Рост Vibe Coding на фоне дефицита AI-талантов замедляет прогресс ИИ в компаниях

Глобальный отчет по применению ИИ

Georgian Partners совместно с NewtonX и международным консорциумом из 11 партнеров выпустили отчет AI, Applied Benchmark Report, который показывает, как ИИ меняет B2B-софтовые и корпоративные компании по всему миру. В исследовании приняли участие 612 руководителей из сфер R&D и коммерческих подразделений, из 10 стран и 15 отраслей, представляющих компании с годовым доходом от 5 до 200 миллионов долларов и выше.

Стратегическое партнерство консорциума

Глобальный масштаб и стратегическая поддержка отчета обеспечены консорциумом, в который вошли Alberta Machine Intelligence Institute, AI Marketers Guild, FirstMark, GTM Partners, Untapped Ventures, Vector Institute, Startup Nation Central и Grove Ventures. Это позволило обеспечить широкое участие компаний из разных секторов и стран.

ИИ как стратегический приоритет

ИИ перестал быть опцией — 83% B2B и корпоративных компаний включили ИИ в топ-5 стратегических приоритетов. Из пяти главных бизнес-целей три связаны с ИИ, что подчеркивает его глубокую интеграцию в корпоративные стратегии. Основные мотивы внедрения ИИ — повышение внутренней продуктивности, получение конкурентного преимущества и улучшение эффективности затрат и роста доходов. Особенно важно, что конкурентное преимущество теперь важнее, чем экономия затрат и рост выручки, что говорит о роли ИИ как инструмента лидерства на рынке.

Взлет Vibe Coding

Отчет выделяет стремительный рост Vibe Coding — автоматизированной генерации и отладки кода с помощью ИИ-моделей. Это третий по распространенности кейс использования ИИ в R&D, 37% компаний уже применяют его на практике, а еще 40% проводят пилотные проекты.

Рост связан с критическим дефицитом технических ИИ-специалистов — главной преградой для масштабирования ИИ, которую указали 45% руководителей R&D, обогнав даже высокие расходы на разработку моделей.

Vibe Coding помогает небольшим командам ускорять сроки разработки, быстрее исправлять ошибки и создавать более чистый, хорошо документированный код с меньшими затратами. Компании отмечают значительное снижение ручной работы в QA, инфраструктуре и процессах деплоя.

Продуктивность и ограничения ИИ

Использование ИИ ускоряет разработку (70% респондентов), улучшает качество кода и документацию (63%), а также увеличивает частоту релизов (более 50%). Тем не менее, такие показатели как среднее время восстановления, время цикла и частота ошибок изменений остаются слабыми, что указывает на то, что стабильность и надежность пока зависят от человека.

Инвестиции в инфраструктуру

Команды активно внедряют новые инструменты для перехода ИИ от экспериментов к промышленному применению:

• 53% компаний интегрировали платформы наблюдения за LLM
• 51% используют инструменты оркестрации данных, такие как Dagster и Airflow
• Для масштабирования и надежности применяются векторные базы данных, cron-задачи и устойчивые движки рабочих процессов

Также выросло использование данных: 94% компаний применяют собственные данные, 80% — публичные, а синтетические и темные данные становятся все более популярными.

Разнообразие крупных языковых моделей

OpenAI сохраняет лидерство с 85% использования в продакшене. Но другие модели набирают популярность:

• Google Gemini вырос на 17 пунктов до 41%
• Anthropic Claude — 31%
• Meta Llama 3 — 28%
• Специализированные модели рассуждения, такие как OpenAI o1-mini (35%) и DeepSeek (18%), внедряются в продакшен

Это отражает переход к мульти-модельным AI-стекам, где организации подбирают модели под конкретные задачи.

Неравномерный рост зрелости ИИ

По модели зрелости ИИ Georgian (Crawl, Walk, Run) видно, что больше компаний движется от начального к среднему уровню, но высший уровень зрелости пока редок:

• "Walkers" снизились до 40% (с 49%)
• "Joggers" выросли до 31%
• "Runners" остались на 11%, что указывает на сложности масштабирования

Компании, достигшие уровня "Runner", обычно связывают проекты ИИ с конкретными финансовыми результатами, что пока редко встречается в отрасли.

Трудности с измерением ROI

Многие команды R&D не связывают проекты ИИ с конкретными KPI: более половины не имеют четкой связи с результатами. Только 25% связывают ИИ с новым доходом, а 24% отмечают положительное влияние на стоимость привлечения клиентов. Однако более 50% видят улучшение удовлетворенности клиентов и долгосрочной ценности.

Улучшение контроля затрат

Дефицит талантов остается главной проблемой, но управление затратами улучшается:

• На 9 пунктов выросло число компаний со стабильными или снижающимися затратами на хранение данных
• Снизились затраты на поддержку ПО, труд и операции
• Меньше компаний прибегают к жестким ограничениям проектов для экономии

68% компаний используют сторонние AI-решения для управления стоимостью и сложностью, особенно с ростом интеграции ИИ в коммерческие и внутренние платформы.

Будущее ИИ в корпоративном секторе

ИИ меняет разработку ПО, становясь не только автоматизацией, но и расширением возможностей команд. Vibe Coding — ключевой элемент, позволяющий преодолевать дефицит кадров, ускорять вывод продуктов на рынок и улучшать качество кода без пропорционального увеличения штата.

Успешные компании будут не просто использовать ИИ, а стратегически внедрять и развивать его. Автоматизация будет усиливать разработчиков, а не заменять их, определяя следующий этап инноваций в индустрии.