# DORA 2025: ИИ в разработке ПО и командах Canonical: https://www.kt-team.ru/blog/dora-2025-ai-transformation-part-3 Source: https://www.kt-team.ru/blog/dora-2025-ai-transformation-part-3 Canonical URL: https://www.kt-team.ru/blog/dora-2025-ai-transformation-part-3 Original URI: /blog/dora-2025-ai-transformation-part-3 ## SEO / GEO Metadata - Title: ИИ в разработке ПО: тренды 2025, влияние на продуктивность и качество кода - Description: В 2025 году ИИ стал стандартом в Software Development. Изучаем данные, как разработчики используют ИИ, на что влияет внедрение и что важно учитывать при интеграции в рабочие процессы. - Canonical: https://www.kt-team.ru/blog/dora-2025-ai-transformation-part-3 - Robots: not specified - Open Graph tags: 4 - Twitter tags: 4 - JSON-LD blocks: 2 ## Layout Blocks ### ИИ / AI AI решения инструменты кейсы карьера +7 (495) 204-14-33 Стать клиентом --- ### DORA 2025, Часть 3. Как ИИ трансформирует индустрию разработки ПО: внедрение, сценарии применения и влияние на эффективность команд DORA 2025, Часть 3. Как ИИ трансформирует индустрию разработки ПО: внедрение, сценарии применения и влияние на эффективность команд 3.12.2025 Эта публикация — адаптированный перевод отчёта “2025 State of AI -Assisted Software Development” от Google Cloud и DORA. Оригинал доступен по ссылке. Время на прочтение: 10 мин. Эта глава подготовлена при участии Kevin M. Storer, Ph.D. — исследователь пользовательского опыта, Google Cloud Derek DeBellis — исследователь количественного пользовательского опыта, Google Cloud Пришлем вам необходимые материалы или КП Напишите нам: clients@kt.team Ответим в течение 30 минут! Применение и внедрение ИИ По мере того как мы продолжаем изучать тренды внедрения ИИ в индустрии разработки программного обеспечения, становится очевидно: использование ИИ в разработке выросло значительно. В этой быстро меняющейся сфере важно давать рекомендации, основанные на данных, чтобы помочь профессиональному сообществу ориентироваться в происходящих изменениях. Отчёт «State of AI -assisted Software Development 2025» — это наше самое глубокое и детальное исследование применения ИИ в разработке за всё время. Основные инсайты В целом результаты исследования показывают: разработчики программного обеспечения широко внедряют ИИ и активно полагаются на него при выполнении самых разных задач. Это приводит к заметным преимуществам — как в индивидуальной продуктивности, так и в качестве кода. Внедрение 90% участников опроса этого года сообщают, что используют ИИ в своей работе. Это на 14,1% больше, чем в прошлом году. Такой высокий уровень распространенности показывает, что применение ИИ в разработке ПО фактически стало новой нормой индустрии. Статус использования ИИ ‍ «Думаю, за последний год многие осознали, что генеративный ИИ наконец достиг уровня, когда он реально работает для огромного числа задач. И теперь, когда это стало почти само собой разумеющимся, у каждой команды появляются случаи, где генеративный ИИ может приносить пользу. Поэтому мотивации внедрять такие решения много: запускать новые функции, снижать затраты, сокращать время разработки. Никто не хочет остаться позади. И я уверен, что со временем ИИ будет всё глубже интегрироваться во всё, что мы делаем. И если вы не используете генеративный ИИ хотя бы в каком-то виде, да — вам будет сложно сохранять темп.» Опыт использования Наши респонденты сообщили о разном уровне опыта работы с инструментами ИИ. Медианное значение — 16 месяцев, среднее — 16,22 месяца. Для сравнения: ChatGPT был выпущен в ноябре 2022 года — примерно за 31 месяц до начала нашего опроса. Таким образом, в выборку попали как ранние пользователи, так и те, кто подключился позже. Особенно заметен всплеск