Серия «Бизнес без программистов». Статья 2 из 6.
Когда я впервые услышал про результаты в режиме 100% AI coding, мой первый рефлекс был такой: хорошо, но насколько это быстрее? В разы? В полтора раза? Что это реально значит в деньгах?
Я наткнулся на исследование китайских учёных, которые наблюдали за двумя командами разработчиков — одной с обычным подходом, другой с полноценным AI coding. Разрыв в трудозатратах составил от восьми до тридцати трёх раз. Не тридцать три процента. В тридцать три раза.
Такие цифры пока не очень вписываются в привычную картину мира. Но это будущее, к которому мы быстро идем.
Почему дорогая разработка вообще стала нормой
Если смотреть честно, разработка всегда была неудобно дорогой. Не потому что программисты плохие или неэффективные. А потому что сама природа ручного производства кода накладывает свои ограничения.
Программист работает последовательно. Держит контекст проекта в голове. Переключается между задачами с потерями. Тратит время на то, чтобы синхронизироваться с коллегами, объяснить, что имел в виду, переписать после того, как что-то поняли не так. Всё это — нормальная часть процесса, и всё это стоит денег.
В результате стоимость разработки давно стала самоочевидным ограничением. Компании привыкли к тому, что проверить гипотезу дорого. Построить MVP — значит выделить бюджет, собрать команду, пройти несколько месяцев итераций. Это данность, и большинство бизнесов просто научились с ней жить.
Но данности иногда меняются.
Что происходит, когда код начинает появляться иначе
В 100% AI coding скорость генерации кода другая не на проценты, а на порядки. AI-агент не устаёт, не отвлекается, не теряет контекст внутри одной задачи и не тратит время на объяснение коллегам что он имел в виду. Он просто производит код — быстро и повторяемо.
Это меняет математику.
Когда стоимость одного шага в разработке падает в разы, меняется не только скорость. Меняется то, что вообще имеет смысл делать. Идеи, которые раньше откладывались с формулировкой «не сейчас, слишком дорого проверять» — начинают выглядеть иначе. Автоматизации, которые никак не доходили до очереди — становятся доступными. Маленькие внутренние инструменты, которые всегда казались непропорционально дорогими — оказываются реальными.
Это не просто «быстрее». Это другая логика принятия решений.
Хорошая аналогия — облачная инфраструктура
Я хорошо помню, как менялась история с серверами.
Раньше, чтобы запустить новый ИТ-проект, компания сначала должна была купить серверы. Это капитальные затраты, длинный цикл закупки, заблаговременное планирование мощностей. Войти в новый проект было тяжело само по себе, ещё до того, как ты вообще начал что-то делать.
Потом пришли облачные платформы. И внезапно инфраструктура начала выделяться по требованию. Без крупных вложений на старте. Без трёхмесячного цикла закупки. Ты просто берёшь то, что нужно, и платишь за то, что используешь.
Важно, что это изменило не только удобство. Это изменило саму экономику старта. Количество попыток, которые компания могла позволить себе сделать, выросло. Порог входа в гипотезу упал.
С AI coding происходит похожая история, но уже в производстве самого кода. Стоимость следующей итерации снижается. Цена ошибки падает, потому что исправить быстро — теперь реально. А бизнес, который может проверять в несколько раз больше идей за то же время, через год будет жить в совершенно другой реальности, чем тот, кто продолжает работать по старой модели.
Почему скорость сама по себе — ещё не победа
Здесь есть важная оговорка, которую я сам долго обдумывал.
Ускорение само по себе не гарантирует результата. Можно быстрее делать не те вещи. Можно генерировать больше кода, который не работает или работает не так. Можно создать иллюзию движения без реального результата.
История бизнеса знает таких примеров достаточно. Японский автопром в своё время победил не потому, что просто начал собирать машины быстрее. Toyota выстроила другую производственную систему — с дисциплиной, стандартами и управляемым качеством. Скорость была следствием системы, а не самоцелью.
С 100% AI coding та же логика.
Если просто сказать команде «теперь работаем с AI, генерируйте код быстрее» — получите какой-то прирост и много хаоса. Настоящая новая экономика появляется там, где скорость сочетается с управляемостью. Где понятно, как ставить задачи агенту, как проверять результат, как удерживать качество, как не превратить ускорение в лавину неуправляемого кода.
Именно поэтому мы с партнёром занялись стандартом. SENAR — это попытка описать систему, в которой ускорение превращается в предсказуемую производительность, а не в беспорядок.
Что это значит для обычного бизнеса прямо сейчас
Если вы не строите ИТ-компанию, а просто используете разработку для своего бизнеса — автоматизируете процессы, поддерживаете продукт, строите внутренние инструменты — ситуация тоже меняется для вас.
Вещи, на которые раньше не хватало бюджета, начинают становиться доступными. Подрядчики, которые работают по новой модели, могут делать за месяц то, на что раньше уходило полгода. Это значит, что конкуренты, которые найдут таких подрядчиков раньше вас, получат преимущество не в один цикл, а сразу.
И здесь начинается уже не вопрос инструментов, а вопрос стратегии.
Потому что технологические переделы всегда работают по одной и той же логике: выигрывают не те, кто «тоже попробовал новое», а те, кто перестроил саму логику бизнеса раньше других. Интернет-магазин не победил потому, что у обычного ритейла плохой сервис. Он победил потому, что у него была другая экономика.
Примерно это сейчас происходит в разработке.
Следующая статья — про самое распространённое заблуждение: «у нас разработчики уже используют AI, мы в теме». Это не то, о чём я говорю, и разница принципиальная.
Стандарт SENAR: senar.tech