Взлет Vibe Coding на фоне дефицита AI-талантов: ключевые выводы из отчёта Georgian

Глобальный AI-бенчмарк

Georgian Partners совместно с NewtonX и международным консорциумом из 11 партнёров выпустили отчёт AI, Applied Benchmark Report, который подробно освещает влияние искусственного интеллекта на B2B-софт и корпоративные компании по всему миру. Во втором раунде исследования приняли участие 612 руководителей, поровну разделённых между R&D и коммерческими подразделениями, из 10 стран и 15 отраслей, представляющих компании с годовой выручкой от 5 до более 200 миллионов долларов.

Вклад таких организаций, как Alberta Machine Intelligence Institute и Startup Nation Central, обеспечил разнообразие и международный охват, что позволило создать надёжные отраслевые показатели.

AI — стратегический приоритет

Искусственный интеллект перестал быть опциональной технологией: 83% компаний B2B и корпоративного сектора включили AI в топ-5 стратегических приоритетов. Главные причины внедрения — повышение внутренней продуктивности, обретение конкурентного преимущества и улучшение эффективности затрат и роста выручки. Отметим, что конкурентное преимущество теперь важнее экономии затрат и роста доходов, подчёркивая роль AI как инструмента лидерства на рынке.

Рост Vibe Coding

Особое внимание уделено Vibe Coding — автоматической генерации и отладке кода при помощи AI-моделей. Этот кейс занимает третье место по распространённости в R&D, им пользуются 37% компаний, а ещё 40% находятся на этапе пилотирования. Такая тенденция стала ответом на острую нехватку AI-специалистов, которую 45% руководителей R&D называют главной преградой для масштабирования AI, опережая даже затраты на разработку моделей.

Vibe Coding помогает небольшим командам ускорять релизы, эффективнее отлаживать код и создавать более качественный, документированный код с меньшими затратами труда, снижая нагрузку в QA, инфраструктуре и деплойменте.

Прирост продуктивности и сложности

Использование AI в разработке приносит ощутимые плюсы: 70% респондентов отмечают рост скорости разработки, 63% – улучшение качества кода и документации, более половины – увеличение частоты релизов. Однако показатели надежности, такие как среднее время восстановления и частота сбоев, пока слабо меняются, что указывает на необходимость участия человека для устойчивости систем.

Инфраструктура и расширение данных

Отчёт фиксирует значительные инвестиции в инфраструктуру для поддержки AI:

53% компаний внедрили платформы наблюдения за LLM
51% используют инструменты оркестрации данных, например Dagster и Airflow
Для масштабируемости и надёжности применяются векторные базы данных, cron-задачи и устойчивые workflow-движки

Использование данных расширяется: 94% компаний применяют собственные данные, 80% — публичные, а синтетические и тёмные данные уже используются более чем половиной и четвертью компаний соответственно.

Разнообразие моделей LLM

OpenAI сохраняет лидерство с 85% компаний, использующих её модели в продакшене, но быстро растёт популярность других:

Google Gemini — 41%
Anthropic Claude — 31%
Meta Llama 3 — 28%
Специализированные модели для рассуждения, например OpenAI o1-mini (35%) и DeepSeek (18%)

Это отражает тренд мульти-модельных AI-стеков, где компании подбирают модели под конкретные задачи.

Неравномерное развитие зрелости AI

По модели зрелости Georgian Crawl, Walk, Run всё больше компаний переходят из начального в промежуточный этап. Однако уровень "Runner" (самый высокий) удерживается на 11%, что говорит о сложностях масштабирования AI-проектов с прямой связью с доходами или затратами.

Сложности с измерением ROI

Более половины R&D-команд не связывают AI-проекты с конкретными KPI. Только 25% связывают AI с новым доходом, 24% отмечают положительное влияние на стоимость привлечения клиентов. Тем не менее, свыше 50% видят улучшение удовлетворённости клиентов и долгосрочной ценности, хотя финансовое обоснование остаётся неясным, особенно для компаний среднего уровня зрелости.

Улучшение управления затратами

Основной преградой остаётся дефицит талантов, но управление затратами улучшается:

Увеличение числа компаний с стабильными или снижающимися затратами на хранение данных на 9 пунктов
Снижение расходов на поддержку ПО, труд и операции
Меньшая зависимость от жёстких ограничений проектов

Кроме того, 68% компаний используют сторонние AI-решения для управления сложностью и затратами, особенно по мере интеграции AI в коммерческий софт и внутренние платформы.

Взгляд в будущее

Данные отчёта показывают переход к новому этапу, где AI становится неотъемлемой частью разработки, развертывания и поддержки ПО. Vibe Coding превращается из инструмента продуктивности в фундаментальную технологию, позволяющую компаниям преодолевать дефицит кадров, ускорять вывод продуктов на рынок и повышать качество кода без пропорционального роста численности.

Компании, достигающие высших уровней зрелости AI, глубоко интегрируют технологии в рабочие процессы, превращая автоматизацию в усиление возможностей разработчиков, а не в их замену. Те, кто рассматривает Vibe Coding и инфраструктуру как стратегические инвестиции, зададут темп следующей волны корпоративных инноваций.