внедрения ИИ в период с конца 2023 по середину 2024 года. Ежемесячное внедрение ИИ среди пользователей ‍ Время взаимодействия Пользователи ИИ в нашей выборке также различаются по тому, сколько времени они взаимодействуют с ИИ в течение рабочего дня. По данным опроса, респонденты провели в среднем два часа из своего последнего рабочего дня, работая с ИИ — это примерно четверть стандартного восьмичасового дня. Время, проведенное с использованием ИИ за рабочий день ‍ Рефлексивное использование ИИ Хотя использование ИИ среди респондентов почти повсеместное, рефлексивное применение — когда человек автоматически обращается к ИИ при возникновении задачи — встречается гораздо реже. Среди пользователей ИИ только 7% говорят, что всегда используют ИИ, когда им нужно решить проблему или выполнить задачу. При этом 39% обращаются к ИИ лишь иногда. Тем не менее, 60% пользователей ИИ сообщают, что используют его примерно в половине случаев или чаще, когда сталкиваются с задачей. Это говорит о том, что ИИ уже стал регулярной частью рабочего процесса разработки. Рефлексивное использование ИИ ‍ За последние 18 месяцев компания Sabre активно отслеживала внедрение генеративных ИИ-ассистентов с помощью аналитики использования и опросов удовлетворенности. Уровень применения вырос до 74% среди разработчиков с разным опытом и стажем, при этом особенно заметен рост использования ИИ для основных задач разработки. Рост использования напрямую связан с ростом удовлетворенности. 86% пользователей отмечают повышение продуктивности. Постепенное увеличение удовлетворенности и экономии времени показывает, что выгода от инструментов генеративного ИИ усиливается по мере того, как пользователи осваиваются и начинают работать с ними увереннее. Аналитика также выявила медленное принятие новейших возможностей, таких как режим агентов — его использует лишь 25% пользователей. В ответ Sabre усиливает программы обучения и развивает обмен опытом между разработчиками, чтобы повысить вовлеченность и убедиться, что команды уверенно используют возможности ИИ. Яцек Островски, VP Platform Engineering, Sabre ‍ Зависимость от ИИ Помимо частого использования, мы видим, что специалисты по разработке сильно полагаются на инструменты ИИ в работе. Только 5% пользователей ИИ говорят, что совсем не зависят от него. В то же время 65% отмечают, что опираются на ИИ в умеренной степени (37%), значительно (20%) или в очень большой степени (8%). Общая степень зависимости от ИИ в работе ‍ Задачи Как и в отчёте DORA за 2024 год, ключевым сценарием использования ИИ среди участников опроса остаётся написание нового кода — 71% респондентов, которые занимаются разработкой, используют ИИ для помощи в создании кода. Большинство специалистов, чьи обязанности включают эти задачи, также применяют ИИ для: обзора литературы — 68%, изменения существующего кода — 66%, вычитки и проверки текста — 66%, создания или редактирования изображений — 66%. ‍ Менее распространенные сценарии использования ИИ среди тех, чья работа включает эти задачи: анализ требований — 49%, внутренние коммуникации — 48%, управление календарем — 25%. Зависимость от ИИ в зависимости от задачи ‍ Пришлем вам необходимые материалы или КП Напишите нам: clients@kt.team Ответим в течение 30 минут! Как кастомизация повышает вовлеченность разработчиков Что мы изучали По мере того как ИИ-ассистенты становятся обычным инструментом в работе разработчиков, исследовательская группа UC Berkeley изучила, как студенты-разработчики используют IDE с поддержкой ИИ на практике. С помощью ай-трекинга (отслеживание движения глаз) и интервью исследователи наблюдали, как Python -разработчики с опытом от одного до пяти лет выполняют две короткие задачи: работу с незнакомой