ИИ пишет половину кода, а прибыли нет: где узкое место

Что случилось

1,42 и 1,94. Столько пул-реквестов в неделю приходилось на одного разработчика год назад и сейчас: плюс 37% за четыре квартала. Цифры из отчёта DX «The State of AI Impact in Engineering» по 500+ инженерным организациям, 5 сентября его разбор дошёл до Хабра. С тех пор про него мне рассказывает каждый второй собеседник.

Дальше интереснее. Доля кода, написанного ИИ и доехавшего до слитых изменений, за квартал прыгнула с 34% до 52%, а медианные расходы организации на ИИ-инструменты – примерно с $1,5 тыс. до $44 тыс. в квартал. Каждый разработчик экономит 4–6 часов в неделю.

А теперь странное. Доля времени, уходящая на новую функциональность, за те же четыре квартала почти не изменилась. Индекс опыта разработчиков DXI просел с 67 до 65, уверенность в собственных изменениях – на 6,1%, а медианный пул-реквест почти удвоился: с 44 строк до 72.

31 августа McKinsey выпустил State of AI 2026: опрос 1700+ респондентов из 97 стран. Рост личной продуктивности отметили от 76 до 81% сотрудников. Влияние ИИ на EBIT увидели 37% компаний, прирост на 5% и больше – 6%.

Разные выборки, разные методики, один разрыв: людям стало быстрее, компаниям нет.

Куда уходят сэкономленные часы

Ответ простой и слегка обидный. Мы разогнали один участок конвейера и удивились, что конвейер не поехал.

Набор кода никогда не был самой долгой частью работы. Долгими были постановка, ревью, тестирование, приёмка, релиз. ИИ сжал первый шаг в несколько раз и не тронул остальные. На вход ревью приходит вдвое более крупный пул-реквест, ревьюер тот же, а автор доверяет своему коду меньше, чем год назад.

Ускорение до узкого места – это не ускорение, а рост очереди перед ним.

Отсюда и деньги. Счета за инструменты попадают в отчётность мгновенно, выигрыш застревает в очереди и до P&L не доходит. По оценке «Яков и Партнёры», которую в июне приводил CNews, российские компании вложили в ИИ около 257 млрд рублей за 2025 год – и теперь спрашивают экономику на первой встрече.

Где я могу ошибаться: если у вас пять человек и релиз по готовности, всё это неважно. Очередь не успевает вырасти, ревью делает сосед за десять минут. Разрыв начинается там, где между «код готов» и «работает у клиента» стоят четыре передачи между людьми.

Отдельная ловушка – метрики. Весной Amazon закрыл внутренний рейтинг KiroRank: он показывал, кто сжёг больше токенов, инженеры начали гонять агентов на выдуманные задачи ради места в таблице, расходы полезли вверх. Рейтинг заменили подсчётом изменений, доехавших до деплоя.

Как это выглядит у нас

Мы в CRT ушли от схемы «инженер пишет, потом отдаёт дальше». В роли AI Software Engineer один специалист ведёт задачу от бизнес-постановки до запуска. Выигрыш здесь не в скорости печати, а в исчезнувших передачах: вместе с ними исчезают очереди, где и растворяются сэкономленные часы.

Второе – проверка. Когда половину кода пишет модель, объём ревью и тестов растёт вместе с объёмом генерации, поэтому QA-контур закладываем в план сразу, а не докупаем перед релизом.