Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарHabr AI→ оригинал

Разработчики 1С перешли на ИИ-агентов: McKinsey видит прирост продуктивности лишь 3%

Команда из 20 человек, пишущая под 1С (платформу для учёта в бизнесе), за полгода пересела на ИИ-агентов: ручного кода стало в разы меньше, а ревью стало больше. McKinsey оценивает средний прирост продуктивности от ИИ всего в 3%, а у 30% команд она упала. Поэтому команда сначала расписала, кто и когда проверяет ИИ-код, и только потом взялась за железо.

AI-обработка оригинала Habr AI; редакция Hamidun News
Разработчики 1С перешли на ИИ-агентов: McKinsey видит прирост продуктивности лишь 3%
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Gartnerбез контроля токены к 2028 году станут дороже зарплаты разработчика
Ключевой факт #2Доля открытых моделей в корпоративном трафике: с 23% до 34% за год
Ключевой факт #3Тимлиды получат по NVIDIA DGX Spark, к концу года — общий сервер

Когда ИИ-агенты приходят в команду, все спрашивают одно: что теперь делать разработчикам? Руководитель команды из примерно двадцати человек опубликовал на Хабре отчёт о том, как они прошли этот путь за несколько месяцев. В команде разработчики на 1С (российской платформе для учёта и автоматизации бизнеса) и смежных стеках, тестировщики и аналитики. Автор сверил свой опыт с данными отрасли. Самая отрезвляющая цифра принадлежит консалтинговой компании McKinsey: средний прирост продуктивности от ИИ составляет около 3%, а у 30% команд она даже упала. Вывод McKinsey: выигрывает не тот, кто купил инструмент, а тот, кто перестроил вокруг него роли и процессы. Именно поэтому история команды полезна как пример, с чего начинать.

Как это развивалось в команде

Плана не было. Весной 2026 года часть коллег просто пробовала ИИ-агентов в личных проектах. Летом это стало рабочей практикой: ручное написание кода сократилось в разы, но выросла нагрузка на код-ревью и архитектурные решения. К концу лета команда начала эксперименты с локальной генерацией на собственном железе и собрала общую базу знаний, из которой выделилась отдельная база по 1С. Раз в неделю проходят встречи по обмену опытом с ИИ-инструментами. Без них, по словам автора, было бы сложно держать темп.

Осенью подключили облачного агента как основной инструмент для всей команды. Перед этим из кода вычистили пароли, ключи и другие чувствительные данные. Тогда же запустили пилот spec-driven development: спецификация становится главным артефактом, а код производным от неё. Для проверки моделей взяли бенчмаркинг-проект PRISM, чтобы не верить рекламным обещаниям, а гонять модели на собственных задачах.

Есть и неприятная находка: часть команды отметила ухудшение сна и самочувствия на фоне резкого погружения в технологию. Автор считает, что это нужно закладывать в темп внедрения.

Что говорит индустрия

Gartner прогнозирует, что большинство кода будут писать ИИ-агенты, а проверять опытные разработчики. По его оценке, 80% инженеров нужно переучить до 2027 года. IDC описывает то же самое как сдвиг к надзору: ставить задачу, проверять результат, дорабатывать вывод агента. Ещё несколько цифр из обзора:

  • Доля локальных и open-weight моделей (с открытыми весами) в токен-трафике корпоративного ИИ, по опросу 200 компаний, выросла с 23% до 34% за год. Vercel на своём шлюзе видит рост с 11% до 36% за три месяца.
  • Self-managed хостинг в облаке и on-premises (на своём оборудовании) делят рынок почти пополам: 46% против 42%.
  • По данным BlueOptima, на реальных задачах крупных компаний ИИ-инструменты успешны менее чем в 23% случаев. Sourcegraph объясняет причину: бенчмарк SWE-bench тестирует небольшие самостоятельные репозитории, а не крупные продакшн-базы.
  • Gartner предупреждает, что без управления расходы на токены к 2028 году превысят среднюю зарплату разработчика.
  • 64% компаний внедряют ИИ-агентов, но окупаемость (ROI) измеряют лишь 33% из них.

Автор оговаривается, что оценки распространённости ИИ у разных источников расходятся от 59% до 90%+, поэтому к отдельным процентам стоит относиться осторожно.

Планы и правила ревью

В середине следующего года тимлиды получат по одному NVIDIA DGX Spark, компактному ИИ-компьютеру, как песочницу для экспериментов с локальной генерацией. К концу года планируют общий сервер, который сможет обслуживать всю команду одновременно на модели класса 400B+ (400 миллиардов параметров и больше). Точную спецификацию сервера откладывают до чекпойнта после нескольких месяцев работы с песочницами. Если свой сервер не успеет подняться вовремя, запасной вариант — управляемый open-weight хостинг.

Первая версия плана была больше про инструменты, чем про процесс. После знакомства с выводами McKinsey команда прописала три правила:

  • Архитектурное ревью переносится на уровень спецификации, до генерации кода.
  • Для ИИ-кода вводится отдельный чек-лист: внутренние конвенции, граничные случаи бизнес-логики, проверка на «галлюцинации».
  • Перед мерджем ИИ-кода конкретный человек подписывается под изменением, а не «по умолчанию ок».

Что взять себе

Автор формулирует выводы для других команд. ИИ ускоряет работу, но не заменяет людей, и об этом лучше сказать вслух заранее. Свой бенчмарк на собственной кодовой базе важнее общих рейтингов, особенно для нишевых платформ вроде 1С. Процесс важнее инструмента. Самочувствие команды входит в план внедрения. И хотя бы простая квартальная самооценка результата ставит вас в меньшинство компаний, которые вообще считают ROI.

Оговорка: это опыт одной команды, а данные индустрии собраны из разных источников с разной методикой. Как отправная точка для плана внедрения материал полезен, но не как доказательство универсального эффекта.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как это развивалось в команде?

Плана не было. Весной 2026 года часть коллег просто пробовала ИИ-агентов в личных проектах. Летом это стало рабочей практикой: ручное написание кода сократилось в разы, но выросла нагрузка на код-ревью и архитектурные решения. К концу лета команда начала эксперименты с локальной генерацией на собственном железе и собрала общую базу знаний, из которой выделилась отдельная база по 1С. Раз в неделю проходят встречи по обмену опытом с ИИ-инструментами. Без них, по словам автора, было бы сложно держать темп.

Что известно по теме: что говорит индустрия?

Gartner прогнозирует, что большинство кода будут писать ИИ-агенты, а проверять опытные разработчики. По его оценке, 80% инженеров нужно переучить до 2027 года. IDC описывает то же самое как сдвиг к надзору: ставить задачу, проверять результат, дорабатывать вывод агента. Ещё несколько цифр из обзора: Доля локальных и open-weight моделей (с открытыми весами) в токен-трафике корпоративного ИИ, по опросу 200 компаний, выросла с 23% до 34% за год. Vercel на своём шлюзе видит рост с 11% до 36% за три месяца.

Что известно по теме: планы и правила ревью?

В середине следующего года тимлиды получат по одному NVIDIA DGX Spark, компактному ИИ-компьютеру, как песочницу для экспериментов с локальной генерацией. К концу года планируют общий сервер, который сможет обслуживать всю команду одновременно на модели класса 400B+ (400 миллиардов параметров и больше). Точную спецификацию сервера откладывают до чекпойнта после нескольких месяцев работы с песочницами. Если свой сервер не успеет подняться вовремя, запасной вариант — управляемый open-weight хостинг.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…