AI в разработке ПО: реальное внедрение, а не хайп

Ключевые выводы

• 38% российских IT-компаний используют AI-инструменты в процессах разработки (РУССОФТ, 2025), тогда как глобальные оценки варьируются от 50% до 65%
• Генеративный AI пока остаётся инструментом меньшинства: от 15% до 25% разработчиков регулярно используют его для автоматизации задач
• AI-ассистенты (GitHub Copilot, аналоги) получили наибольшее распространение в автодополнении кода и генерации boilerplate-фрагментов
• Более 60% компаний предпочитают готовые платформы и фреймворки (TensorFlow, PyTorch, облачные API) вместо разработки собственных моделей
• Интеграция AI в CI/CD и тестирование пока остаётся на экспериментальном уровне
• Около четверти разработчиков не видят необходимости в AI-инструментах, что указывает как на недостаточную осведомлённость, так и на обоснованный скептицизм
• Поддержка топ-менеджмента остаётся критическим фактором успешного внедрения AI
• Главные барьеры — не технологические, а организационные: нехватка кадров, консервативный менеджмент и ограниченный доступ к платформам

Контекст исследования

На фоне усиливающейся конкуренции на российском рынке IT и необходимости оптимизации затрат на разработку, интерес к AI-инструментам, таким как генеративные модели и автоматизация тестирования, продолжает расти. Однако, согласно данным РУССОФТ, лишь 38% российских IT-компаний активно используют AI в своих процессах разработки, что значительно ниже глобальных оценок, варьирующихся от 50% до 65%. Более того, генеративный AI остается инструментом меньшинства, с регулярным использованием всего лишь 15-25% разработчиков.

Это исследование отвечает на вопрос: в каком состоянии находится внедрение AI в разработку ПО в России и какие инструменты наиболее востребованы среди компаний? Результаты будут полезны как для IT-компаний, стремящихся оптимизировать свои процессы, так и для разработчиков, интересующихся актуальными инструментами.

Методология

Данные собраны из нескольких источников, различающихся по методологии. Основные методы сбора данных включают:

• Анализ активности в репозиториях: GitHub Octoverse предоставляет информацию о взаимодействии разработчиков с проектами.
• Опросы разработчиков: Stack Overflow Developer Survey — ежегодный опрос, который собирает мнения и опыт разработчиков.
• Обзор инструментов и практик: JetBrains State of Developer Ecosystem анализирует используемые инструменты и подходы в разработке.
• Данные о внедрении AI: РУССОФТ предоставляет информацию о внедрении AI в российских IT-компаниях (2025).

Актуальность данных подтверждена на момент подготовки отчёта, однако IT-рынок меняется быстро, и отдельные показатели могут устареть в течение нескольких месяцев.

--- Ограничения ---

Охват исследования

• География: Россия и СНГ (глобальные данные — для сравнительного контекста)
• Сегмент: IT-компании различного масштаба — от стартапов до крупных корпораций
• Период: данные 2024–2025 годов
• Исключения: не охвачены компании вне IT-сектора, использующие AI для внутренней автоматизации

Основные результаты

Уровень внедрения AI в российских компаниях

Внедрение AI в разработку программного обеспечения в России идёт активно, но заметно медленнее, чем в мире. По данным РУССОФТ (2025), около 38%российских IT-компаний используют AI-инструменты в процессах разработки. Для сравнения: глобальные оценки варьируются от 50% до 65% в зависимости от источника и методологии опроса. Разрыв объясняется как объективными факторами (санкционные ограничения, доступность платформ), так и консервативным подходом российского менеджмента к новым технологиям.

Использование генеративного AI

Генеративный AI пока остаётся инструментом меньшинства: по различным оценкам, от 15%до 25% разработчиков регулярно используют его для автоматизации задач (генерация кода, написание тестов, документирование). При этом заметная доля специалистов — порядка четверти опрошенных — не видит необходимости в таких инструментах. Это указывает как на недостаточную осведомлённость, так и на обоснованный скептицизм в отношении зрелости технологий.

