсалов. Они используют AI не только для написания кода, но и для первых черновиков маркетинговых текстов, terms of service и описаний продуктов.

Говоря о внедрении AI в корпорациях, Ng предостерёг от подхода, при котором технология рассматривается только как способ сократить расходы. Экономия, по его словам, имеет предел, тогда как рост, нет. В банковской сфере он привёл пример сценария «10-minute loan approval», который требует переосмысления всего процесса. Похожие возможности он видит в call centers и системах drive-through ordering. Ключевую роль здесь играет архитектура данных. Во многих компаниях данные по‑прежнему разрознены, а системы доступа изначально строились для людей, не для агентов. Если компании хотят, чтобы AI‑агенты действительно меняли бизнес‑процессы, придётся готовить неструктурированные данные для их работы и перестраивать инфраструктуру данных.