Такие данные опубликованы в исследовании «Проникновение вайб-кодинга, Low-Code/No-Code и роль классической разработки в российских компаниях», проведенном ИТ-экосистемой «Лукоморье» и ИАА TelecomDaily.
Как отмечается в исследовании, большинство (73%) компаний используют ИИ на значимом уровне разработки, например, для генерации функций, модулей или тестов.
Использование ИИ в разработке
При этом компании не выбирают между классической разработкой, Low-Code/No-Code (LCNC) и ИИ, а сочетают эти подходы: LCNC в промышленной эксплуатации используют 86% опрошенных организаций, классическую разработку — 89%, а среди тех, кто применяет ИИ для генерации кода или конфигурации, 59% делают это в гибридных задачах, где задействованы оба способа разработки. По оценкам респондентов, значимое применение ИИ ускоряет получение результата примерно на 24%, но около четверти сгенерированного кода отклоняется при проверке или требует существенной переработки.
Рынок LCNC вырастет в объёме в 7,78 раза – с 3,63 млрд рублей в 2021 году до 28,23 млрд рублей в 2026 году. Пик роста пришёлся на 2022 год, когда рынок увеличился на 172%, а уже к 2025 году рост замедлился всего до 11%: аналитики связывают это с высокой базой, неоднородной динамикой игроков и завершением срочных проектов импортозамещения. Однако в 2026–2027 годах темп роста может восстановиться до 15–17% за счёт масштабирования зрелых платформ, интеграции LCNC с ИИ и роботизацией процессов, а также расширения повторных продаж. К 2030 году скорость роста будет постепенно снижаться, достигая уровня примерно 11–13% в год.
Сценарии использования LCNC и ИИ во многом совпадают, но акценты различаются в каждом конкретном случае. Пользователи LCNC чаще всего создают на платформах внутренние системы и корпоративные порталы (55%), аналитику и отчётность (50%), а также реализуют интеграции с другими продуктами (40%). А непосредственно ИИ на значимом уровне чаще всего применяют для аналитики данных (58%) и для создания чат-ботов (46%). Внешние клиентские продукты на LCNC делают лишь 13% организаций с опытом в LCNC.
По оценкам респондентов, значимое применение ИИ приводит к получению результата примерно на 24% быстрее, а также на 9% снижает стоимость самой разработки: снижение затрат хотя бы на 5% отметили 56% организаций. Платой за скорость становится проверка: в среднем около 25% кода, сгенерированного с помощью ИИ, отклоняется при последующем ревью или требует существенной переработки. С незначительными инцидентами из-за такого кода сталкивались 36% организаций со значимым применением ИИ, с инцидентами ограниченного влияния на пользователей и процессы – 12%; серьёзных последствий для бизнеса опрос не зафиксировал.
Среди всех применяемых ИИ-инструментов в разработке, на сегодняшний день нет какого-то одного доминирующего. В среднем, организации одновременно используют три разных решения. Чаще других респонденты называли DeepSeek (47%), Claude Code (38%), модели OpenAI вне Codex (31%) и GitHub Copilot (29%). Отечественные GigaCode и GigaChat отметили только 23% из числа тех, кто применял ИИ-разработку.
К барьерам при работе с ИИ 37% компаний относят ошибки ИИ, а также риск роста технического долга. Следующим по значимости (34%) идут требования информационной безопасности и ограничения на передачу кода и данных в облачные и зарубежные сервисы.
