AI-код пишет 58% разработчиков. Доверяют ему 11%

Т-Банк провёл масштабную работу: "Комплексное исследование влияния искусственного интеллекта на профессиональную деятельность в IT-индустрии" - опросил 937 инженеров и технических руководителей о том, как AI реально влияет на их работу. Не маркетинговый вайб про "будущее уже здесь" — а конкретные данные про продуктивность, качество, доверие и дедлайны.

Я прочитал. Поделюсь тем, что не дало покоя.

Окей. AI используют. Быстрее стали. Все счастливы?

Не совсем.

При всём этом росте скорости — доверяют AI-коду только 11%. Не доверяют — 49%.

И это не скептики-луддиты, которые отказываются устанавливать Cursor. Это те самые люди, которые его используют каждый день.

Ещё интереснее: code review с AI делают лишь 24%. К legacy вообще стараются не подпускать — 42% никогда не используют AI для работы с унаследованным кодом.

И вот совсем контринтуитивно: несмотря на весь этот рост скорости написания кода — путь от commit до prod у большинства команд всё равно занимает дни, недели, а у части — месяцы.

То есть: кодим быстрее, а в прод приходим с той же скоростью. Как так получается?

Авторы исследования формулируют это так:

Раньше тормозило написание кода. Теперь AI этот этап разогнал. Но тормоза появились дальше — в интеграции, ревью, тестировании, релизах.

Дали инструмент. Не дали систему вокруг него.

Нет понимания, кто несёт ответственность за решение агента. Нет quality gates между генерацией и релизом. Нет observability — команда не видит, что происходит внутри. Нет культуры проверки — ну оно же работало на демо. Документация не является рабочим источником знаний для 39-40% команд.

Результат: код генерируется быстро. Доверяют ему 11%.

Есть отдельная история, которую это исследование не рассказывает прямо, но которую надо добавить.

Cursor, Claude Code — их воспринимают как "IDE с умным автодополнением". Но по архитектуре это полноценные ИИ-агенты: автономное планирование задачи, работа с инструментами, управление контекстом, многошаговое выполнение, итерации. Всё то, что принято называть agentic AI.

И вот парадокс: большинство из тех 58%, которые используют AI каждый день, работают с агентной системой, не очень понимая как она устроена. Это нормально на старте. Но именно это и объясняет низкое доверие — непонимание порождает тревогу.

Когда понимаешь, как агент декомпозирует задачу, как он управляет памятью, как несколько агентов работают в связке, как трассировать что происходит внутри и поймать галлюцинацию до прода — отношение к инструменту меняется. Появляется не слепое доверие, а обоснованное.

39% инженеров ждут негативного влияния AI на свою карьеру через 5 лет.

Это не паранойя. Это осознанная тревога людей, которые понимают, что происходит вокруг.

И вот здесь выбор простой: либо оставаться в категории "умею быстро кодить с AI" — либо стать тем, кто умеет строить надёжные системы с AI.

Второй категории через 5 лет будет хорошо. Рынок уже сейчас платит за это другие деньги.

Данные исследования дают чёткий список того, что не работает в большинстве команд прямо сейчас:

Авторы исследования прямо говорят: следующий шаг — не "ещё один инструмент", а процессная интеграция AI в цепочку IDE → PR → CI → релиз → мониторинг.

Это звучит как большая работа. Она и есть большая работа. Но именно она отделяет команды, у которых AI реально работает, от тех, у кого он "иногда помогает".

Само исследование открытое: ai4sdlc-research.space

Если тема интересна — больше разбираем в нашем Telegram-канале t.me/aidialogs и ВКонтакте vk.com/aidialogs.

А у вас в команде как с этим обстоит? Доверяете AI-коду в продакшене — или всё равно перепроверяете руками? Напишите в комментах — интересно сравнить с цифрами из исследования.