W tym odcinku dowiesz się jakie wyzwania czekają rynek i branżę IT w sezonie 2023/2024.

Transkrypcja odcinka

Cześć, nazywam się Krzysztof Rychlicki-Kicior i witam cię serdecznie w podcaście „Software z każdej strony”, w którym dowiesz się, jak łączą się ze sobą świat biznesu i IT.

To jest odcinek 33 - Największe wyzwania informatyczne w sezonie 2023-2024. Tematyka wyzwań, trendów, perspektyw na rok jakiś tam 2023-2024-2025, to temat, który nie da się ukryć, jest bardzo popularny. Z reguły jednak dominuje pod koniec poprzedniego roku, bądź na początku właśnie tego omawianego. Natomiast ja niejako w zgodzie ze swoim kocim nazwiskiem chadzam swoimi ścieżkami i o takich właśnie perspektywach na kolejny rok, ale właśnie nie na kolejny rok, tylko na kolejny sezon chciałbym porozmawiać właśnie teraz, czyli w okolicy połowy roku 2023.

Czemu mówię sezon, a nie rok? Nie jest to właśnie termin na omawianie tego rodzaju perspektyw wybrany po prostu tylko na przekór. Natomiast odruchowo, kiedy taki pomysł wpadł mi do głowy, pomyślałem o takiej tematyce w kontekście niekoniecznie może prowadzenia firmy, tylko też pracy akademickiej na uczelni, gdzie ten sezon, to oczywiście rok akademicki i trwa od października do czerwca, no w zasadzie to do września, bo jest jeszcze kampania wrześniowa, ale ten główny okres zajęć tak właśnie wygląda. I nie da się ukryć, że też wiele rozgrywek sportowych, ligowych odbywa się właśnie w takim okresie. I tak naprawdę, jak ten pomysł mi wpadł, zacząłem myśleć o tym od strony właśnie biznesowej. I w sumie nie jest to głupie podejście, bo pod kątem różnego rodzaju wydarzeń, intensywnej pracy w firmach i organizacjach, czy też decyzji projektowych, które zapadają w związku z IT najwięcej dzieje się właśnie w okresie od września, i to raczej późnego września do świąt Bożego Narodzenia. To jest okres szczególnie ważny, bo w tym czasie decydują się budżety na kolejny rok. Potem jest z reguły trochę przerwy, bo mamy właśnie święta, potem też zwłaszcza w Polsce ferie, i wreszcie tak powiedzmy gdzieś od drugiej połowy, końcówki lutego do wakacji mamy taki drugi intensywny czas pracy. Więc jak się nad tym zastanowić, to takie myślenie sezonami wcale nie jest pozbawione sensu, bo po wakacjach będzie można wejść z nową energią w ten nowy sezon, a słuchając, czy czytając informacje właśnie dotyczące perspektyw związanych z nowymi trendami, można skorzystać z tego z reguły spokojniejszego okresu wakacji na poznanie nowych narzędzi.

Wyzwań, chociaż w tytule nie pada konkretna liczba, ale będzie ich pięć, nie zawsze chcę używać takiej marketingowej formy tytułów w stylu „3 najważniejsze trendy”, „5 najciekawszych wyzwań”, ale akurat tak się złożyło, że będzie tych wyzwań pięć. Zacznijmy od tego tematu, który nie da się ukryć, jest najbardziej oczywisty, ja o nim już w dwóch odcinkach opowiadałem. Chodzi oczywiście o Chat GPT. Najświeższy był w tym zakresie odcinek 31, ten całkiem niedawno, i tam rozważałem na temat taki, czy Chat GPT zastąpi firmy IT na rynku. Natomiast to, że firmy chcą wdrożyć Chat GPT w swoich projektach, to rzecz oczywista. To też jest jakieś wyzwanie, ale nie o tym chcę wspomnieć. Chciałbym się w tym momencie przede wszystkim skupić na kwestiach takich troszkę wokół samego tworzenia aplikacji, czy wprost używania tego narzędzia, czyli chociażby kwestii praw autorskich do wygenerowanych tekstów, czy co ważniejsze w przypadku IT, kodów źródłowych na przykład. Zawsze kiedy pojawia się temat prawny ja wspominam o tym, że nie jestem prawnikiem. I oczywiście z czasem mogą też zmienić się konkretne zapisy przytaczane przeze mnie, zwłaszcza tutaj w momencie nagrywania tego odcinka, czyli na początku maja w "Terms of use" Chat GPT jest stwierdzenie, że można używać komercyjnie efektów jego działania, czyli tak zwanego outputu, wyjścia. Natomiast warto jednocześnie zwrócić uwagę, że jest to cały czas bardzo szara strefa, bo w tym samym dokumencie Open AI w zasadzie, jako organizacja wspomina, że ten sam produkt, ten sam output może pojawić się u wielu użytkowników. Więc tak naprawdę kwestia przekazania praw staje się tutaj sporym problemem. Bo jeżeli kilku osobom wyjdzie to samo, to co z tym zrobić. Warto też wspomnieć o tym, że tak naprawdę ta wspaniała, sztuczna inteligencja nie tworzy swoich rezultatów z niczego. Tak naprawdę jest to efekt przetworzenia wcześniej podanych informacji, które mogłyby być objęte innymi prawami autorskimi. I to też jest spore wyzwanie.

