ИИ в ИТ: заменит ли искусственный интеллект разработчиков
Искусственный интеллект становится привычным инструментом в работе ИТ-компаний. Нейросети помогают писать и анализировать код, находить ошибки, создавать тесты и документацию. Однако вместе с распространением ИИ возникает вопрос: всегда ли его использование действительно повышает эффективность разработки?
По данным исследования Google Cloud DORA 2025, 90% опрошенных ИТ-специалистов используют ИИ в работе, а более 80% отмечают повышение собственной производительности. Но насколько эти ощущения соответствуют реальным результатам?
Когда ИИ становится дороже разработчика
Сегодня эффективность внедрения ИИ иногда пытаются оценивать количеством запросов к моделям, объемом использованных токенов и расходами на нейросети. Однако сами по себе эти показатели не отражают реальную пользу для бизнеса.
По мнению коммерческого директора ИТ-компании «Андагар» Николая Симонова, такой подход может приводить к неоправданным затратам.
«В последнее время вокруг ИИ появилась довольно странная тенденция: компании начинают мериться не результатами, а количеством потраченных токенов. Кто больше "скормил" модели, кто чаще обращался к ней, кто потратил больше денег. Это плохой KPI. Именно в таком случае ИИ начинает обходиться дороже ИТ-сотрудника. Когда целью становится сам процесс использования ИИ, а не решение задачи, бюджеты начинают буквально утекать в трубу. Для компаний типа Meta или Microsoft миллиардные расходы на ИИ, возможно, оправданы. Но повторять эту модель среднему и малому бизнесу – это все равно что покупать серверный кластер ради хранения семейного фотоальбома», - говорит Николай Симонов.
Показательный пример приводит исследовательская организация METR. В эксперименте 2025 года 16 опытных разработчиков выполняли 246 задач в знакомых им проектах. Участники ожидали, что ИИ ускорит работу примерно на 24%, однако фактически выполнение задач с использованием ИИ заняло на 19% больше времени.
Эти результаты нельзя распространять на всю ИТ-разработку. Более того, в 2026 году METR сообщила о предварительных признаках улучшения производительности с новыми инструментами, хотя надежно оценить эффект пока не удалось.
Тем не менее эксперимент показывает, что использование ИИ не гарантирует экономии времени: проверка и исправление сгенерированного кода могут свести потенциальную выгоду на нет.
Заменит ли ИИ ИТ-специалистов?
Нейросети уже способны автоматизировать часть задач разработчиков и тестировщиков. Однако создание программного обеспечения требует понимания архитектуры, бизнес-логики и ответственности за результат.
В «Андагар» считают, что говорить о скором превышении расходов на ИИ над затратами на штат ИТ-специалистов в России преждевременно. Хотя расходы на технологии продолжат расти, а рынок труда уже демонстрирует корректировку зарплатных ожиданий, в частности среди QA-специалистов.
При этом наиболее эффективным остается совместное использование профессиональной экспертизы и возможностей ИИ.
«ИИ и специалист по отдельности всегда проигрывают их связке. Опытный специалист, который умеет работать с ИИ, плюс модель, подходящая под задачу, дают в разы, а то и на порядки больше пользы, чем каждый из них по отдельности», комментируют в компании.
Как оценивать реальную эффективность ИИ?
Главным показателем должно становиться не количество обращений к модели, а результат: сколько времени удалось сэкономить, как изменилось качество кода и удалось ли сократить затраты на разработку.
Важно учитывать не только стоимость ИИ-сервисов, но и время специалистов на проверку, доработку и исправление результатов.
При этом использование самых дорогих моделей не всегда оправданно. Для многих повседневных задач могут подойти более доступные решения, включая DeepSeek и другие модели с относительно невысокой стоимостью использования.
В конечном счете конкурентное преимущество ИТ-компаний будет определяться не количеством потраченных токенов, а способностью команд решать задачи быстрее, качественнее и с оптимальными затратами.
