- 63% компаний активно используют ИИ-инструменты для программирования, а 64% генерируют большую часть кода с их помощью.
- При высоком уровне внедрения ИИ команды выпускают вдвое больше изменений в коде, сохраняя качество.
- Число откатов кода — показателя ошибок — растёт минимально: с 0,61% до 0,65% при увеличении ИИ-использования.
Платформа Jellyfish опубликовала масштабное исследование, в котором анализировалась работа более 700 компаний и 200 тысяч инженеров. Главный вывод: активное использование искусственного интеллекта для программирования в 2025–2026 годах удваивает скорость выпуска кода без серьёзного ущерба качеству. Этот тренд вступил в силу недавно и быстро набирает обороты.
Исследование показывает, что компании, где 75–100% сотрудников применяют ИИ-инструменты для кодинга не менее трёх дней в неделю, выпускают в среднем 2,2 изменения в коде на одного инженера за неделю, тогда как в компаниях без активного внедрения этот показатель всего 1,12. То есть искусственный интеллект уже помогает разработчикам писать вдвое больше программного кода.
Важно, что при такой высокой скорости качество не страдает. Отказы и возвраты к предыдущим версиям кода увеличились лишь с 0,61% до 0,65%, что говорит о сохранении стабильности и надёжности программ. Взамен бизнес получает более быстрые релизы и обновления, что особенно важно в конкурентной среде и при необходимости быстро реагировать на изменения.
Исследователи отмечают новый этап развития — рост использования автономных ИИ-агентов, которые всё больше берут на себя рутинные задачи программирования. Однако пока эти технологии используются лишь ведущими компаниями, остальные же отстают. Глава исследовательского отдела Jellyfish вспоминает, что осенью 2025 года многие инженеры начали массово применять продвинутый ИИ Claude Code от Anthropic, что дало мощный толчок развитию инструментов для программирования.
Другие исследования подтверждают сложную картину: нейросети хорошо ускоряют создание кода, но пока не умеют эффективно управлять долгосрочной эволюцией больших проектов, что может приводить к накоплению технического долга — проблем, которые затрудняют развитие программного продукта в будущем. Это важный момент для бизнеса, который только начинает интегрировать ИИ в процессы разработки.
