Привет! Меня зовут Владимир Дробот, я SRE-лид и руководитель центра техподдержки кластера рекламных технологий компании МТС Web Services. Наша команда отвечает за вторую линию саппорта: мы разбираем сложные инциденты, ищем корни проблем и передаем разработчикам те баги, которые упираются в код или архитектуру.     

Для решения задач инженерам приходится работать одновременно с Jira, Confluence, логами и базами данных. Несмотря на существующую документацию, много времени уходило на поиск информации и анализ уже решенных инцидентов. Недавно мы внедрили систему поиска на базе RAG: общее описание и технические детали. Наше решение объединило данные из Jira и Confluence в единую поисковую систему, инженеры получают ответы на вопросы на естественном языке.

Подход дал заметный эффект, однако со временем стало понятно, что основное ограничение заключается не в качестве поиска. Чтобы получить пользу от RAG, инженер должен сначала понять, что именно искать. Это особенно актуально при разборе инцидентов: причина проблемы неизвестна и непонятно, какие данные понадобятся для анализа и какие запросы следует сформулировать. В результате инструмент использовали не во всех типах задач.

Кроме того, было сложно объективно оценивать влияние решения на качество поддержки. Мы получали положительную обратную связь, но не могли точно измерить, насколько быстрее или качественнее стали решаться тикеты. Тогда мы решили: если система уже умеет искать информацию и анализировать найденные материалы, почему бы не поручить ей первый этап расследования инцидента целиком?

Разбираемся, что говорят данные, экономическая история и исследования о влиянии искусственного интеллекта на рынок труда.

Привет, Хабр! Меня зовут Владимир Дробот, я SRE Lead и руководитель центра технической поддержки в кластере рекламных технологий в компании «МТС Веб Сервисы». 

В последние месяцы изучаю тему замещения человеческого труда с помощью искусственного интеллекта: читаю исследования, аналитические отчеты, статьи экономистов и технологических компаний. К этому меня привели не только публикации в медиа, но и неоднозначная реакция коллег. В профессиональной среде нет единого мнения: кто-то убежден, что ИИ заменит значительную часть специалистов уже в ближайшие годы и всерьез опасается этого, а кто-то относится к этим заявлениям с явным скепсисом.

Как и многие сейчас, я внедряю ИИ в свою работу и хотел бы поделиться своим анализом темы влияния ИИ на рынок труда. В 2026 году мы живем в странной информационной реальности. С одной стороны, руководители крупнейших ИИ-компаний заявляют, что искусственный интеллект вот-вот заменит программистов и половину офисных сотрудников. С другой — данные по занятости в развитых странах не показывают массовой безработицы. 

Проблема в том, что большинство прогнозов о влиянии ИИ строятся исходя из технических возможностей моделей, а не из экономики их внедрения.

Кто прав? Паникеры или оптимисты?

В этом материале попробую отделить прогнозы от фактов и предложить более спокойный взгляд на происходящее. Моя гипотеза проста: Искусственный интеллект не столько уничтожает профессии, сколько ускоряет естественный процесс перераспределения труда, который всегда происходил в экономике, и повышает требования к адаптивности людей.

Привет! Меня зовут Владимир Дробот, я SRE-лид и руководитель центра техподдержки кластера рекламных технологий компании МТС Web Services. Наша команда отвечает за вторую линию саппорта: мы разбираем сложные инциденты, ищем корни проблем и передаем разработчикам те баги, которые упираются в код или архитектуру. 

Поиск нужной инструкции в заросшей документации Confluence и Jira — головная боль для многих команд техподдержки.Чтобы повысить эффективность работы, мы решили сделать собственного ИИ-помощника. Под катом расскажу, как нам удалось довести проект до прода, совмещая его с ежедневной рутиной, и что мы поняли после его реализации.