Тенденция: ИИ-инструменты перестали быть экспериментом и стали частью индустрии
ИИ-ассистенты для программистов быстро превращаются из дополнительного инструмента в стандарт практики. Это подтверждают сразу два исследования — «Яндекс B2B Tech» и Университета ИТМО, а также «Авито» и «Хабр». Подробности — в распоряжении «Инка».
Массовое использование и образование
По данным «Яндекс B2B Tech» и ИТМО, 75% разработчиков уже используют кодовые ассистенты для написания кода и работы с документацией. В вузах тенденция ещё заметнее: 79% студентов и половина преподавателей применяют такие инструменты в учебном процессе. Среди причин отказа от ИИ-рекомендаций респонденты назвали низкое качество части сгенерированного кода и риски утечки данных.
Влияние ИИ ощущается и на рынке труда: лишь 6% опрошенных верят, что алгоритмы смогут полностью заменить программистов. Большинство (61%) ожидают от технологий лишь помощи в рутинных задачах. Автоматизация, по их мнению, в первую очередь затронет тестировщиков (62%), дата-аналитиков (46%) и разработчиков (41%).
ML-инженеры и саморазвивающиеся системы
Схожие выводы демонстрирует исследование «Авито» и «Хабр», но уже в сегменте специалистов по машинному обучению. Почти все опрошенные (93,9%) используют большие языковые модели в работе, а треть (31,5%) доверяет им писать код. Лишь 6,1% специалистов пока не применяют такие инструменты.
ИИ помогает не только в программировании: инженеры используют его для поиска информации, генерации идей, ответов на технические вопросы и анализа данных. «Мы входим в эпоху, когда каждое новое поколение моделей разрабатывается быстрее предыдущего. Разработчик ИИ превращается из программиста-одиночки в оператора экосистемы интеллектуальных решений», — отмечает Константин Мягких, директор по Data Science «Авито».
ИТ-компании активно внедряют ИИ-инструменты в свои процессы. В «Яндексе» рассчитывают за счет SourceCraft и встроенного ассистента ускорить задачи по написанию и отладке кода на 30%, а поиск информации — в два раза. В «Авито» делают ставку на собственные решения в закрытом контуре: чат-бот на базе LLM A-Vibe, кодовый ассистент и корпоративный портал для работы с данными. Такой подход позволяет контролировать риски и одновременно развивать эксперименты внутри компании.
Перспективы и риски
Общая картина ясна: ИИ перестал быть экспериментальной технологией и стал производственной необходимостью. При этом часть специалистов сохраняет осторожность — около 19% респондентов в исследовании «Авито» и «Хабр» признали полезность инструментов, но переживают о последствиях для отрасли и общества.
Оба исследования показывают: будущее разработки — в связке человека и алгоритма. Программисты и ML-инженеры постепенно отходят от роли «кодеров» и становятся операторами экосистем, в которых ИИ решает рутинные задачи, ускоряет эксперименты и расширяет возможности команд.