Kolejna kwestia, ale cały czas w ramach tego samego wyzwania, to legislacja, jak rządy państw podejdą do kwestii użycia, wdrażania rezultatów Chat GPT i innych oczywiście też sieci. To jest temat niezwykle dynamiczny, bo w marcu na przykład we Włoszech pojawił się tymczasowy ban, zakaz istnienia tej usługi, ale już pod koniec kwietnia, dosłownie chwilę przed nagraniem tego odcinka został on zniesiony. Natomiast trudno powiedzieć, czy taka sytuacja nie zaistnieje w innych krajach.

I wreszcie trzeci aspekt tego wyzwania, to modele biznesowe właśnie budowane wokół Chat GPT, czy tych dużych modeli językowych. Niektórzy wprost podpinają się do Appy, do usługi oferowanej przez Chat GPT, inni próbują zrobić własne rozwiązanie, oparte na własnych modelach, czy też może nie tyle na własnych modelach, co własnoręcznie wdrożonych modelach. To wymaga więcej wysiłku, ale daje trochę większą kontrolę. Nie da się ukryć, to jest miejsce, gdzie podejrzewam, w tym momencie jest największa dynamika rynku. Bacznie myślę, że wszyscy obserwują, co się dzieje, sporo też osób i organizacji działa w tym zakresie. Na pewno trzeba obserwować i zobaczyć, co wyłoni się, kiedy kurz opadnie.

Dobrze, jak jesteśmy już przy AI, to przejdźmy do kolejnego wyzwania, który moim zdaniem również w tym nadchodzącym sezonie może być interesującym trendem do obserwacji, właśnie do uwzględnienia tego w swoich działaniach. To jest też obserwacja tych trendów sztucznej inteligencji, które nie są stricte związane z sieciami generatywnymi. Bo ten cały Czat GPT, te wielkie modele, duże modele językowe, one są oparte na sieciach generatywnych, czyli polega to na tym, że na podstawie niewielkiej ilości informacji wejściowej są generowane teksty, kody źródłowe, obrazki, filmy, chociaż to jest póki co raczej jeszcze temat do żartów. Jak się spojrzy na te filmiki z Willem Smith’em jedzącym makaron, to bardziej jak horror wygląda, niż jak poważne wideo, ale pewnie będzie się to zmieniać z czasem na plus. Tu warto powiedzieć, że tak naprawdę przez długi czas zastosowania generatywne były zdecydowanie niszowe, mało skuteczne, mało przydatne tak naprawdę, bardziej w charakterze ciekawostki. Potem wszedł model, czy też usługa raczej, też stworzona przez Open AI, czyli DALL°E do generowania obrazów, co już było ciekawsze. Ale to tak naprawdę Czat GPT stworzył nam, dał ten wybuch popularności. Wcześniej jednak myślę, że można pokusić się o stwierdzenie, że zdecydowanie dominowała taka jakby druga strona narzędzi, czyli nie generatywna, a analityczna strona, analityczne modele, analityczne sieci. Czyli analityczne, to znaczy służące do wyciągania, pobierania, wyłuskiwania informacji, na przykład z sygnałów wideo, z obrazów, z dźwięku, czy też z tekstu. Na przykład jeżeli przekazaliśmy chociażby modelom z zakresu przetwarzania języka naturalnego NLP tekst, to mogliśmy na przykład chcieć uzyskać pewne informacje, chociażby czy tekst jest nacechowany emocjonalnie pozytywnie, negatywnie. To samo można też powiedzieć chociażby o analizie emocji w sygnale mowy, rozpoznawanie obiektów na obrazach, to wszystko są narzędzia analityczne, które przetwarzają jakieś wyjściowe strumienie informacji, aby dać nam przydatne do dalszych działań informacje. Tego rodzaju narzędzia są w zasadzie kluczowe, jeżeli chcemy tworzyć inteligentne roboty, czy jakieś inne systemy agentowe, nadając im pewne umiejętności, które my ludzie traktujemy jako oczywiste. I teraz na fali popularności tych narzędzi generatywnych, nie da się ukryć, że myślę, ta duża fala generatywna spowoduje też wzrost zainteresowania metodami analitycznymi i na przykład różnego rodzaju granty, inwestycje w start-up’y mogą skutkować też zwiększeniem popularności narzędzi analitycznych, a może jakichś metod hybrydowych, wzmacniania metod analizy za pomocą sieci generatywnych. No cóż, czas pokaże.

