Заменит ли ИИ программистов: что это меняет для заказчика

Нет, не заменит, но работа программиста уже другая. ИИ пишет код быстро, и сам код дешевеет. Не дешевеет то, что вокруг него: понять, что нужно построить, связать программу с живыми системами и данными, проверить, защитить и потом сопровождать.

Прототип, чтобы показать идею, можно собрать самому. Систему, через которую идут деньги или данные клиентов, самому собирать не стоит. ИИ пользуются почти все подрядчики, так что спрашивать у них стоит о другом: кто и как проверяет код, который написал ИИ.

Сколько кода уже пишет ИИ?

Коротко: в Google - три четверти нового кода, в Яндексе - больше половины. В Google такой код одобряют инженеры, а сами разработчики точности ИИ скорее не доверяют.

Несколько цифр, которые можно проверить:

В Google 75% нового кода пишет ИИ, и этот код одобряют инженеры. Осенью 2025 года было 50%. Это сказал глава компании в апреле 2026 года.
В Яндексе с помощью генеративных моделей создаётся больше половины нового кода. К концу 2026 года компания хочет, чтобы ИИ участвовал в 75% изменений и писал в каждом из них не меньше 75% кода.
По опросу Stack Overflow 2025 года, ИИ-инструментами пользуются или собираются пользоваться 84% разработчиков.

Из того же опроса: точности ИИ не доверяют 46% разработчиков, доверяют 33%. Даже те, кто работает с ИИ, не верят ему на слово. В заявлении Google важна вторая половина фразы: код «одобрен инженерами». За ним стоит человек, который его прочитал и отвечает за него.

Что такое вайб-кодинг и почему профессионалы им почти не занимаются

Коротко: вайб-кодинг - когда человек описывает программу словами, ИИ пишет код, а человек этот код не читает. Для прототипа подходит, для рабочей системы - нет. 72% разработчиков говорят, что так не работают.

Слово придумал Андрей Карпатый, один из основателей OpenAI, в феврале 2025 года. Смысл такой: отдаться процессу и забыть, что код вообще существует (перевод по смыслу).

Для владельца бизнеса это звучит как обещание: опишу, что хочу, и получу приложение без программиста. Отчасти это правда. Экран, форму, простой бот таким способом собирают за вечер-другой, если не нужно хранить ничьи данные. Проблемы начинаются, когда программа выходит к живым людям и живым данным: кто-то должен понимать, что внутри.

В опросе Stack Overflow 72% разработчиков ответили, что вайб-кодингом не занимаются.

С ИИ правда быстрее?

Коротко: ощущение скорости сильнее самой скорости. В исследовании METR 2025 года опытные разработчики с ИИ работали дольше, а думали, что быстрее. Данные 2026 года похожи на ускорение, но точно его измерить пока трудно.

Самое известное исследование - METR, июль 2025 года. Шестнадцать опытных разработчиков решали задачи в своих же больших проектах, часть задач с ИИ, часть без. С ИИ задачи заняли на 19% больше времени. Сами участники при этом считали, что ИИ ускорил их на 20%.

В феврале 2026 года METR повторил замер, и ответ пока такой: возможно, уже быстрее, но уверенно этого сказать нельзя, разброс слишком большой. Разработчики к этому времени так привыкли к ИИ, что многие отказывались работать без него даже ради исследования.

Google в отчёте DORA 2025 года опросил почти 5 000 специалистов. ИИ используют 90% из них. Вывод отчёта: с ИИ команды выпускают обновления быстрее, но чаще бывает, что после обновления что-то ломается и его приходится откатывать. ИИ усиливает то, что в команде уже есть: с автотестами и быстрой проверкой он помогает, без них ошибок становится больше.

Обещание «с ИИ сделаем в разы быстрее» ничего не стоит без плана с этапами и показом работающей версии на каждом из них.

Где код от ИИ ломается чаще всего

Коротко: безопасность и данные. По проверке Veracode 2025 года 45% образцов кода от ИИ не прошли проверки безопасности. Самые громкие провалы - удалённая рабочая база и чужие данные, открытые без входа.

Veracode в июле 2025 года проверил код, который написали больше сотни моделей. 45% образцов не прошли проверки безопасности и содержали уязвимости из списка самых частых. Новые и крупные модели в этом не лучше старых.

