Привет! Меня зовут Дима Иванов, я руковожу SourceCraft — это платформа для разработки, которая поддерживает полный цикл работы с кодом.
За последние два года ИИ‑революция изменила инструменты разработки и сделала кодогенерацию массовой и доступной, меняя наши представления об эффективности. В 2021 году появился GitHub Copilot — первый массовый помощник для написания кода, а сегодня нейросети и специализированные опенсорс‑решения помогают разработчикам на многих этапах создания ПО.
Совместно с коллегами из Университета ИТМО мы захотели больше узнать, как такая ситуация влияет на работу российских специалистов. Мы провели исследование рынка разработки, чтобы понять, что нейросети меняют в его отечественном сегменте. Выяснили, как ИИ‑инструменты для разработки изменили ежедневную рутину IT‑специалистов, какие кодовые ассистенты приживаются в командах и каким видят будущее профессии программисты и выпускники профильных специальностей.
Методология исследования
Мы опросили более 600 специалистов — от студентов до тимлидов — и узнали, какие инструменты они используют, чего ждут от будущего и как оценивают свою продуктивность в эпоху ИИ.
Почему это исследование важно сейчас
После релиза GitHub Copilot на рынке появилась череда подобных решений: Amazon запустила CodeWhisperer, Google представила Gemini Code Assist, а десятки стартапов создали собственные решения. Модели GPT-4, Claude Sonnet и Qwen‑Coder сделали генерацию кода доступной практически каждому.
Параллельно развиваются решения с открытым кодом — StarCoder, CodeGen, DeepSeekCoder делают ИИ‑технологии прозрачными и доступными для компаний любого размера. Low‑code‑ и no‑code‑платформы — инструменты для создания приложений без глубокого знания программирования — интегрируют ИИ для автоматической генерации интерфейсов и бизнес‑логики.
Использование ИИ в кодинге — восходящий тренд, который будет с нами в ближайшем будущем. По данным IDC, общие траты компаний на программное обеспечение, оборудование и сервисы, связанные с ИИ, в 2023 году превысили $154 млрд. Согласно прогнозу IDC, к 2029 году эти расходы, во многом за счёт развития ИИ‑агентов, достигнут 1,3 трлн долларов (IDC, 2025). Значительная часть этих инвестиций приходится на инструменты для разработки — от кодовых ассистентов до платформ полного цикла с интегрированным ИИ.
Портрет аудитории
Всех респондентов мы разделили на три сегмента для исследования: IT‑специалисты, сотрудники и студенты вузов, где есть программы подготовки разработчиков.
Студентов (94 респондента) отбирали по двум критериям: обучение в вузе на профильных направлениях и использование платформы разработки в учебном процессе.
Результаты: эффективность разработчиков
Мы спросили разработчиков, что больше всего влияет на их личную продуктивность.
Выявили топ-3 фактора:
эффективная коммуникация в течение дня,
обратная связь,
грамотное руководство.
Опытные специалисты и руководители придают большое значение качеству управления — для них грамотный менеджмент является ключевым фактором продуктивности команды.
Эффективность работы команд
Работа над проектом преимущественно выполняется не в одиночку: 80% опрошенных разработчиков часто или постоянно работают в команде.
Эффективность работы команд разработчиков в первую очередь оценивается затраченным временем на задачу. Следующими критериями являются качество кода и количество багов. Эти метрики понятны бизнесу и относительно легко измеримы.
На эти критерии эффективности влияют инструменты: платформы разработки, ИИ‑ассистенты. Две трети (68%) аудитории отмечают их положительное влияние на уменьшение числа багов и повышение качества кода (64%). По мнению 52% респондентов, инструменты влияют на сотрудничество внутри команды.
Роль ИИ в продуктивности
Данные нашего исследования показывают, что три четверти (75%) IT‑специалистов используют возможности кодовых ИИ‑ассистентов. Это не просто эксперименты — инструменты стали частью ежедневной работы.