библиотекой, интерпретацию запутанной функции. ‍ Выводы этого исследования помогут разработчикам любого уровня подобрать способы взаимодействия с ИИ-ассистентами, которые лучше соответствуют их стилю работы. Кастомизация как решение Чтобы снизить фрустрацию и лучше поддержать сосредоточенную работу, разработчики и команды могут кастомизировать поведение ИИ-инструментов. Большинство современных IDE позволяют: включать или отключать встроенные подсказки, работать в режиме «только по запросу», настраивать стиль и формат генерируемых предложений. ‍ Конфигурационные файлы на уровне репозитория и связанная документация помогают ИИ-ассистентам соблюдать существующие правила и процессы. Эксперименты с этими настройками позволяют адаптировать поведение ИИ под когнитивные особенности разных задач, уменьшая отвлечение и повышая полезность ИИ-ассистентов. Когда ИИ мешает работе Хотя кодовые ассистенты ИИ создаются для того, чтобы экономить время и снижать нагрузку, исследование UC Berkeley показало: в ряде задач ИИ может создавать дополнительное сопротивление. Студенты-разработчики охотно использовали ИИ при выполнении механических задач — написании шаблонного кода или установке пакетов. Но когда требовалось глубокое понимание логики, например, при разборе сложного фрагмента кода, те же разработчики почти полностью игнорировали подсказки. Ай-трекинг показал: при интерпретационных задачах внимание к окну ИИ-чата составляло менее 1%, тогда как при механических — почти 19%. ‍ Во многих случаях студенты сознательно выбирали ручное выполнение, чтобы сохранить контроль и лучше понимать происходящее, даже если ИИ предлагал корректные и экономящие время решения. Что важно учесть командам Чтобы использовать кодовые ассистенты максимально эффективно, разработчикам и командам стоит уделять внимание кастомизации. Исследование показало, что ИИ может мешать задачам, требующим интерпретации, создавая дополнительную когнитивную нагрузку — особенно когда разработчик пытается разобраться в незнакомом коде. Поддержка ИИ должна соответствовать типу задачи и предпочтениям разработчика. Тонкая настройка инструментов позволяет превратить ИИ из истчника раздражения в помощника, который усиливает продуктивность и делает процесс разработки более удобным и удовлетворяющим. Форматы взаимодействия с ИИ Чаще всего разработчики взаимодействуют с ИИ через конверсационные чат-боты. На втором месте — ИИ, встроенный прямо в IDE. Респонденты сообщают, что реже взаимодействуют с ИИ, встроенным в автоматизированные пайплайны и другие инструменты разработки. Однако причина может быть в том, что такие ИИ-инструменты просто менее заметны пользователю, хотя и активно работают “под капотом”. ‍ Где именно люди взаимодействуют с ИИ ‍ Режимы использования ИИ Помимо вопросов о том, где и для каких задач респонденты используют ИИ, мы также выяснили, как часто они взаимодействуют с ним в каждом из четырех режимов: Чат — пошаговое текстовое взаимодействие в формате вопрос–ответ. Предиктивный текст — автоматические предложения кода, вроде автодополнения. Совместный режим — использование ИИ для внесения более широких изменений в кодовую базу. Агентный режим — когда ИИ работает почти автономно, выполняя изменения без постоянного контроля. ‍ Так как чат-боты и ИИ, встроенные в IDE, чаще всего используются респондентами, текстовый чат и предиктивный текст являются наиболее распространенными режимами взаимодействия. Наименее распространен — агентный режим: 61% участников сообщили, что никогда не взаимодействуют с ИИ в таком формате. Эта картина, вероятно, отражает разный уровень зрелости технологий: агентный режим появился сравнительно недавно, тогда как чат и автодополнение давно стали привычными и более