Инструменты для кодирования с помощью искусственного интеллекта стали общедоступными. Сегодня для CIO важна не только скорость разработки, но и то, как формируются команды, как оценивается работа и кто обучает следующее поколение инженеров, считают опрошенные порталом InformationWeek эксперты.
Согласно опросу Stack Overflow, в котором приняли участие более 49 тыс. разработчиков, около 84% респондентов сейчас используют или планируют использовать инструменты ИИ. В то же время, согласно исследованию DX Research, проведенному в 2026 г., рост производительности стабилизировался на уровне около 10%, даже несмотря на то, что 93% из 121 тыс. опрошенных разработчиков стремятся использовать ИИ.
Эти цифры должны обеспокоить любого CIO, который одобрил внедрение ИИ-кодирования, ожидая резкого повышения производительности.
Цифры производительности рассказывают лишь часть истории. Они являются симптомом более глубокого сдвига: ИИ меняет не только скорость разработки ПО. Он меняет то, чем занимаются разработчики, как структурируются команды и — что наиболее важно — как следующее поколение инженеров осваивает ремесло.
Кай Чуанг, CIO компании Circles, занимающейся сервисами для рабочих мест, наблюдает это воочию, поскольку работа его разработчиков смещается от непосредственного кодирования к проектированию и системной архитектуре. Они тратят меньше времени «на буквальное программирование» и больше времени на определение того, что нужно построить, и тестирование работоспособности. Темпы изменений впечатляют. По словам Чуанга, как только разработчики начали доверять результатам, «переход к почти полной ИИ-генерации кода произошел быстро сам собой», без какого-либо директивного указания сверху.
Дефицитным навыком теперь является не написание кода. «Речь идет о знании того, что нужно построить, как это должно быть спроектировано, безопасно ли это и действительно ли это способствует достижению бизнес-результатов», — отмечает Эрик Браун, старший партнер консалтинговой фирмы West Monroe.
Вместо того чтобы просто писать больше кода, «компании, которые все сделают правильно, перестроят жизненный цикл разработки ПО вокруг ИИ. Те, кто просто предоставит разработчикам инструменты, получат больше активности, но не обязательно лучшие результаты», — говорит он.
Разработчики становятся дизайнерами и рецензентами
Новое разделение труда уже стало нормой в UiPath, компании, занимающейся разработкой ПО для автоматизации предприятий, где «значительная часть кода, развернутого в производственной среде, уже написана агентами-кодерами», — рассказывает главный технический и продуктовый директор UiPath Паркси Мальпани.
«Разработчики трансформируются из писателей кода в рецензентов и системных дизайнеров. Они определяют намерения, проверяют результаты и выпускают больше кода быстрее, вместо того чтобы писать каждую строку кода», — говорит он, называя это «сдвигом в одном из основных аспектов идентичности разработчика».
Когда кодирование перестает быть медленным этапом, узкое место перемещается вверх по цепочке — к проектированию, которое также перестраивается под воздействием ИИ. Это предъявляет новые требования к бизнес-аналитикам и менеджерам по продуктам, требуя от них, по словам Чуанга, «готовых к реализации» концепций. Использование ИИ для изучения сценариев использования и создания макетов интерфейсов до привлечения разработчиков позволяет им «предоставлять гораздо более качественный и продуманный дизайн», — отмечает он.
Помимо показателей производительности
Если кажется, что производительность не меняется, CIO следует сначала оценить, измеряют ли они правильные показатели. По словам директора по технологиям и инновациям консалтинговой фирмы Cornerstone Research Фила Лесли, проанализировав более миллиона записей о рабочем времени они получили «по сути отрицательный ответ» о росте производительности благодаря ИИ. Но этот вывод, несмотря на точные данные, также вводит в заблуждение.
«Использование ИИ не привело к заметному сокращению рабочего времени аналитиков, — говорит он. — Но оно изменило структуру: аналитики сообщают о меньшем времени, затрачиваемом на кодирование и отладку, и большем — на интерпретацию, методологию и размышления. Работа выглядит по-другому, хотя количество рабочих часов не изменилось».
Некоторые организации сообщают о значительном росте производительности благодаря кодированию с помощью ИИ. Однако даже в этом случае технологические руководители утверждают, что рост производительности — не самое важное изменение.
