По данным DORA 2024, рост внедрения ИИ в инженерных командах связан со снижением стабильности поставки на 7,2% и пропускной способности на 1,5%. Для руководителей разработки это неприятный, но полезный сигнал: купить лицензии и открыть лимит на токены проще, чем реально ускорить релизы.
Именно этот разрыв 8 июля 2025 года разбирала Дженнифер Риггинс в The New Stack. В центре материала не спор о терминах, а более приземленный вопрос: как отличить формальное внедрение ИИ от случая, когда инструмент действительно меняет ежедневную работу команды.
Почему доступ легко перепутать с результатом
Метрики первого слоя считаются почти автоматически: сколько мест активировали, сколько сотрудников вошли в сервис, сколько токенов сожгли за месяц. Для отчета наверх этого достаточно. Для руководителя команды почти бесполезно. Такие числа не отвечают на главный вопрос: стало ли команде быстрее разбираться в унаследованном коде, писать тесты, оформлять документацию и проводить ревью без лишних кругов.
В статье The New Stack CTO платформы DX Лора Тачо формулирует проблему жестко: индустрия слишком сосредоточилась на скорости и слишком редко спрашивает, куда именно она ускоряется. И это ровно тот случай, когда красивый график может маскировать отсутствие привычки. Доступ раздали быстро, а устойчивая практика так и не появилась.
Цифры рынка уже показывают этот разрыв
Дополнительные данные рынок уже собрал. По данным Stack Overflow за июль 2025 года, 51% профессиональных разработчиков используют ИИ-инструменты ежедневно. Но командный эффект заметно слабее: только 17% пользователей ИИ-агентов считают, что агенты улучшили взаимодействие внутри команды. Локальная скорость отдельного разработчика пока не равна улучшению процесса для всей группы.
Отчет Jellyfish от 11 июня 2026 года показывает похожую картину с другой стороны. 64% инженеров и руководителей считают, что ИИ дает как минимум 25% прироста скорости и продуктивности. Но главным барьером они называют не безопасность и не качество кода, а стоимость: 42% респондентов указали рост расходов на ИИ-инструменты. Это и есть момент, когда разговор о «внедрении» заканчивается, а разговор о пользе только начинается.
Какие метрики полезнее для руководителя разработки
Если компания хочет понять реальную отдачу, ей мало считать входы в сервис и общий расход токенов. Полезнее смотреть на повторяемость: кто возвращается к инструменту через 4-6 недель, в каких сценариях он используется каждую неделю и какой результат переживает ручную проверку. Для инженерной команды это может быть сокращение времени на документацию, меньшее число циклов правок в ревью, более быстрый разбор старого кода и снижение доли рутинной работы.
Вторая группа метрик должна связывать ИИ с результатом команды, а не с фактом использования. Сюда входят время от постановки задачи до релиза, стабильность поставки, объем переделок после ревью, доля принятых изменений и стоимость часа, который реально удалось снять с рутины. Иначе компания получает идеальную парадную картину: сервис открывают часто, а производственный контур почти не меняется.
Что это значит для российских команд
Для русскоязычного рынка история особенно практичная. Лишний бюджет на подписки и токены сейчас редко лежит без дела, а многие команды параллельно решают задачи контроля данных и предсказуемости затрат. Поэтому вопрос звучит не так: «Сколько людей получили доступ к очередному ИИ-сервису?» Важнее другое: какие именно этапы разработки он ускоряет, где снижает нагрузку на людей, а где просто разгоняет счет.
Выиграют те команды, которые перестанут путать выдачу доступа с изменением процесса. Следующий этап рынка будет скучнее и полезнее: не гонка за числом лицензий, а проверка того, кто сумел превратить ИИ в повторяемый рабочий инструмент, а не в дорогой символ технологической бодрости.
Источники: The New Stack, Google Cloud о DORA 2024, Stack Overflow Developer Survey 2025, Jellyfish.
