Искусственный интеллект не заменяет SRE-инженеров — он лишает их критических навыков. Когда ИИ автоматически решает 95% инцидентов, специалисты теряют способность справляться с оставшимися 5% сложных проблем.
Проблему описала Лисанна Бейнбридж в исследовании 1983 года о промышленной автоматизации. Рабочие, привыкшие к автоматическим системам, не могли эффективно вмешиваться при их отказе. Сегодня та же схема работает в IT.
(Для справки: SRE (Site Reliability Engineers) — инженеры надёжности сайтов, отвечают за стабильность продакшн-систем: мониторинг, реагирование на инциденты, поддержку доступности сервисов.)
ИИ-системы мониторинга научились самостоятельно перезапускать упавшие сервисы, масштабировать нагрузку, выявлять аномалии в трафике. Инженеры превращаются в наблюдателей — пока система не столкнётся с нестандартной ситуацией.
Результат предсказуем: когда ИИ не справляется с критическим инцидентом, SRE оказываются неподготовленными.
Навыки отладки атрофируются без практики. Понимание архитектуры тускнеет. Способность к быстрому анализу теряется.
Для российских команд это особенно актуально — многие компании массово внедряют ИИ-решения для DevOps, не задумываясь о балансе автоматизации и экспертизы.
Решение простое: не отказ от ИИ, а осознанный баланс. Оставлять инженерам достаточно задач для поддержания профессиональных навыков.