надежными функциями. ‍ Частота использования различных режимов взаимодействия с ИИ ‍ Индивидуальная продуктивность Более 80% участников опроса этого года считают, что использование ИИ повысило их личную продуктивность. Хотя свыше 40% отмечают лишь незначительный рост, меньше 10% респондентов считают, что ИИ каким-то образом снизил их эффективность. ‍ Восприятие влияния ИИ на индивидуальную продуктивность ‍ Качество кода Помимо роста продуктивности, большинство респондентов (59%) отмечают, что ИИ положительно сказался на качестве их кода. При этом 31% считают улучшение незначительным, а ещё 30% не видят ни положительного, ни отрицательного влияния. Лишь 10% участников опроса сообщают о каком-то ухудшении качества кода вследствие использования ИИ. ‍ Восприятие влияния ИИ на качество кода ‍ «Иногда ИИ пишет код лучше, чем я — по крайней мере, в отдельных задачах. Думаю, причина в том, что он очень хорошо обучен. Я уже говорил: код — штука бинарная, он либо работает, либо нет. И код, который генерирует ИИ, обычно достаточно хорош для моих задач. Часто он соблюдает стандарты, о которых я мог забыть или которые мне лень пересматривать и рефакторить. Поэтому мне кажется, что ИИ делает всё более цельно и аккуратно» ‍ Доверие Как и в отчёте DORA за 2024 год, данные этого года показывают сложный и многогранный ландшафт доверия к результатам, созданным ИИ. Большинство участников опроса (70%) выражают определенную степень уверенности в качестве ИИ-генерации. Сюда входят почти четверть респондентов (24%), которые заявляют, что доверяют ИИ «очень сильно» или «в значительной степени». При этом 30% опрошенных занимают более осторожную позицию: 23% доверяют ИИ «немного», 7% совсем не доверяют качеству сгенерированного кода. ‍ Эти данные подчеркивают важную мысль: высокое использование ИИ и заметная польза могут вполне сочетаться с умеренным и осознанным уровнем доверия. Полное доверие не является обязательным условием, чтобы результаты ИИ приносили пользу. Во время интервью разработчики сравнивали это с отношением к решениям на Stack Overflow: ими активно пользуются, но не принимают безусловно — всегда проверяют. Доверие к ИИ в разработке остаётся важной темой для исследований и обсуждения. Мы ранее выделяли пять стратегий, которые помогают повышать доверие разработчиков к ИИ. Однако данные этого года показывают: разработчики уже научились учитывать ограничения ИИ и адаптировать процесс работы так, чтобы минимизировать риски. ‍ Доверие к качеству результатов, сгенерированных ИИ ‍ Финальные мысли В совокупности эти результаты показывают, что использование ИИ в разработке программного обеспечения стало практически повсеместным. ИИ применяют в широком спектре задач, он встроен в рабочие процессы респондентов и часто становится первым инструментом, к которому обращаются при возникновении проблемы. Хотя участники опроса по-прежнему выражают беспокойство по поводу надёжности кода, сгенерированного ИИ, они в то же время отмечают значительное положительное влияние ИИ на личную продуктивность и качество кода. Поэтому, несмотря на отдельные недостатки, можно сказать, что использование ИИ очень быстро стало стандартной практикой для большинства организаций, занимающихся разработкой ПО. В прошлом году мы выявили, что конкурентное давление — один из ключевых факторов внедрения ИИ в разработке ПО. Многие участники интервью описывали это как «страх упустить возможности» или «опасение отстать» от коллег и компаний-конкурентов. Однако остаётся вопрос: является ли социальное давление достаточным основанием для внедрения новой технологии? Несмотря на то что данные показывают множество положительных эффектов от использования ИИ, мы также зафиксировали и существенные