Zostawiając już na teraz temat sztucznej inteligencji chciałbym powrócić jednakowoż do kwestii zastąpienia programistów przez AI, ale nie powracam może o tyle do samej kwestii sztucznej inteligencji, co do zastąpienia programistów jakimiś innymi narzędziami. Bo tak naprawdę dla nas jako twórców oprogramowania, zwłaszcza programistów, temat zastąpienia ich jakąś technologią nie jest nowy. Bo w miarę tego, jak rosną wynagrodzenia, jak trudno jest znaleźć programistów, wszyscy myślą o tym, jak wytworzyć oprogramowanie bez tych osób, które jak to się mówi, przetwarzają kawę i pizzę na kod i oprogramowanie. I tutaj pewnym popularnym trendem, który istnieje, istniał od ładnych kilku lat są rozwiązania typu no-code, low-code. Założeniem takich platform jest brak w przypadku no-code lub bardzo ograniczona konieczność użycia języka programowania i kodu, w przypadku rozwiązań low-codowych do tworzenia aplikacji. Zamiast tego odbywa się to najczęściej za pomocą jakichś środowisk graficznych, wizualnych. Takie platformy siłą rzeczy miewają ograniczenia, bo po prostu nie wszystko da się łatwo osiągnąć zupełnie nie programując. Natomiast w przypadku wielu prostych, takich trywialnych aplikacji związanych z prostym przetwarzaniem niezbyt skomplikowanych baz danych, takie technologie mogą okazać się dobrym wyborem.

I teraz, czy faktycznie takie technologie stanowią wyzwanie dla branży? I tak, i nie. Z jednej strony taki pierwszy odruch jest, że programiści stracą pracę, bo ktoś będzie mógł sobie wyklikać aplikację. Natomiast z drugiej strony uważam, że nie do końca, bo faktycznie takie środowiska pozwalają na odciążenie programistów z tych najbardziej prostych, trywialnych zadań, których tak naprawdę i tak nie lubią oni robić. Więc odciążenie z takich obowiązków może mieć wręcz pozytywny aspekt. Choć z drugiej strony może też zabrać pewne przychody takim firmom. Z drugiej strony dla mnie jest to pewnego rodzaju szansa, bo tworzeniem aplikacji mogą zainteresować się firmy, których w innej sytuacji nie byłoby stać na posiadanie własnej aplikacji, a dzięki takim technologiom jest to faktycznie możliwe. I kto wie, może się okazać, że firmy, które zaczęły swoją przygodę od właśnie no-code, low-code rozwiązań, po jakimś czasie, kiedy urosną, będą w stanie, będą chciały przejść na bardziej wyszukane, bardziej skomplikowane rozwiązania dedykowane.