Эти данные интересно сравнить с результатами глобального исследования Stack Overflow 2025, в котором задавался вопрос об использовании более сложных инструментов — ИИ‑агентов. Согласно их данным, картина следующая:
30,9% разработчиков в мире уже пользуются ИИ‑агентами на работе (из них 14,1% — ежедневно).
51,7% либо пока не используют ИИ‑агентов, либо предпочитают более простые инструменты, такие как Copilot‑решения.
17,4% еще не применяют агентов, но планируют начать.
Таким образом, мы видим два важных тренда. Первый, по нашим данным, — это массовое внедрение ИИ‑ассистентов для помощи в написании кода в России. Второй, по данным Stack Overflow, — это более осторожное, но растущее использование автономных ИИ‑агентов в мире.
При этом каждый четвертый IT‑специалист применяет ИИ‑ассистента для разных задач, не связанных напрямую с кодом. Среди областей применения чаще всего называли задачи, связанные с генерацией и анализом документации.
Влияние ИИ на рынок труда
Только 6% IT‑специалистов верят, что ИИ может автоматизировать конкретные задачи разработки. Большинство (61%) ожидают частичной автоматизации рутины.
Потенциал для автоматизации различается по ролям и уровням. Тестирование считается наиболее подходящей для автоматизации задачей — так думают 62% респондентов. 79% опрошенных видят влияние ИИ на работу начинающих разработчиков.
Мнения о будущем рынка разделились. Часть специалистов видит сокращение рабочих мест, другие уверены — ИИ изменит характер работы, но не заменит людей. «Рынок адаптивен. ИИ не оставит человека без работы, просто пройдёт переквалификация персонала», — отмечает один из респондентов.
Изменится сама модель работы. «Один джун с ИИ сможет работать, как три джуна без ИИ, — делится другой специалист. — Но человек без навыков программирования никогда не сделает с помощью ИИ что‑то действительно классное».
Респонденты подчёркивают, что низкого порога входа в IT уже нет, и требования к начинающим уже приближены к уровню Middle.
Чтобы оставаться востребованным, разработчику нужно изучать ИИ и интегрировать его в работу, постоянно осваивать новое, развивать адаптивность, углублять экспертизу и расширять кругозор в смежных областях.
Обзор инструментов, влияющих на эффективность работы разработчиков.
Также в исследовании мы рассмотрели конкретные инструменты, которые помогают командам работать эффективнее.
Платформы разработки
Потенциал рынка платформ разработки. 23% тех респондентов, кто не использует платформы разработки, рассматривают возможность внедрения в рамках года.
Каждая вторая компания, использующая платформы разработки, рассматривает возможность тестирования или переход на новую платформу в течение ближайшего года. Более трети тех, кто использует платформы разработки (35%), полностью удовлетворены текущим решением и не рассматривают переезд.
Возможности, ради которых готовы мигрировать: улучшенная функциональность, более простое и удобное использование, снижение затрат и интегрированный ИИ.
Интерес к платформе и её узнаваемость в первую очередь мотивируют к рассмотрению.
Самые популярные платформы разработки. Лидерами по использованию являются GitHub и GitLab (75% аудитории), локальные платформы используют 17% опрошенных.
GitHub, наиболее часто используемая платформа, отличается одним из самых высоких уровней удовлетворённости пользователей. На том же уровне респонденты также оценили Atlassian Bitbucket и GitLab.
Интерес к российским решениям растёт: каждый второй респондент ценит их за безопасность, независимость от зарубежных поставщиков, удобство использования и поддержки.
Кодовые ассистенты
Оценка решений. Оценивают кодовых ИИ‑ассистентов по следующим критериям: качество генерируемого кода и оптимизация затраченного времени.
Ограничения внедрения. Среди рисков внедрения ИИ‑инструментов респонденты в первую очередь выделяют вопросы конфиденциальности данных, а также качество генерируемого кода.