Например, в Bank of America, который ежегодно инвестирует в технологии почти 14 млрд. долл., использование ИИ для помощи в кодировании, применяемой более чем 18 тыс. разработчиками, обеспечивает повышение эффективности более чем на 20%. Но дело не в чистой скорости, говорит Хари Гопалкришнан, директор банка по технологиям и информации: «Потребность в талантливых людях, способных решать сложные проблемы, принимать взвешенные решения и выстраивать отношения, останется критически важной».
Показатели активности vs. бизнес-результаты
Большинство стандартных показателей ИИ-кодирования по-прежнему учитывают усилия, а не результаты: развернутые рабочие места, использованные токены, сгенерированные строки кода, самостоятельно заявленная экономия часов. «Это показатели активности, — отмечает Браун. — Лучше спросить, изменились ли бизнес- и инженерные результаты».
Он рекомендует дашборд, который не похож на счетчик токенов и отслеживает время цикла от идеи до производства, частоту развертывания, процент неудачных релизов, скрытые дефекты, уязвимости безопасности и долю сгенерированного ИИ кода, требующего существенной коррекции человеком. «Цель не в увеличении количества кода, — поясняет Браун. — А в более быстрой, безопасной и качественной доставке, ориентированной на бизнес-результаты».
Данные исследований демонстрируют, почему качество имеет значение. Анализ 211 млн. строк кода, проведенный компанией GitClear, производителем инструментов для разработчиков, показал, что объем изменений кода почти удвоился в период с 2020 по 2024 гг., в то время как рефакторинг снизился с 25% до менее чем 10%. Согласно исследованию софтверной компании Opsera, проведенному в 2026 г., запросы на слияние, сгенерированные ИИ, проверяются в 4,6 раза дольше и содержат на
Бомба замедленного действия для начинающих разработчиков
Однако самый серьезный риск проявится не в показателях этого года. Он станет явным через два-три года. Рутинная работа, которую сейчас берет на себя ИИ — исправление ошибок, документирование и тестовое покрытие — это именно то, на чем начинающие разработчики оттачивают свои навыки. Заберите это у них «без новой модели ученичества, которая бы заменила это», и компании создадут дефицит кадров через два-три года, предупреждает Браун.
Сокращение вакансий начального уровня на основании теории о том, что ИИ заменит начинающих разработчиков, — это «почти билет в один конец», считает Лесли: «Необходима модель ученичества — это то, как почти в каждой профессии развивается способность принимать решения, на которую в конечном итоге полагаются опытные специалисты».
Решение заключается не в прекращении найма начинающих разработчиков, а в переосмыслении этой роли. Лучшие начинающие разработчики «будут знать не только как писать код — они будут знать, как задавать правильные вопросы, понимать бизнес-цель, лежащую в основе ПО, и оценивать, действительно ли сгенерированный ИИ код результат решает проблему», — говорит Браун.
Меняется и подход к найму. Чуанг теперь отдает предпочтение разработчикам, которые «более междисциплинарны и интересуются решением основных бизнес-задач». По мере удешевления программирования «умение определять, что и как кодировать, становится ценным активом», причем наибольшую ценность приобретают разработчики, которые понимают проектирование систем и могут обеспечивать «безопасность, соответствие нормативным требованиям и удобство сопровождения» автоматизированных процессов в течение длительного времени, отмечает Мальпани.
Управление смещается в центр
По мере распространения кода, генерируемого ИИ, контроль перемещается с периферии в ядро работы. «Акцент смещается с проверки каждой строки написанного вручную кода на управление всем жизненным циклом ПО: тестированием, развертыванием, правами доступа, возможностью аудита и поведением во время выполнения», — говорит Мальпани.
По его словам, предприятиям потребуются платформы, обеспечивающие последовательный контроль, отслеживаемость и мониторинг независимо от того, какой агент по кодированию создал код. Он подчеркивает, что агентам «необходимы механизмы контроля и опытные рецензенты».
Это парадоксальный урок. Агенты-кодеры «не устранили необходимость в платформах разработки low-code или корпоративных платформах разработки, — отмечает Мальпани. — Они сделали эти платформы более ценными. Более быстрая генерация кода увеличивает потребность в проверках, оценке, управлении и сотрудничестве».
Скорость — это часть выгоды. Но полная ценность инструментов ИИ-кодирования проявляется только тогда, когда меняется подход к разработке ПО в том, как формируются команды, как оценивается работа и как следующее поколение учится оценивать результаты работы машин.
