Хабр — крупнейшая русскоязычная платформа для IT-специалистов, которая сочетает функции медиа и базы знаний. Это многофункциональная экосистема, объединяющая профессионалов в сфере информационных технологий, бизнеса и интернета в формате системы тематических коллективных блогов (именуемых хабами) с элементами новостного сайта, созданный для публикации новостей, аналитических статей. В марте 2026 года на Хабре были опубликованы результаты анализа исследования, проведенного среди ИТ-специалистов, чтобы выяснить, как они относятся к ИИ в своей работе.
Участники опроса заполнили 872 анкеты. Какие выводы из ответов получились:
Сфера работы. Самая крупная группа — разработка и поддержка конкретного ПО (20,07%). Далее — финтех (14,22%), промышленность (11,58%), бигтех (8,26%), студии разработки под заказ (7,34%), телеком (5,5%), e-commerce и построение сложных систем для b2b (по 5,16% для каждого), инфраструктура (4,7%), безопасность (4,47%). Это тоже задаёт тон: в финтехе и промышленности требования к безопасности более жёсткие, а в студиях разработки и бигтехе часто выше темп работы и требования к результатам.
Как используют ИТ-специалисты ИИ в действительности? Главный сценарий вполне утилитарный: ИИ используют там, где он быстрее всего даёт выигрыш по времени. ИИ чаще всего работает как ускоритель инженерной рутины — написать черновик, накидать прототип, собрать документацию, подсказать варианты, ускорить разбор ошибок. В более сложные задачи, например в архитектуру, его пускают гораздо осторожнее.
Отдельный интерес представляет то, как относятся к ИИ, когда он начинает «врать» или выдаёт сомнительный результат.
Оказалось, что 54,7% готовы потратить время на исправление/доработку, а 35,6% предпочитают проигнорировать и сделать по старинке, не привлекая ИИ.
То есть большинство воспринимает работу ИИ исключительно как черновик, который надо довести до ума. При этом треть респондентов считает, что цена доработки слишком высока — и быстрее сделать по старинке, вручную. И здесь мы видим важное разделение: одним ИИ экономит время даже с доработками, а другим — только добавляет ещё один контур контроля.
Перейдём к вопросу, чем именно пользуются в работе. В топе — массовые универсальные решения. ChatGPT остаётся стандартом: это самый узнаваемый и универсальный инструмент, который закрывает работу и с кодом, и с текстом, и с документацией. Его выбрали 56,5% опрошенных. Deepseek на втором месте — 43,5%, на третьем и четвёртом Claude — 26,1% и Gemini — 24,3%. Copilot слегка отстаёт (15,1%) — скорее всего потому, что это SaaS-инструмент зарубежного вендора, ушедшего с российского рынка. Его использование может осложняться также требованиями безопасности. Не всякая компания сегодня готова пустить Microsoft в свой (или, тем более, клиентский) код.
Интересно, что в число наименее используемых решений попали собственные адаптированные модели на базе открытых (12,1%), то есть всевозможные дообученные Llama, а также — неожиданно — Gigachat (9,1%).
Причина непопулярности JetBrainsAI (2,8%) очевидна — весьма громкий уход компании с российского рынка. Replit вообще не выбрал ни один человек.
Как требования компании влияют на выбор инструментов?
Интересный момент: когда в компании ИИ не просто разрешён, а обязателен к использованию, стек становится шире — люди добавляют специализированные инструменты под разработку. ChatGPT в этом случае используют чаще — 62% среди тех, у кого ИИ обязателен, против 56,5% у всех. Claude — 32% против 24% в среднем, Cursor — 29% против 18%, Copilot — 20% против 15%, GigaChat — 14% против 9%. То есть на 5–6% больше, в зависимости от инструмента. Это логично: если ИИ становится частью нормы, сотрудники начинают подбирать удобные и подходящие инструменты под свою роль и задачи.
И тут снова проявляется разница контекстов: там, где ИИ — инициатива отдельных сотрудников, чаще ограничиваются готовыми сервисами и точечным использованием. А там, где ИИ — обязательное требование, появляется собственная инфраструктура под ИИ, и респонденты, как правило, отмечают, что мощностей хватает.
То есть AI-first-политика почти всегда влечёт за собой инфраструктурную зрелость: если компания реально вкладывается в применение ИИ, то строит для этого базу. Если не вкладывается — ИИ остаётся на уровне «попробуйте ChatGPT и покажите кейсы». Модели чаще используют как готовый сервис в облачной инфраструктуре провайдеров (44%), а не развёртывают у себя локально.
Давайте теперь взглянем на ИИ не глазами разработчиков, а с позиции компаний. Кто реально внедряет? Кто делает вид? Где стимулируют, а где ограничивают? Требуют, рекомендуют или запрещают?
