ИИ применяют 83% команд, а код до релиза доводят лишь 24%: где теряется ускорение
SimpleOne опросила 71 специалиста и выяснила, что искусственный интеллект применяют 83% команд, но лишь 24% выпускают созданный с ним код в рабочие системы, а обещанное ускорение теряется между генерацией и релизом.

Узкое место сместилось. Код пишется за минуты, а проверка, исправления, тестирование и выпуск по-прежнему занимают часы. Именно на этих этапах решается, будет ли от нейросети выгода.
Исследование SimpleOne показывает: 60% опрошенных уже поручают ИИ (искусственному интеллекту) писать код и конфигурации, но остальные этапы разработки во многих командах не изменились. Код сгенерировали, а до релиза дошло лишь 24%. Ниже разбираем результаты исследования и по шагам показываем, как довести такой код до выпуска и не потерять выигрыш во времени.
Кто отвечал. Среди 71 участника 46% составили руководители разработки, 24% разработчики, 15% аналитики и 15% другие роли. 71% респондентов работают в компаниях больше 1 000 человек, 36% в компаниях больше 5 000.
Что понадобится до подключения ИИ-агента?
- ИИ-агент (agent), то есть программа на основе нейросети, которая сама выполняет цепочку действий, а не только отвечает на вопрос.
- Список доступов: какие репозитории (хранилища кода) и тестовые стенды (копии рабочей системы для проверки) агенту открыты.
- Правила о данных: что можно передавать модели и с какими моделями разрешено работать.
- Владелец процесса, который утвердит критерии приемки, то есть условия, при которых работу считают сделанной.
- Эталонный набор записей, по которому сверяют результат.
- Журнал запросов и изменений.
Восемь шагов, чтобы ИИ-код дошёл до релиза
- Считайте эффект по всей доработке, а не по генерации. В примере SimpleOne обычная задача занимала 16 часов. С ИИ получилось 11,5 часа: два часа на описание задачи, полчаса на генерацию, четыре часа на ревью (проверку кода коллегой) и пять часов на исправления. Экономия составила 4,5 часа, около 28%. Добавляйте к трудозатратам расходы на модель.
- Закладывайте сценарий ошибки. Если агент неверно поймёт требования, повторные исправления займут девять часов, и итог вырастет до 15,5 часа. Выигрыш при этом почти исчезает.
- Определите границы доступа заранее. Перечислите репозитории, стенды, разрешённые данные и модели. Утечку кода или данных главным препятствием назвали 68% участников, требования регуляторов 23%.
- Чистите журналы перед отправкой. Если передать журналы приложения целиком, в модель попадут пользовательские идентификаторы, токены доступа (цифровые ключи входа) и другие персональные данные.
- Согласуйте критерии приемки до генерации. Владелец процесса решает, какие статусы считать выполненными задачами, а инженер сверяет расчёт с эталонными записями.
- Заставьте агента задавать вопросы. Пример промпта:
Прежде чем писать код, задай мне уточняющие вопросы по требованиям.
Сверь постановку с фактической структурой стенда и перечисли расхождения.
Не начинай реализацию, пока я не подтвержу ответы.
- Разведите роли проверки. Второй агент сверяет реализацию со спецификацией (подробным описанием того, что должно получиться) и запускает сценарии. Спорные бизнес-правила и решение о приемке остаются за человеком.
- Отмечайте ИИ-изменения отдельно. 23% опрошенных не смогли сказать, какая доля такого кода доходит до рабочих систем. Без учёта пользу не измерить.
Агент задал автору 28 уточняющих вопросов. Среди них были такие: какие статусы считать решёнными и учитывать ли отрицательный баланс потока. Заодно он нашёл расхождение: в постановке упоминались три таблицы задач, а на стенде оказалось десять таблиц-наследников. Затем спецификацию проверил второй агент.
- Агент пишет код и тесты по одному описанию и в обоих одинаково ошибается в трактовке. Пример SimpleOne: в расчёт доли решённых в срок задач попали отменённые и отклонённые обращения. Тест прошёл, а цифра не совпала с правилами поддержки.
- Скорость оценивают по генерации. При этом 31% опрошенных вообще не могут оценить эффект.
- Журналы отправляют модели целиком, без проверки на персональные данные.
- Историю запросов не сохраняют. При разборе инцидента потом не установить, какие сведения использовал агент и кто подтвердил выпуск.
Что делать с этим прямо сейчас, по ролям
Автору Дзена. Урок переносится на тексты: считайте время не до первого черновика нейросети, а до опубликованного материала с правками. Если вы пишете про технологии, цифры 83% и 24% хорошо показывают разрыв между пилотом и практикой.
Маркетологу. Опрос SimpleOne подсказывает, как защищать бюджет на ИИ: показывайте экономию по завершённым задачам, а не по скорости генерации. Включайте в расчёт расходы на модель.
Предпринимателю в РФ и СНГ. Прежде чем передавать данные зарубежной модели, сверьтесь с 152-ФЗ о персональных данных и ограничениями на их передачу. Начните с третьего и четвёртого шагов: границы доступа и очистка журналов. Из доступных в РФ альтернатив можно рассмотреть YandexGPT и GigaChat, но правила о данных нужны и для них.
На мой взгляд, самый ценный шаг здесь пятый: договориться о критериях приемки до того, как нейросеть написала первую строку. Двадцать восемь вопросов агента в примере выглядят как лишняя возня, но каждый закрытый вопрос снимает часть из девяти часов возможных переделок.
Честная оговорка: выборка небольшая, 71 человек, и большинство из крупных компаний. Кейс с дашбордом показывал сам разработчик платформы на своём продукте. Небольшой команде стоит проверить цифры на собственной задаче, прежде чем строить планы на 28% экономии.
Проверьте, сколько времени ИИ экономит именно вам
На dzen.guru собраны разборы нейросетей и практические инструкции для авторов и команд, которые считают результат по готовой работе, а не по черновику.
Перейти на dzen.guru
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
СУБД Jatoba выявляет персональные данные с помощью ИИ и сама их маскирует
Разработчик отечественной системы управления базами данных «Ятоба» встроил в неё ИИ-поиск персональных данных, который заменил ручную проверку таблиц и…

Наделла объяснил, почему Microsoft предложила 60 тысячам уволиться: все будут управлять ИИ
Глава Microsoft Сатья Наделла, признав, что компания создала у людей огромную тревогу, объяснил предложение о добровольном уходе для 60 тысяч сотрудников…

ИИ в тестировании пишет 80 сценариев за пять минут, но 15% правят вручную
Инженер по тестированию «Т1 Иннотех» Роман Поляков показал на практике, как ИИ за пять минут пишет 80 тестовых сценариев к одной странице приложения, и при…
Комментарии