Выбор технологий и платформ

Несмотря на растущий интерес к AI, большинство российских компаний придерживаются проверенных решений. По данным РУССОФТ, более 60%компаний предпочитают использовать готовые платформы и фреймворки (TensorFlow, PyTorch, облачные API) вместо разработки собственных моделей. Это прагматичный подход, который снижает порог входа, но может ограничивать глубину интеграции AI в продукт.

Роль руководства во внедрении AI

Поддержка со стороны топ-менеджмента остаётся критическим фактором успешного внедрения AI. Компании, где руководство активно участвует в выборе и пилотировании AI-инструментов, демонстрируют более системный подход и лучшие результаты. По наблюдениям отраслевых экспертов, отсутствие управленческой воли — одна из главных причин, по которой пилотные проекты не переходят в промышленную эксплуатацию.

Сравнительный анализ

Мировой рынок демонстрирует более высокий уровень принятия AI в разработке. По данным различных глобальных опросов, от половины до двух третей организаций в той или иной форме используют AI. Российские компании проявляют более консервативный подход: показатель в 38%РУССОФТ заметно ниже глобальных средних. Среди причин — ограниченный доступ к ряду западных платформ, нехватка специалистов с опытом работы с AI-инструментами и более осторожная позиция руководства.

Интерпретация

AI-технологии продолжат проникать в процессы разработки ПО, однако темпы роста будут зависеть от нескольких факторов: доступности инфраструктуры, развития образовательных программ и общей экономической ситуации. Особенно актуален вопрос для малых и средних предприятий, которые пока остаются в стороне от AI-трансформации. Прогнозировать конкретные цифры роста затруднительно — слишком много переменных, — но общая тенденция к расширению использования AI в разработке выглядит устойчивой.

Внедрение AI в разработку ПО в России идёт, но с заметным отставанием от мировых показателей. Главные барьеры — не технологические, а организационные: нехватка кадров, консервативный менеджмент и ограниченный доступ к платформам. Компании, которые системно подходят к AI-трансформации — с поддержкой руководства, обучением команд и пилотными проектами, — получают конкурентное преимущество.

Рекомендации

• Формировать внутренние компетенции — создавать команды или выделять специалистов, ответственных за оценку и интеграцию AI-инструментов
• Начинать с пилотных проектов — тестировать AI на ограниченных задачах (автодополнение, код-ревью, генерация тестов) перед масштабным внедрением
• Инвестировать в обучение — повышать квалификацию разработчиков в области работы с AI-ассистентами и ML-фреймворками
• Сотрудничать с технологическими партнёрами — использовать экспертизу вендоров и интеграторов для ускорения внедрения

Ограничения

• Большинство глобальных исследований проводятся на англоязычной аудитории, что может искажать результаты для российского рынка.
• Данные РУССОФТ охватывают преимущественно членов ассоциации, что может не отражать ситуацию в малом и среднем бизнесе.
• Быстрая динамика AI-рынка означает, что отдельные цифры могут устареть к моменту публикации, что снижает точность анализа.
• Отсутствие конкретных метрик производительности от внедрения AI в российских компаниях затрудняет оценку реального влияния технологий.
• Большинство опросов сосредоточены на крупных компаниях, что может не учитывать потребности и опыт малых и средних предприятий.

Выводы

Внедрение AI в разработку программного обеспечения в России демонстрирует активные, но замедленные темпы по сравнению с мировыми показателями. Применение AI-инструментов охватывает лишь 38% российских IT-компаний, что значительно ниже глобальных 50-65%. Основные причины этого разрыва заключаются в санкционных ограничениях и консервативном подходе к инновациям.

Тем не менее, тенденция к расширению использования AI в разработке выглядит устойчивой, особенно среди крупных компаний, которые уже активно внедряют AI-ассистентов для автоматизации рутинных задач. Будущее внедрения AI будет зависеть от доступности инфраструктуры и образовательных программ, что особенно актуально для малых и средних предприятий.

Исследование подготовлено редакцией it-institute.ru на основе анализа открытых источников с использованием собственной аналитической методологии. Все числовые утверждения основаны на данных из открытых источников.