22.09.2026  Экспертиза, Искусственный интеллект, Менеджмент

Сегодня каждая вторая дорожная карта ИТ-директора содержит пункт о внедрении ИИ-инструментов для разработки. Ожидания завышены, поскольку аналитики сулят рост производительности на 40%, мгновенное сокращение времени на рутину, выход команд на новый уровень. Однако на практике мы видим иную картину, где пилотные проекты завершены, инструменты закуплены, сделаны большие инвестиции в инфраструктуру, а взрывной трансформации не произошло. Разработчики используют нейросети, но релизы не ускоряются, архитектурные решения не становятся элегантнее, а технический долг не испаряется мгновенно. Заявленные 40% — это миф, но с оговоркой. Да, на отдельной операции по написанию кода ИИ способен дать такое ускорение. Однако программист тратит на написание кода лишь около 30% своего времени. Поэтому общий прирост продуктивности отдельного специалиста редко превышает 10%. Компании ошибочно подменяют системную трансформацию процессов точечной автоматизацией задач, забывая про остальные 70% рабочего времени и контекст enterprise-разработки. Производительность — свойство системы, а не сумма индивидуальных эффективностей. Ловушка ложных метрик Первая и фундаментальная ошибка — отсутствие целеполагания и, как следствие, измерение успеха не теми показателями. Сначала нужно определить цель внедрения ИИ в разработку, и уже она должна задавать метрики. Если цель —просто адаптация технологий и соответствие модным веяниям, тогда метрика — процент кода, написанного при помощи ИИ, и количество ... читать далее.