недостатки. Именно поэтому мы призываем не трактовать повсеместность ИИ как сигнал к тому, что каждая организация должна срочно внедрять ИИ, вне зависимости от собственных потребностей. Напротив, мы рассматриваем эти результаты как сильный аргумент в пользу того, что всем, кто работает в разработке — от отдельных специалистов до руководителей команд и компаний — стоит вдумчиво решить: нужен ли им ИИ, где он действительно будет полезен, и как его стоит применять. ‍ То, насколько консервативным или, наоборот, свободным должно быть внедрение ИИ, зависит от контекста конкретной организации. Однако широкое распространение ИИ показывает: игнорировать его влияние на процессы разработки больше невозможно. Мы понимаем, что решения о том, в какой степени и как интегрировать ИИ в разработку, сложны и должны опираться на данные. Именно поэтому в следующей главе, посвящённой новой модели AI Capabilities Model от DORA, мы рассматриваем, как культурные и технологические компетенции внутри организации влияют на результаты внедрения ИИ. Наша цель — дать компаниям, которые решили интегрировать ИИ в свои процессы, практические ориентиры, чтобы сделать это эффективно и получить ощутимую ценность. Чтобы увидеть, как эти выводы укладываются в общую картину изменений — и какие системные механизмы усиливают или ослабляют эффект от ИИ — переходите к четвертой части исследования. Она показывает, почему ценность ИИ раскрывается только тогда, когда меняется сама система работы, и что именно организациям нужно перестраивать, чтобы добиться устойчивых результатов. Пришлем вам необходимые материалы или КП Напишите нам: clients@kt.team Ответим в течение 30 минут! Оглавление Эта глава подготовлена при участии Применение и внедрение ИИ Основные инсайты Рефлексивное использование ИИ Задачи Как кастомизация повышает вовлеченность разработчиков Финальные мысли Другие статьи Смотреть все Мировой опыт по миграции проектов на Magento 2 26/9/2019 Подробнее Интеграция систем: 6 способов улучшить бизнес-процессы и повысить эффективность 23/9/2025 Подробнее Как CRM для девелоперов автоматизирует лиды, бронирования и сделки, повышая конверсию и снижая ошибки в продажах недвижимости 10/4/2026 Подробнее Мы используем файлы cookie, чтобы предоставить наилучшие возможности сайта Ок Давайте обсудим ваш проект С вами свяжутся персональные менеджеры clients@kt.team Email: @kt_team_it Telegram: О нас Услуги Кейсы Блог Карьера Основы ценообразования Бизнес-стажировка Отзывы PIM/MDM-системы ESB-интеграции DevOps Low-code Микросервисы B2B-порталы и e-commerce PWA Magento Калькулятор проекта Unit-экономика © 2026 ООО «КТ Групп» ООО «КОМПЛИЦЕРТЕ ТЕХ» Komplizierte Technologien, GmbH Россия Тольятти, ул. 40 лет Победы, 41 Москва, Романов переулок, 2с1, пространство Noodome clients@kt.team +7 (495) 204-14-33 Положение о работе с персональными данными → ![DORA 2025, Часть 3. Как ИИ трансформирует индустрию разработки ПО: внедрение, сценарии применения и влияние на эффективность команд](/assets/original/692eaa53733811886568e0cd78ee8923-e361-49b1-b7e9-8937bb4b890d-38a7274617.webp) ![image](/assets/original/68d17002acb88b8f285eaa55cover94-e6e104d64c.webp) ![image](/assets/original/69d7868c5abd4d487b49af3b95899fdd-7f85-44cd-aa26-9a3c88ff08c6-50e7acfaeb.webp) --- О нас Услуги Кейсы Блог Карьера Основы ценообразования Бизнес-стажировка Отзывы PIM/MDM-системы ESB-интеграции DevOps Low-code Микросервисы B2B-порталы и e-commerce PWA Magento Калькулятор проекта Unit-экономика © 2026 ООО «КТ Групп» ООО «КОМПЛИЦЕРТЕ ТЕХ» Komplizierte Technologien, GmbH Россия Тольятти, ул. 40 лет Победы, 41 Москва, Романов переулок, 2с1, пространство Noodome clients@kt.team +7 (495) 204-14-33 Положение о работе с персональными данными →