Инвестиции в инструменты разработки
В 56% случаев затраты на внедрение платформы составили до 10% от общих IT‑расходов. Это показывает, что компании видят в инструментах разработки важную, но не доминирующую статью бюджета.
Для почти трех четвертей компаний затраты на лицензии (74%) и модернизацию инструментов разработки (72%) составляют до 10% от общего IT‑бюджета. Ответы респондентов говорят о том, что этого достаточно для решения этих задач, стоимость услуг находится в этих пределах
Только 12% компаний не готовы инвестировать в модернизацию инструментов разработки и интеграцию ИИ. Это свидетельствует о том, что большая часть рынка видит перспективу в этом направлении и профит для бизнеса. Около двух третей из тех, кто планируют инвестиции, готовы выделить до 10% общего IT‑бюджета (на каждую из статей).
Взгляд в будущее: разработчики завтрашнего дня
Чтобы понять, куда движется индустрия, мы изучили, как готовят новое поколение разработчиков в вузах.
Платформы разработки в образовании
88% опрошенных технологических вузов, где есть программы подготовки разработчиков, используют платформы разработки в образовательной и научной деятельности.
GitHub — безусловный лидер, его знают и используют студенты всех опрошенных вузов.
Половина преподавателей назвала эффективным использование платформ разработки в учебных и научных процессах.
Студенты настроены оптимистичнее — 77% считают платформы эффективными для обучения и профессиональной адаптации.
Кодовые ассистенты в вузах
Половина опрошенных сотрудников вузов используют ИИ‑ассистентов, пятая часть планирует внедрить ИИ в научную и учебную деятельность в течении года.
85% аудитории вузов считают эффективным использование кодовых ассистентов в учебной и научной деятельности, но лишь 52% внедрили его. 20% планируют внедрить ИИ в научную и учебную деятельность в течение года — разрыв между желаемым и действительным постепенно сокращается.
79% студентов используют кодовых ИИ‑ассистентов. Такая же доля текущих и будущих IT‑специалистов использует кодовых ИИ‑ассистентов. Новое поколение разработчиков учится программировать сразу с ИИ‑инструментами.
Студенты выбирают те же инструменты, что и профессионалы: универсальные языковые модели, GitHub Copilot, Gemini Code Assist и Cursor.
80% студентов отмечают эффективность ИИ‑ассистентов. Они ценят уменьшение рутины, ускорение работы и возможность учиться на сгенерированном коде. Негативные оценки связаны с недостаточным пониманием сложного кода и ошибками в генерации.
Студенты и преподаватели вузов одинаково оценивают эффективность кодовых ИИ‑ассистентов, однако взгляды на платформы разработки отличаются — оценка эффективности выше среди студентов. Возможно, молодое поколение быстрее адаптируется к новым инструментам и видит в них больше возможностей.
Выводы
Исследование показывает: индустрия разработки проходит через фундаментальные изменения. ИИ‑инструменты из экспериментальных технологий превратились в неотъемлемую часть рабочего процесса. 75% разработчиков уже используют кодовые ассистенты, а в вузах эта цифра достигает 79% среди студентов.
Рынок труда трансформируется. Меняются требования к специалистам — теперь недостаточно просто уметь писать код. Нужно понимать, как эффективно работать с ИИ, постоянно учиться новому и развивать экспертизу в смежных областях.
Большинство компаний готовы инвестировать в новые инструменты — три четверти планируют вкладывать в модернизацию платформ и внедрение ИИ. При этом российские решения набирают популярность благодаря локальной поддержке и соответствию требованиям безопасности.
Образование не отстаёт от индустрии — вузы активно внедряют современные инструменты, готовят специалистов, которые сразу смогут эффективно работать в реальных проектах.
Будущее разработки — это симбиоз человека и ИИ, где машина берёт на себя рутину, а человек фокусируется на архитектуре, бизнес‑логике и творческих задачах. И это будущее уже наступило.