Kolejne, czwarte już wyzwanie jakby stricte dotyczy sytuacji w branży IT. Nie jest to może jakieś takie ogólnorynkowe wyzwanie, chodzi oczywiście o sytuację kadrową w IT, która nie da się ukryć, zaczęła się zmieniać pod koniec roku 2022. No i według różnych opinii ten sezon 2023/2024 będzie decydujący. Czy będzie dochodzić do kolejnych zwolnień? Czy sztuczna inteligencja może zacznie zastępować pracowników naszej branży? Nie da się ukryć, że doszło do zbiegu różnych okoliczności, które wpływają na zmianę związaną z zapotrzebowaniem na specjalistów IT. Moim zdaniem to, o czym też wspominałem w jednym z poprzednich odcinków, IT się rozwija. Nic nie wskazuje na to, aby komputery, smartfony, tablety i inne urządzenia miały zniknąć. Skoro nie, to zapotrzebowanie na takie usługi będzie i prawdopodobnie będzie rosło. Natomiast nie da się ukryć, że nowe narzędzia, nowe realia mogą wpłynąć na sytuację, na strukturę wynagrodzeń, na role, które pojawiają się w projektach IT. Ale takie sytuacje miały już miejsce w przeszłości, może trochę wolniej one występowały, te zmiany, natomiast nie jest to nic kompletnie nowego, sam fakt zmiany, więc ponownie oczywiście trzeba trzymać rękę na pulsie.

Ostatni temat nie jest może takim tematem z pierwszych stron gazet, chociaż pewnie zależy których, natomiast moim zdaniem powinno się o nim mówić, powinien być tematem słyszalnym, bo prawdopodobnie z perspektywy globalnej jest on przyszłościowo jednym z najważniejszych. A chodzi o środowiskowe aspekty IT, tak zwane sustainability. Nie da się ukryć, że IT wiąże się z produkcją dużej ilości sprzętu komputerowego, co ma pewien negatywny wpływ, chociażby wynikający z wydobycia różnych surowców, w Afryce przecież lit, kobalt, też przetwarzanie tych surowców, później produkcja układów, komponentów. To niekoniecznie są pozytywne zjawiska. Natomiast z drugiej strony, patrząc tak całościowo, pandemia pokazała, że potrafimy dzięki tym komputerom, dzięki w ogóle urządzeniom elektronicznym pracować, też oszczędzając środowisko trochę z innej strony. Chociażby jesteśmy w stanie ograniczyć przemieszczanie się, co przecież też wymierne koszty związane z emisją dwutlenku węgla chociażby, no po prostu ma. Nie zmienia to faktu, że tworząc rozwiązania IT, wdrażając jakieś systemy warto dbać o to, aby te środowiskowe koszty wdrażania były jak najmniejsze. Nie da się ukryć, że na przykład farmy do kopania bitcoinów, kiedy ten był jeszcze droższy, pochłaniały ogromne ilości energii. Trudno sobie wyobrazić może na przykład użycie małego komputera, takiego laptopa w zaciszu domowym, jak to wpływa, chociaż to w sumie w gruncie rzeczy jest kwestia pewnych prostych obliczeń. Ale jeżeli już sobie zwizualizujemy taką farmę, na której były setki, czy tysiące serwerów, które potrafiły zachwiać stabilnością działań elektrowni, to niestety to nie da się ukryć, ma negatywny wpływ. Dlatego pewnym takim nowym trendem i też warto go obserwować jest spojrzenie na pisanie aplikacji wydajnych pod tym kątem, aby aplikacje działały szybko, nie tylko dlatego, aby użytkownik otrzymywał szybciej na przykład rezultaty działania, ale także dlatego że wydajnie działający algorytm pobiera mniej energii de facto, prawda? Przy uwspólnianiu zasobów chmurowych, przy tym, że wydajnie działające algorytmy mogą wymagać alokowaniem mniejszej ilości liczby komputerów w chmurze. Da się to, że tak powiem, to przerobić na faktycznie pewne korzyści. Wiadomo, że jakiś tam jeden prosty program napisany ciut szybciej nie przyniesie nam wielkich efektów, ale jeżeli to będzie pewna taka systemowa zmiana w sposobie myślenia, to może to być naprawdę ciekawe wyzwanie i ciekawy trend do obserwacji.

Na tym kończymy ten odcinek, natomiast bardzo chętnie poznałbym twoje zdanie na temat tego, czy przedstawione przeze mnie wyzwania są dla ciebie interesujące, a może masz jakieś inne kwestie, tematy, które twoim zdaniem zdominują kolejny sezon. Tak, jak wspomniałem, zachęcam do wszelkich komentarzy. Wakacje to niewątpliwie dobry czas, aby poeksperymentować, poznać nowe trendy i technologie też, dlatego zachęcam do podjęcia poszukiwań już teraz i skorzystania z tego luźniejszego czasu po to, żeby przygotować się na to, co przyniesie czas. Na teraz to wszystko, dziękuję za uwagę, kłaniam się nisko i do usłyszenia.

KONIEC