Два случая, по которым видно, где именно ломается:

Replit, июль 2025 года. Основатель SaaStr, сообщества для SaaS-компаний, собирал приложение на платформе, где код пишет ИИ-агент. Он прямо запретил агенту что-либо менять, но тот удалил рабочую базу данных. Данные восстановили, хотя агент сначала уверял, что откат невозможен.
Lovable, 2025 год. Во многих приложениях, собранных на этой платформе, не было правил доступа к базе. Чужие данные можно было прочитать без входа. Уязвимость получила официальный номер CVE-2025-48757.

В обоих случаях не хватило человека, который знает, что рабочая база отделяется от тестовой, а к данным одного клиента не должен иметь доступа другой.

Что добавляет российский закон

Если программа хранит данные клиентов (имена, телефоны, адреса), действует закон о персональных данных. С 1 июля 2025 года компания, которая собирает данные граждан России, должна записывать и хранить их в базах на территории России (статья 18 закона 152-ФЗ; исключения узкие, и к приложению для клиентов они обычно не относятся). Replit и Lovable из примеров выше - зарубежные сервисы. Если приложение собрано на такой платформе, проверьте, где физически лежит база, до того как туда попадёт первый клиент.

Штрафы по статье 13.11 КоАП (суммы на сентябрь 2026 года) платит оператор данных - компания, чьи это клиенты, даже если приложение делал подрядчик или платформа:

Нарушение	Штраф юрлицу
Данные граждан России в базе за рубежом	от 1 до 6 млн ₽, повторно от 6 до 18 млн ₽
Утечка данных от 1 000 человек	от 3 до 15 млн ₽, сумма растёт с числом людей; для биометрии - до 20 млн ₽
Повторная утечка	от 1 до 3% выручки, но не меньше 20 и не больше 500 млн ₽

Отдельный вопрос - что уходит в сам ИИ-сервис. Если разработчик вставляет в зарубежный ИИ-чат выгрузку с реальными данными клиентов, это может считаться трансграничной передачей, а перед ней закон требует уведомить Роскомнадзор. Юристы трактуют это по-разному, поэтому конкретный случай лучше обсудить с юристом. Мы держимся правила попроще: реальные данные клиентов во внешние модели не отправляем вообще. В нашем голосовом секретаре имена, телефоны и номера документов заменяются метками до того, как текст уходит во внешнюю модель.

Что можно собрать самому, а что лучше заказать

Коротко: самому можно всё, где ошибка стоит вам вечера. Заказывать - то, где ошибка стоит денег клиентов, их данных или записи в рабочую систему.

Задача	Собрать самому с ИИ	Заказать
Кликабельный прототип, чтобы показать идею подрядчику или партнёру	Да, это лучший способ объяснить, что вы хотите	Не нужно
Внутренняя таблица, скрипт, отчёт на своих данных без персональных данных клиентов	Да, если есть кому проверить цифры	Когда от отчёта начинают зависеть решения о деньгах
Бот, который отвечает на частые вопросы без сбора контактов	Можно попробовать	Когда бот начинает принимать заявки и хранить телефоны
Приложение или бот с данными клиентов	Нет: локализация, права доступа, утечки	Да
Приём оплаты	Нет	Да
Связка, которая записывает данные в вашу CRM или учёт	Нет: ошибка портит рабочие данные	Да

Граница проходит там, где появляются деньги, данные клиентов или запись в рабочие системы. До неё ИИ даёт владельцу бизнеса новую возможность: показать подрядчику работающий прототип вместо пересказа, и по такому прототипу подрядчик точнее назовёт цену.

Куда движется разработка: дешевеет код, дорожает понимание задачи

Коротко: по нашему мнению, код дешевеет, а дорожают понимание задачи, проверка и сопровождение. Своя программа под процесс становится доступнее небольшой компании. Программисты нужны, но ценятся прежде всего те, кто проектирует и проверяет.

Мы проектируем и разрабатываем системы для бизнеса. Вот что, по нашему опыту, меняется для заказчика.

Узкое место смещается с кода на понимание задачи. Написать код теперь дёшево. Дорого - знать, что писать. Описание задачи становится главным документом проекта: по нему пишут код, с помощью ИИ или без, и по нему же проверяют результат. Если в описании нет ответа, что делать при отмене заказа или повторной записи, ИИ придумает ответ сам, и не факт, что тот, который нужен. Поэтому описание стоит доводить до конца ещё до разработки: у каждого требования - критерий приёмки, противоречия решены с заказчиком. Мы так и работаем, и цену со сроком фиксируем только после этого. Растёт и интерес к тому, чтобы заказывать проектирование и техническое задание отдельно от разработки.

