Un an avec des assistants AI en production : l’expérience de VTB, T-Bank et Dodo Engineering

Les développeurs de VTB, T-Bank, Dodo Engineering et S7 TechLab ont partagé leur expérience de mise en œuvre d'assistants de codage alimentés par l'IA lors de la discussion technique Conversations, organisée par Just AI, et ont tiré des conclusions inattendues sur la façon dont les rôles dans les équipes ont changé au cours de l'année écoulée.

Qu'est-ce Qui a Changé en un An d'IA dans le Code?

Les grandes équipes informatiques russes ont commencé à mettre en œuvre massivement des assistants IA pour l'écriture de code il y a environ un an. Les attitudes des développeurs ont connu des étapes reconnaissables : enthousiasme au départ, déception face aux hallucinations et à la mauvaise qualité du code — et finalement, adoption tranquille de l'outil dans la routine quotidienne.

La question principale aujourd'hui n'est pas « l'IA fonctionne-t-elle ? » mais « a-t-elle changé quelque chose de mesurable dans les métriques de l'équipe ? » Selon l'expérience des participants à la discussion, il y a une véritable amélioration de la productivité, mais elle n'est concentrée là où on l'attendait : pas dans la vitesse d'écriture de nouvelles fonctionnalités, mais dans la réduction de l'effort sur les tâches routinières — tests, documentation, refactorisation du code template.

• Entreprises participantes : VTB, T-Bank, Dodo Engineering, S7 TechLab
• Organisateur de la discussion Conversations : Just AI
• Effet principal de l'IA : économies sur les tâches routinières, pas accélération du développement de nouvelles fonctionnalités
• Les outils se sont consolidés dans le flux de travail quotidien de la plupart des équipes

Faut-il Forcer les Développeurs à Utiliser l'IA?

L'une des questions les plus aiguës de la discussion : faut-il obliger les développeurs à utiliser des assistants IA ? L'expérience des participants a montré que l'approche directive fonctionne moins bien que l'approche organique. VTB et T-Bank ont misé sur des champions internes : des développeurs qui démontaient personnellement à leurs collègues des cas d'économies réelles de temps. Quand l'IA s'impose par l'exemple personnel, la résistance diminue notablement.

S7 TechLab et Dodo Engineering ont noté que la négativité survient le plus souvent là où l'assistant génère du code nécessitant un long examen. Si le rapport « écrit par l'IA / accepté sans modifications importantes » est trop faible, la confiance dans l'outil s'effondre — et les développeurs reviennent aux anciennes méthodes.

« L'IA n'accélère pas le développement automatiquement — elle

redistribue où va le temps. »

Qui Écrit Maintenant le Code et Qui le Révise Simplement?

Ici s'est opéré un changement inattendu des rôles. Dans les équipes où les assistants IA sont activement utilisés, la tâche du développeur se déplace de l'écriture du code à sa révision et sa validation. Cela change les exigences pour les juniors et les mid-levels : la capacité à lire rapidement, comprendre et évaluer le code d'un tiers — y compris le code généré par l'IA — devient plus importante que la capacité à l'écrire rapidement à partir de zéro.

Les participants ont identifié deux risques réels. Primo : un développeur accepte le code « les yeux fermés » et accumule de la dette technique. Deuxio : il passe tellement de temps à comprendre le code généré que tous les gains de l'IA disparaissent. Ces deux scénarios se sont déjà produits dans les équipes de production.

Ce Que Cela Signifie

Les assistants de codage avec IA se sont consolidés dans le cycle de production des grandes équipes informatiques russes — mais avec l'efficacité, ils ont apporté de nouvelles questions sur la structure des rôles, la qualité de la révision du code et la gestion de la dette technique. La conclusion principale de la discussion : l'IA change les processus plutôt que de simplement les accélérer.

Questions Fréquemment Posées

Quelles entreprises ont participé à la discussion?

À la discussion technique Conversations organisée par Just AI, des représentants de VTB, T-Bank, Dodo Engineering et S7 TechLab ont participé — les quatre entreprises ont partagé leur expérience de mise en œuvre d'assistants IA en développement de production.

Où la

Productivité des Assistants IA Augmente-t-elle Réellement?

Selon l'expérience des participants, les gains de productivité sont plus visibles sur les tâches routinières : rédaction de tests, documentation et refactorisation du code template — pas sur la vitesse de développement de nouvelles fonctionnalités.