ИИ ускорил код, но не релиз: где искать эффекты в разработке

Большинство инженеров (58%) пишут код с помощью искусственного интеллекта (ИИ), но при этом доверяют ему только 11%, следует из исследования «Т-технологий» о том, как ИИ влияет на разработку ПО. Несмотря на то что 64% опрошенных разработчиков отмечают рост продуктивности, новые инструменты не смогли заметно ускорить весь процесс разработки. Глобальные исследования подтверждают этот парадокс роста популярности ИИ для написания кода при сохранении настороженности разработчиков. Например, недавний опрос Sonar показал, что 96% разработчиков не доверяют ИИ-коду на 100%, хотя 72% используют его ежедневно. При этом около 24% рабочего времени уходит на валидацию, исправления и перепроверку результатов работы нейросетей.

Тем не менее использование ИИ в программировании растет экспоненциально: более 80% разработчиков пробовали использовать эту технологию и около 50% уже используют ее регулярно, отмечает партнер практики «Промышленность и технологии» компании Strategy Partners Роман Тиняев. По его словам, доля кода, написанного с помощью ИИ, в крупных компаниях может доходить до 20–30%.

По данным исследования «Т-технологий», 32% разработчиков видят улучшения кода, написанного ИИ, а большая часть – 60% – ожидает позитивного влияния ИИ на инженерную продуктивность. Новые инструменты позволяют сильно наращивать продуктивность разработчиков, отмечает главный технический директор Т-банка Игорь Маслов. «Вполне возможно, что со временем появится модель «один разработчик – один продукт», – предположил он.

С другой стороны, внешние инструменты слабо интегрируются в сложную инфраструктуру крупных компаний, заметил эксперт. По словам Маслова, многие технологические компании пошли по пути разработки внутренних продуктов, которые позволяют запускать ИИ-агентов в безопасной среде и не требуют перестройки внутренних процедур. Например, в Т-банке агентский режим для разработки на базе внутренней экосистемы ИИ-инструментов был внедрен в прошлом году, отметил он. 

Проверка не поспевает

Согласно выводам авторов исследования «Т-технологий», ключевая проблема использования нейросетей в разработке – в том, что ИИ генерирует код быстрее, чем команда успевает его проверять, а на скорость работы всей команды влияет еще и зрелость процессов в компании. Аналитики KPMG в отчете «AI Workforce From Hype to Hard Truths» пришли к тому же выводу: большинство организаций не смогли в полной мере реализовать потенциал ИИ, потому что рассматривали его как обновление системы, а не как стратегическую революцию, требующую перестройки процессов.

«На уровне отдельного разработчика экономия времени может составлять 20–40% на типовых задачах, – рассказал «Ведомости. Инновации и технологии» эксперт Государственного центра научно-технологической экспертизы, преподаватель РАНХиГС Дмитрий Пшиченко. – Но релизы в целом ускорились не так заметно: максимум на 5–10%, а иногда вообще не изменились, потому что написание кода – это лишь часть цепочки». Архитектура, согласования, тестирование и другие процедуры по-прежнему требуют времени, добавил он.

Нейросети работают на основе вероятностей, поэтому часто генерируют синтаксически верный, но логически ошибочный или небезопасный код, поясняет руководитель продуктового направления Data Science в Hybrid Илья Лысенко. «Кроме того, ИИ отлично справляется с локальными задачами, но совершенно не видит глобальную архитектуру и бизнес-контекст всего проекта, – продолжает эксперт. – Именно поэтому профессиональные разработчики абсолютно обоснованно воспринимают его лишь как умного стажера, за которым нужен постоянный экспертный контроль».

Это объективное ограничение текущих генеративных моделей, считает исполнительный директор ELMA Наталия Долженкова. «ИИ ускоряет черновик, но не дает гарантий по корректности и безопасности, – говорит эксперт. – Поэтому итоговая скорость разработки упирается в ревью, тесты, интеграцию и security-проверки (проверки безопасности. – «Ведомости. Инновации и технологии»). Эти этапы остаются дорогими и по времени, и по ответственности».

