С пылу с жару делюсь исследованием Ассоциации ФинТех (АФТ) о трансформации процесса ИТ-разработки под влиянием ИИ.
О чём оно
ИИ уже стал повседневным инструментом разработки в российском финтехе: 44% опрошенных компаний активно его используют, ещё 52% проводят пилоты. Главный эффект — ускорение разработки, но оно не гарантирует роста совокупной продуктивности и может сопровождаться снижением качества.
Следующий этап — переход от отдельных ассистентов к AI-PDLC, где ИИ встроен во весь жизненный цикл, а человек отвечает за постановку задач, архитектуру, безопасность и приёмку результата. Конкурентное преимущество даст не скорость внедрения, а способность создать управляемую и проверяемую инженерную среду.
Ключевые тезисы
- Максимальный эффект достигается при интеграции ИИ во весь жизненный цикл продукта, а не при автоматизации отдельных операций (раздел 02, стр. 23–30).
- Роль разработчика смещается от написания кода к формированию спецификаций, оркестрации агентов, архитектурному надзору и контролю качества.
- Наиболее зрелые сценарии — генерация кода, тестов и документации; минимальное доверие сохраняется к развёртыванию, мониторингу и сложной архитектуре.
- AI-Disrupt PDLC предполагает две петли: человеческую «петлю намерения» и агентную «петлю реализации», при сохранении финального решения за инженером (стр. 26–27).
- Ускорение отдельных задач не всегда повышает результативность всей системы: ревью, тестирование и управление техническим долгом становятся новыми узкими местами.
- ИИ повышает спрос на системное мышление, архитектурную экспертизу, безопасную разработку, AI/LLM oversight и LLMOps (раздел 03).
- Для финансового сектора обязательны локализация данных, аудит действий агентов, разграничение доступа и контролируемое применение моделей.
Цифры и факты
- 44% компаний активно используют ИИ, 52% проводят пилоты, 4% планируют внедрение (стр. 23).
- Сокращение time-to-market: 20–40%; затрат на разработку: 20–30%.
- Популярные сценарии: код — 77%, тесты — 73%, вайб-кодинг — 68%, документация — 63%, автономные агенты — 59%.
- 95% участников отмечают рост скорости; 41% — снижение качества; 50% — снижение стоимости.
- Экономия разработчика — около 10 часов в неделю; 45% меньше пишут код, 42% больше времени тратят на ревью.
- Главные барьеры: ИБ — 65%, передача данных — 53%, недоверие к ИИ-коду — 51%, регулирование — 48%, нехватка компетенций — 45%, бюджет — 43%.
- ИИ-pull request создаёт примерно в 3 раза больше проблем безопасности.
О самой концепции AI-Disrupt PDLC — в разборах первой и второй версий.