Своя программа становится доступнее. То, что раньше не окупалось для небольшой компании (учёт заявок или кабинет клиента), при более дешёвом коде начинает окупаться. Мы ждём, что малый бизнес будет чаще заказывать программы под свой процесс, чем подстраиваться под коробочные.

Проверка и сопровождение дорожают относительно всего остального. Код, который написан быстрее, чем его поняли, потом дороже менять. Через год в такой системе одну и ту же ошибку приходится исправлять в нескольких скопированных местах, и каждая доработка стоит дороже. Это видно и в цифрах: GitClear, который продаёт аналитику кода, изучил 211 миллионов строк. С 2020 по 2024 год копировать стали заметно чаще (доля скопированного кода выросла с 8,3% до 12,3%), а приводить в порядок уже написанное с 2021 по 2024 год - в два с лишним раза реже.

Программисты нужны, но другие. Меньше всего сейчас нужны новички, которые только набирают код. В США занятость разработчиков 22-25 лет к июлю 2025 года упала почти на 20% от пика конца 2022 года (Стэнфорд, причинность не доказана). В России ИТ-вакансий в первом полугодии 2026 года стало на 21% меньше, чем годом раньше (SuperJob по данным «Коммерсанта»). Для заказчика это значит, что ценность команды подрядчика определяют люди, которые проектируют систему и проверяют чужой код, в том числе написанный ИИ. Их имена и стоит спросить, когда выбираете подрядчика.

Часть задач вообще не требует ИИ. Когда разбираешь задачу до конца, часто выясняется, что она решается без всякого ИИ и втрое дешевле, и это тоже результат.

Подешевеет ли разработка

Коротко: частично. Дешевеют прототипы, типовые экраны и рутинный код. Не дешевеют постановка задачи, интеграции, безопасность, приёмка и сопровождение. Обещания «сделаем в разы дешевле, потому что ИИ» стоит проверять.

Сам инструмент стоит недорого: у GitHub Copilot платные тарифы от $10 до $100 в месяц на человека. Экономия появляется в часах инженера: меньше времени на набор типового кода и черновики тестов.

Но смета складывается не только из набора кода. В небольшом проекте много времени уходит на то, чтобы договориться, что именно строим, разобраться с чужими системами, у которых неполная документация, проверить на реальных данных и довести до стабильной работы. ИИ здесь помогает, а отвечает за результат всё равно человек.

Если подрядчик обещает цену в несколько раз ниже рынка «потому что ИИ», спросите, кто будет читать и проверять код и сколько часов на это заложено. Если ответ «ИИ сам проверит», это вайб-кодинг за ваши деньги. О том, как устроена оплата разработки, мы писали в разборе фиксированной цены и почасовой оплаты.

Что спросить у подрядчика, который пишет код с ИИ

Коротко: спрашивать, пользуется ли подрядчик ИИ, бессмысленно. Полезнее узнать, кто читает код от ИИ, есть ли автотесты и отдельная тестовая база, в какой стране будут лежать данные клиентов и как вы примете работу.

Какие ИИ-инструменты вы используете и что в них уходит? Нормальный ответ: код уходит, реальные данные клиентов - нет, для тестов используются вымышленные.
Кто читает код, который написал ИИ, до того как он попадёт в рабочую версию? Хороший ответ называет конкретного человека и порядок проверки.
Есть ли автотесты и запускаются ли они на каждое изменение? Без них быстрые изменения с ИИ ломают то, что уже работало.
Есть ли отдельная тестовая среда и отдельная база? У ИИ-агента не должно быть доступа к рабочей базе.
Как проверяете безопасность и права доступа к данным? Можно ли одному клиенту увидеть данные другого - это вопрос, который стоит задать дословно.
Где будет лежать база с данными клиентов? Ответ должен быть «в России», с названием хостинга.
Передадите ли вы нам код, доступы и описание системы? Код, сгенерированный быстро, без описания потом дорого поддерживать другой команде.
Как мы примем работу? У каждой функции должен быть критерий: что проверяем и какой результат считаем правильным. Для ИИ-ассистента карьерных решений мы спроектировали приёмку по эталону: для типовых вопросов записано, какой ответ считать правильным, и спор о качестве бота решается сверкой с ним.

Как ИИ меняет работу самой компании, мы разбирали в статье про внедрение ИИ в бизнес-процессы. Посмотреть, какие системы мы строим, можно в наших проектах.

Источники

Если вы думаете, что заказать, а что собрать самому, опишите задачу в заявке. В ответ пришлём состав работ и смету за 24 часа, с ценой и сроком, зафиксированными до начала разработки.

Заменит ли ИИ программистов: куда движется разработка и что это меняет для заказчика