ИИ повсюду, но доверия нет: разрыв между инструментами и разработчиками
Почти 90% специалистов в области технологий используют искусственный интеллект в своей работе, но уровень доверия к ИИ-инструментам остаётся низким — лишь 3% разработчиков выражают высокую степень доверия, а 46% сомневаются в их точности. Внедрение ИИ усиливает как сильные, так и слабые стороны организаций, при этом рост скорости разработки не компенсирует увеличивающуюся нестабильность программных продуктов, что указывает на необходимость системной трансформации, а не только использования новых инструментов.
По данным 2025 года, почти 90% специалистов в области технологий уже используют искусственный интеллект в своей работе. Однако, согласно отчету DORA State of AI-assisted Software Development, между разработчиками и инструментами, на которые они все чаще полагаются, сохраняется значительный разрыв в доверии. В рамках исследования было опрошено около 5000 технологических профессионалов по всему миру. Результаты показали, что, несмотря на почти универсальное внедрение ИИ, остаются серьезные организационные проблемы.
Доверие к ИИ остается низким
Результаты Stack Overflow 2025 года, также посвященные доверию к ИИ, подтверждают эти опасения. 46% разработчиков выражают недоверие точности ИИ-инструментов, а уровень доверия в целом составляет всего 33%. Только 3% участников опроса сообщили, что имеют «высокий уровень доверия» к результатам, генерируемым ИИ. Это свидетельствует о широком скепсисе относительно качества кода, создаваемого с помощью ИИ, несмотря на его повсеместное использование.
ИИ усиливает сильные и слабые стороны организаций
Отчет DORA подчеркивает, что ИИ не является панацеей. Его роль в разработке программного обеспечения заключается в усилении сильных и слабых сторон организаций. В высокопроизводительных компаниях ИИ становится катализатором успеха, тогда как в организациях с системными проблемами он может усугубить имеющиеся недостатки. Это разрушает распространенное предположение, что внедрение ИИ автоматически приведет к трансформации бизнеса.
Стабильность ПО остается проблемой
С момента начала внедрения генеративного ИИ стабильность программных систем стала критически важной темой. Хотя существует положительная корреляция между использованием ИИ и скоростью доставки, нестабильность программных продуктов продолжает расти. Команды адаптировали скорость разработки, но их системы пока не готовы безопасно справляться с ИИ-драйвом.
Исследователи проверяли, может ли ускорение, обеспечиваемое ИИ, компенсировать нестабильность через быстрое тестирование и исправление. Однако анализ показал, что такой подход не дает ожидаемых результатов. Вместо этого нестабильность продолжает негативно влиять на качество продуктов и производительность сотрудников.
Успех ИИ — это проблема систем
В отчете подчеркивается, что успех внедрения ИИ — это не просто вопрос инструментов, а проблема систем. Внедрение должно сопровождаться глубокой трансформацией организаций. Для этого необходимо создавать четкие политики, поддерживать здоровые экосистемы данных и разрабатывать качественные внутренние платформы. Это подтверждает и Лиз Браун из IT Revolution: «Исследование разрушает иллюзию, что ИИ — это просто вопрос инструментов. Это вопрос систем».
Платформенная инженерия как основа
Платформенная инженерия становится ключевым элементом масштабирования ИИ-преимуществ. 90% организаций уже внедрили внутренние платформы, а 76% имеют отдельные платформенные команды. Однако переход сопряжен с рисками: качественные платформы связаны с небольшим увеличением нестабильности доставки ПО. Исследователи объясняют это как «компенсацию рисков», когда компании с сильными возможностями восстановления могут позволить себе больше экспериментов, сохраняя при этом общую надежность систем.
Интересно: Может ли организация с нестабильной культурой и слабой структурой эффективно использовать ИИ, или же ИИ просто выявит ее слабости? Какие шаги действительно нужны для масштабного успеха?
