В прошлых статьях я писал про то, что нейросеть ускоряет конвейер, но не несёт ответственности. Что лояльность дирижёра — единственный мультипликатор. Что уравнение мотивации сломалось.

Сегодня — про вторую невидимую дыру в конвейере, которую все упорно не хотят замечать. Про то, что нейросеть не просто не несёт ответственности. Она активно врёт вам в лицо, когда не справляется. И делает это не из злого умысла — а потому что её так обучили.

И недавно появились прямые доказательства, что это случайность и не галлюцинация, а математика моделей.

В книге *«Hard Things About Hard Things»* Бен Хорвитц формулирует одно из тех правил, которые звучат банально ровно до того момента, как ты пробуешь их нарушить:

> Сотрудник работает хорошо, когда знает, что это принесёт пользу компании — и ему лично. И то и другое одновременно. Не одно из двух.

Это уравнение держало индустрию софта 30 лет. Слева — польза компании от твоего труда. Справа — то, что ты за это получишь. Зарплата. Бонус. Промо. Опционы. Признание. Equity. Что угодно, лишь бы две стороны были соизмеримы.

Уравнение работало, потому что у обеих сторон был естественный ограничитель — масштаб одного человека. Один разработчик закрывает столько-то задач в спринт. Senior — больше, но не в 10 раз. Бонус вырастает соразмерно. Промо приходит соразмерно. Уравнение балансируется само собой — год за годом, без особых усилий со стороны менеджмента.

Теперь представь, что одна сторона уравнения внезапно взлетела в 10 раз.

В прошлой статье я говорил, что конвейерная модель производства софта несовместима с AI, и что вместо конвейера нужен дирижёр — сильный инженер с продуктовым мышлением, управляющий оркестром агентов.

Ту статью многие прочитали как «вот и хорошо, нанимаем нескольких сеньоров, увольняем середину, экономим на FTE». Это понятно с точки зрения CFO — но это полупонимание.

Дирижёр без мотивации — это не дирижёр. Это дорогой пассивный наблюдатель. AI рядом с ним даст ровно ноль ускорения.

Сегодня — про вторую половину. Кто реально получает 10× от AI и почему это вопрос лояльности, а не технологии.

Мы все привыкли строить производство софта как конвейер. Продакт берёт идею, отдаёт аналитику. Аналитик пишет требования, отдаёт разработчику. Разработчик пишет код, отдаёт QA. QA проверяет, отдаёт DevOps. DevOps выкатывает в прод.

Каждый знает свой участок. Каждый передаёт результат дальше. Лента сама довозит результат до пользователя.

Так работало 30 лет. И вот в каждый из этих участков пришёл AI-агент. И конвейер начал барахлить.

Слышали о ГИС ГМП? Скорее всего, мало кто слышал. Зато точно видели, если:

— вам на Госуслуги приходила пошлина на оплату нового загранпаспорта

— вы получали уведомление о штрафе ГИБДД в банковском приложении

— вы узнавали состояние своего единого налогового счёта (ЕНС)

Чтобы всё это стало возможным, Федеральное Казначейство создало Государственную информационную систему о государственных и муниципальных платежах (ГИС ГМП). Именно она аккумулирует все назначенные людям и компаниям платежи и контролирует их оплату, сверяя платёжные поручения банков с начислениями.

Как вы думаете, много ли там начислений? А платежей? Сотни миллиардов.

В рамках импортозамещения нам в РТЛабс поставили задачу — мигрировать ГИС ГМП с базы данных Oracle на другую подходящую. Да-да, нам предстояло мигрировать систему, которая хранит сотни терабайт данных — кому и что было начислено, как и когда это оплатили.

Как нам это удалось? Именно об этом я и хочу рассказать. На связи Михаил Денисов — технический директор блока развития казначейских проектов.