18% опрошенных «Т-технологиями» специалистов отметили значительный рост продуктивности за счет использования ИИ при написании кода. Еще 60% ждут позитивного влияния на бизнес компании от интеграции нейросетей в разработку в течение года. Эффекты проявляются в среднесрочной перспективе, когда подавляющее большинство команд начинают использовать решения ежедневно, пояснил Маслов. Например, в Т-банке уже более 85% разработчиков, или свыше 12 000 человек, регулярно применяют один или несколько ИИ-инструментов. «Сейчас в развитии продукта у нас фокус на пользе для сотрудников, а не прямых эффектах для бизнеса. Такой подход позволяет совершенствовать инструменты и формировать привычку их ежедневного использования в процессе разработки», – считает эксперт. В марте компания начала выдавать ключи для тестового доступа к своей экосистеме продуктов искусственного интеллекта для разработчиков и интерес со стороны крупного бизнеса к таким решениям виден, добавил он.

Вопросы доверия

По данным «Т-технологий», треть опрошенных отмечают улучшение качества кода, написанного с ИИ, по сравнению с продуктом труда человека, а 14% – ухудшение. 18% респондентов считают, что эффект нестабилен в сложных, контекстно-насыщенных задачах, что повышает ценность формализованного контекста.

Есть области разработки, в которых использование ИИ-инструментов добавляет скорости и качества, уверен директор по технологиям компании MWS AI Артур Сахаров. «Это разработка прототипов, proof-of-concept (доказательство [осуществимости] концепции. – «Ведомости. Инновации и технологии») и прототипирование интерфейсов и идей», – приводит примеры эксперт. По словам Сахарова, когда требования к итоговому продукту не enterprise-уровня (уровня крупного предприятия), ИИ-инструменты показывают себя хорошо и позволяют сделать то, что занимало недели, за дни. При этом в разработке более серьезного уровня тоже есть подходящие инструменты. «Там не такой ощутимый прирост, но уровень вникания в код, умение находить слабые места и исправлять их у ИИ инструментов типа Claude Code точно повышаются день ото дня», – заключил эксперт.

Постепенно подход к контролю ИИ-кода меняется, добавляет технический директор ИИ red_mad_robot Владислав Шевченко. «Команды, которые долго работают с ИИ, постепенно перестают контролировать каждую строчку кода, – отметил эксперт. – Вместо этого они выстраивают систему проверок: автоматические тесты, метрики, регрессионные проверки, оценки качества. Акцент смещается с контроля действий на контроль результатов». По словам Шевченко, когда появляется такой подход к проверке, доверие к ИИ растет не потому, что модель становится безошибочной, а потому, что появляется среда, в которой ошибки быстро обнаруживаются и исправляются.

Что делать: от инструмента к системе

С внедрением ИИ появилась необходимость развития экосистемных, а не точечных решений. Они замыкают на себе весь контур разработки, работают внутри инфраструктуры и позволяют усиливать проверку кода, отметил Маслов.

Без системной верификации кода доверие невозможно, а без формализованного контекста не стоит ожидать от ИИ стабильных результатов при выполнении сложных задач, следует из выводов исследования «Т-технологий». Также авторы указывают, что эффект от ИИ будет локальным и нестабильным, если нет четких правил его внедрения и возможности наблюдать за этим процессом. Нужно стандартизировать верификацию кода, инвестировать в документацию (то есть описание процессов и внедрение инструментов для поддержки этих описаний в актуальном состоянии), разделять задачи по риску и задавать разные уровни автономности ИИ, подчеркивают в «Т-технологиях».

С учетом смены подходов к разработке через три-пять лет доля кода, написанного с помощью ИИ, может вырасти до 50–70%, считают в Strategy Partners. Но подчеркивают: это не означает, что ИИ заменит разработчиков.

Через три-пять лет разработчик будет не столько писать код руками, сколько проектировать системы, ставить задачи ИИ-агентам и проверять результаты их работы, рассказал представитель «Яндекса» «Ведомости. Инновации и технологии». «Инженерная экспертиза, архитектурное мышление и ответственность за продукт останутся ключевыми человеческими компетенциями», – добавили в компании.

Аналитики «Т-технологий» тоже ожидают ключевого культурного сдвига: от «пишу код» к «проектирую и проверяю». Авторы исследования заключают, что следующий шаг в совместной работе ИИ и инженеров – не «еще один инструмент», а процессная интеграция ИИ в цепочку разработки, мониторинга и релиза кода.