Когда ИИ становится зеркалом организации
В 2025 году искусственный интеллект уже не просто перспектива — он стал частью повседневной работы почти всех разработчиков. Однако внедрение ИИ не приводит к автоматической трансформации бизнеса. Наоборот, оно становится зеркалом, в котором отражаются сильные и слабые стороны организаций. Это важно понимать, особенно для российских компаний, которые только начинают осваивать новые технологии.
ИИ как усилитель системных проблем
Искусственный интеллект не решает проблем, он их выявляет. В компаниях с сильной культурой, четкой структурой и развитой платформенной инженерией ИИ становится мощным катализатором. Но в организациях, где процессы не оптимизированы, коммуникация затруднена, а культура не поддерживает эксперименты, внедрение ИИ может усугубить ситуацию.
Важно понимать: ИИ не заменяет людей, он их усиливает — и это касается как сильных, так и слабых сторон.
Особенно это актуально для российских IT-компаний, где часто отсутствует культура непрерывной доставки и автоматизации. В таких условиях внедрение ИИ может привести к неожиданной нестабильности, а не к улучшению качества продуктов. Это требует не только технической подготовки, но и изменения управленческой мысли.
Нестабильность — не цена прогресса
Одним из ключевых выводов исследований стало то, что внедрение ИИ не компенсирует рост нестабильности программных систем. Хотя скорость доставки растет, качество не всегда соответствует. Это связано с тем, что автоматизация не заменяет глубокое понимание процессов.
Важно: если организация не готова к масштабной автоматизации, внедрение ИИ может привести к обратному эффекту — увеличению числа багов и снижению доверия сотрудников к своим инструментам.
Российские компании, которые стремятся к цифровой трансформации, должны учитывать этот риск. Просто внедрить ИИ недостаточно — нужно сначала создать условия, в которых он будет работать эффективно.
Платформенная инженерия как основа успеха
Среди тех, кто уже внедрил ИИ, 90% имеют внутренние платформы, а 76% — отдельные платформенные команды. Это говорит о том, что платформенная инженерия становится основой для масштабного внедрения ИИ. Однако переход к платформенной модели не бесплатен. Он требует инвестиций в процессы, культуру и архитектуру.
Важно: платформенная инженерия — это не просто техническое решение, это системная трансформация, которая может повлиять на стабильность доставки ПО.
Для российского бизнеса это особенно актуально. Многие компании только начинают осваивать платформенную модель, и внедрение ИИ на этом этапе может стать как катализатором, так и испытанием.
Новые риски и возможности
Внедрение генеративного ИИ открывает не только возможности, но и новые риски. Более 70% специалистов отмечают, что быстро меняющаяся экосистема ИИ создает угрозы для безопасности данных. Утечка или искажение информации становятся реальными вызовами, особенно при использовании ИИ-агентов и SaaS-сервисов. Это требует адаптации стратегий защиты данных, которые часто отстают от темпов развития технологий.
С другой стороны, потенциал ИИ в преодолении кадрового дефицита значителен. В отдельных отраслях внедрение генеративного ИИ может сократить потребность в кадрах на 20–100%. По оценкам экспертов, к 2030 году это может обеспечить России дополнительный экономический рост в размере 4,5 трлн руб. Особенно высокая эффективность наблюдается в финансовой сфере и обрабатывающей промышленности.
Важно отметить, что развитие отечественных решений, таких как YandexGPT 5.1 Pro, ускоряет этот процесс. Новая версия модели стала дешевле втрое, точнее и лучше справляется с корпоративными задачами. Это делает внедрение ИИ более доступным и позволяет автоматизировать рутинные процессы, такие как заполнение отчетов или извлечение данных из документов.
К чему это ведет? ИИ не решает проблем, он их выявляет. Организации, которые хотят использовать ИИ как инструмент трансформации, должны сначала устранить системные слабости. Только тогда технология станет реальным преимуществом, а не усилителем проблем.
