Я не люблю статьи в духе "AI заменит всех программистов". Но есть исследование, которое я не смог проигнорировать.
Т-Банк провёл масштабную работу: "Комплексное исследование влияния искусственного интеллекта на профессиональную деятельность в IT-индустрии" - это мета-анализ публикаций за 2023–2025 годы плюс живой опрос 937 инженеров и технических руководителей. Не маркетинговый опрос "нравится вам AI?" — а конкретные данные про продуктивность, качество кода, уровень доверия и сроки поставки.
Картина получилась неожиданной. И очень полезной для тех, кто хочет понять, в какую сторону двигаться.
Что за исследование и почему ему можно доверять
Выборка — 937 человек: разработчики backend/frontend/mobile (50%), менеджеры и техлиды (17%), CTO и Head of Engineering (7%). Финансовые услуги, технологии, ритейл, телеком — реальные рабочие контексты, не студенты на учебных задачах.
Данные собирались с сентября по декабрь 2025 года. Плюс мета-анализ индустриальных исследований — Stanford, Stack Overflow, JetBrains, DORA, Atlassian, Anthropic.
Это не один опрос. Это синтез нескольких источников, выверенный на предмет совпадений и противоречий.
Ссылка на полное исследование в конце статьи — оно открытое.
5 цифр, которые меняют представление об AI в разработке
1. 58% кодят с AI — но только для простых задач
Больше половины разработчиков используют AI для генерации и автодополнения кода часто или всегда. Звучит как победа.
Но посмотрите на соседние цифры: code review с AI делают только 24%. Для работы с унаследованным кодом AI применяют лишь 18%, а 42% — вообще никогда.
Что это значит? AI уверенно зашёл в одну зону — написание нового кода с чистого листа. Всё, что требует контекста, ответственности и понимания истории — пока остаётся за человеком. Баланс постепенно смещается, но это не революция за один день.
2. 64% продуктивнее — но команды быстрее не стали
64% фиксируют рост личной продуктивности. 18% говорят, что рост значительный.
При этом путь от коммита до продакшена у большинства команд — это дни, недели, а у части — месяцы. Узкое место просто переехало: раньше тормозило написание кода, теперь тормозит всё, что после — ревью, тестирование, интеграция, релиз.
Один разработчик стал быстрее. Команда в целом — нет. Это называют "сдвигом боттлнека".
3. Доверяют AI-коду только 11%
Это самая неожиданная цифра. При всей популярности AI-инструментов — только каждый десятый разработчик доверяет тому коду, который AI написал.
49% — не доверяют.
И речь не о тех, кто AI не пользуется. Это те самые люди, которые с ним работают каждый день. Они видят результат изнутри — и не доверяют.
Качество кода при этом улучшилось у 32%, ухудшилось у 14%. Сдвиг есть, но умеренный.
4. Документация — мёртвый груз в половине команд
39-40% команд не считают документацию рабочим источником знаний. Столько же не опираются на неё при инцидентах.
Это важно, потому что именно документация, runbooks и ADR — это главный источник контекста для AI. Если её нет или она не актуальна, AI работает "вслепую". Результат — нестабильный и непредсказуемый.
Авторы исследования прямо пишут: "AI усиливает зрелость систем — или ускоряет хаос". Зависит от того, что есть внутри.
5. 39% ждут негативного влияния AI на карьеру через 5 лет
Это не паника — это осознанная тревога. И, честно говоря, она небезосновательна. Но важно понимать: тревога у правильных людей. Те, кто умеет строить системы, а не только пользоваться инструментами — находятся на другой стороне этого уравнения.
Почему быстрее ≠ надёжнее: главный парадокс
Авторы исследования формулируют ключевой вывод одной фразой:
AI ускоряет выпуск артефактов быстрее, чем процессы проверки успевают адаптироваться.
Проще говоря: дали инструмент, не дали систему вокруг него.
Нет чёткого понимания — кто отвечает за решение, которое принял агент. Нет quality gates между генерацией кода и его попаданием в релиз. Нет наблюдаемости — никто не видит, что происходит внутри агентной системы. Нет культуры проверки: "ну оно же работало на демо".
Именно поэтому 49% не доверяют и 64% продуктивнее, но команды в прод приходят с той же скоростью.
Культурный сдвиг, который описывает исследование — от "я пишу код" к "я проектирую и верифицирую". Verify становится частью definition of done. Контекст, документация, тесты — не опциональные практики, а базовая инфраструктура для работы с AI.
Кто окажется на правильной стороне через 5 лет
Вернёмся к тем 39%, которые беспокоятся о карьере.
Исследование даёт косвенный ответ на вопрос "кому бояться, а кому нет".
Боятся — те, кто использует AI как более умный автокомплит. Быстрее набирают, но не понимают, что происходит внутри. Если инструмент изменится или задача усложнится — теряются.
Не боятся — те, кто понимает архитектуру систем. Как агент планирует задачу. Как он управляет контекстом через memory systems. Как несколько агентов работают в связке. Как трассировать, что произошло внутри, и поймать проблему до продакшена.
Cursor и Claude Code — это не просто удобные IDE. По архитектуре это эталонные ИИ-агенты: автономное планирование, работа с инструментами, многошаговое выполнение. Разработчик, который понимает как они устроены — умеет строить такие же системы сам. Это уже совсем другой уровень востребованности.
Что делать прямо сейчас: практические выводы из исследования
Авторы дают пять рекомендаций. Они практичные, без воды:
1. Разделяйте задачи по уровню риска. Не весь код одинаково критичен. Там, где цена ошибки низкая — дайте AI больше автономии. Ядро архитектуры и критические компоненты — держите под более плотным контролем.
2. Инвестируйте в контекст. Документация, runbooks, примеры, ADR/RFC. Это не бюрократия — это то, что делает AI-результат стабильным и предсказуемым. Без этого AI работает вслепую.
3. Стандартизируйте verify как часть процесса. Тесты, ревью, статический анализ, минимизация размера изменений. Не как опция, а как норма.
4. Перенастройте метрики. Вместо "сколько строк написал" — "какова стоимость проверки" и "насколько надёжно работает система в целом".
5. Делайте внедрение прозрачным. Команда должна понимать, где AI используется, на каких условиях и кто отвечает за результат. Непрозрачность = тревога = сопротивление.
Итог
AI уже изменил разработку — это факт. 58% используют, 64% стали продуктивнее, 54% говорят что роль AI в компании выросла.
Но устойчивый результат — командный, а не только личный — требует другого. Не нового инструмента, а зрелой инженерной системы вокруг него.
Те, кто это понимает и строит такую систему прямо сейчас — уже на правильной стороне той самой статистики про карьерные риски.
Полное исследование доступно по ссылке: ai4sdlc-research.space
Если хотите разобраться, как это выстраивать на практике — мы разбираем это на курсах Fullstack AIDD и в рамках Комбо-программы 2026 — от AI-кодинга до production-ready агентных систем..
По вопросам пишите в личку @smirnoff_ai.
Больше материалов про AI в разработке — в канале t.me/aidialogs и ВКонтакте vk.com/aidialogs.
А вы замечали этот парадокс в своей работе — скорость кодинга выросла, но дедлайны и процессы не стали быстрее? Напишите в комментариях — интересно сравнить с данными исследования.