В большинстве компаний политика скорее нейтральная. ИИ чаще всего не запрещают и не требуют. Возможно, такой тренд связан с тем, что большинство нейросетевых инструментов принадлежат западным вендорам, и это является помехой для их внедрения там, где нужно работать с кодом клиентов, или в компаниях, где важны соображения безопасности и независимость от западных решений. Суммарно около 40% компаний так или иначе подталкивают сотрудников к использованию ИИ, но только каждая шестая делает это формально и жёстко.
Как ИТ-специалисты относятся к ИИ: результаты опроса и ключевые выводы.
Здесь начинается самое интересное. Если раньше мы смотрели на цифры использования, то теперь взглянем на эмоции, тревоги и реальное поведение. В целом большинство опрошенных воспринимают ИИ как практический инструмент, а не непонятную магию. Но при этом мы видим весьма полярное отношение — от положительного (около 38%) до остро негативного (около 30%).
Ключевой фактор — личный опыт. Если от команды, работающей на износ, требуют демонстрировать более эффективные результаты, понятно, что это вызовет негатив. Или если нет возможности использовать решение от вендора, а open source сильно галлюцинирует, то разработчики тоже не будут рады. ИИ не волшебная таблетка, а отношение разработчиков тут во многом зависит от подходов менеджмента и наличия ресурсов на то, чтобы внедрить ИИ-помощника безопасно и там, где это будет уместно.
Что нравится в ИИ?
Топ позитивных качеств — упрощение подготовки документации, наличие интеллектуальных подсказок, ускорение подготовки прототипов, помощь в тестировании и дебагинге. Это говорит о том, что ИИ чаще воспринимается как ускоритель вспомогательных процессов, а не полноценная замена инженера. Он снимает рутину и снижает порог входа. Грамотное использование в основном приносит позитивный опыт, тогда как принуждение — негативный и желание сделать формально, без погружения, просто чтобы отстали.
Что не нравится. Позитив — лишь половина картины. Самые распространённые опасения — ошибки, ложь и галлюцинации ИИ. Неожиданным стал страх потерять профессионализм и способность к критическому мышлению. Сильны сомнения в безопасности и раздражение от использовании ИИ там, где это не нужно.
Когда исследование только запускалось, был сформулирован вопрос довольно прямолинейно, почти как в названии книги Филиппа К. Дика об андроидах и овцах: мечтают ли ИТ-специалисты об ИИ или хотят его отменить? Но ответы показали, что реальность гораздо сложнее.
В индустрии нет ни массовой эйфории, ни массового отторжения. Около трети специалистов действительно относятся к ИИ положительно — это те, кто видят в нём усилитель продуктивности и способ масштабировать процессы. Почти столько же занимают сдержанную позицию: используют инструмент, проверяют его, интегрируют осторожно, без идеализации и завышенных ожиданий. Четверть устала и раздражена, чаще всего из-за давления, формализма и неточностей. И ещё около 12% находятся во внутреннем конфликте: они видят пользу, но тревожатся за глубину своих навыков и удовольствие от профессии.
Самое важное — ИТ-специалисты опасаются потери профессиональной глубины. Почти две трети респондентов беспокоятся, что чрезмерная зависимость от ИИ может снизить уровень мастерства и критического мышления. Ошибки и галлюцинации раздражают не сами по себе — раздражает необходимость постоянно перепроверять и нести ответственность за магическую логику «чёрной коробочки». Что она выкинет в следующий раз?
При этом польза от ИИ очевидна и понятна уже всем категориям. Его активно применяют в коде, документации, прототипировании. Большинство готовы дорабатывать результат, а не отказываться от инструмента сразу. ИИ уже стал частью повседневной инженерной практики — пусть и с оговорками.
Отношение к ИИ во многом определяется контекстом компании. Там, где внедрение поддерживается, чаще появляются амбассадоры. Там, где его продавливают через KPI и отчётность, быстрее накапливается усталость. И дело зачастую не только в бюджетах — главные барьеры связаны с безопасностью, законодательными рамками и нехваткой компетенций.
В итоге исследование получилось не столько про технологию, сколько про трансформацию профессии. ИИ меняет рутину, скорость работы, ожидания от продуктивности и даже ощущение собственной ценности как специалиста. Для одних это естественный этап эволюции инженерии. Для других — повод задуматься о допустимых границах автоматизации.
Вывод: ИТ-специалисты не мечтают об ИИ и не стремятся его отменить. Они пытаются встроить его в свою работу так, чтобы сохранить главное — профессиональное мышление, ответственность и чувство контроля над результатом. И именно в этом поиске баланса сегодня проходит настоящая линия изменений.