402 lines
16 KiB
Markdown
402 lines
16 KiB
Markdown
# Статистика использования AI инструментов разработчиками (2024-2026)
|
||
|
||
## Общая статистика использования AI
|
||
|
||
### Динамика использования по годам
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|c|c|}
|
||
\hline
|
||
Метрика & 2024 & 2025 & Изменение \\
|
||
\hline
|
||
Используют или планируют использовать AI & 76\% & 84\% & +8 п.п. \\
|
||
\hline
|
||
Активно используют AI & 62\% & н/д & — \\
|
||
\hline
|
||
Используют ежедневно (профессионалы) & н/д & 51\% & — \\
|
||
\hline
|
||
Позитивное отношение к AI & 70\%+ & 60\% & -10 п.п. \\
|
||
\hline
|
||
Доверяют точности AI & н/д & 33\% & — \\
|
||
\hline
|
||
Активно не доверяют AI & н/д & 46\% & — \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Сравнение показателей использования AI по данным Stack Overflow 2024 и 2025}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Developer Survey 2024[1]
|
||
- Stack Overflow Developer Survey 2025[2]
|
||
- Final Round AI Analysis of Stack Overflow 2025[3]
|
||
|
||
### Ключевые показатели использования (2025-2026)
|
||
|
||
\begin{itemize}
|
||
\item 84\% разработчиков используют или планируют использовать AI инструменты (Stack Overflow 2025)[2]
|
||
\item 90\% разработчиков используют AI (DORA Report 2025)[4]
|
||
\item 85\% регулярно используют AI-инструменты (JetBrains State of Developer Ecosystem 2025)[5]
|
||
\item 51\% профессиональных разработчиков используют AI ежедневно (Stack Overflow 2025)[2][6]
|
||
\item 82\% используют ChatGPT[7]
|
||
\item 68\% используют GitHub Copilot[7]
|
||
\item 47\% используют Google Gemini[7]
|
||
\item 41\% используют Claude Code[7]
|
||
\item 59\% разработчиков используют три и более AI-инструмента параллельно[7][8]
|
||
\end{itemize}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Developer Survey 2025[2]
|
||
- DORA Report 2025 (Google Cloud)[4]
|
||
- JetBrains State of Developer Ecosystem 2025[5]
|
||
- AI Coding Assistant Statistics 2026[6][7]
|
||
- Second Talent AI Coding Statistics[8]
|
||
|
||
## Доверие к AI инструментам
|
||
|
||
### Парадокс использования и доверия
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|}
|
||
\hline
|
||
Показатель доверия & Процент \\
|
||
\hline
|
||
Позитивное отношение к AI (2023-2024) & 70\%+ \\
|
||
\hline
|
||
Позитивное отношение к AI (2025) & 60\% \\
|
||
\hline
|
||
Доверяют точности AI & 33\% \\
|
||
\hline
|
||
Активно не доверяют AI & 46\% \\
|
||
\hline
|
||
Высоко доверяют результатам AI & 3\% \\
|
||
\hline
|
||
Высоко доверяют (опытные разработчики) & 2.6\% \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Показатели доверия к AI инструментам}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Survey 2025 Analysis[3][9]
|
||
- Intelligent Tools Analysis[10]
|
||
|
||
### Основные проблемы с доверием
|
||
|
||
\begin{itemize}
|
||
\item 66\% разработчиков жалуются на "AI решения, которые почти правильные, но не совсем"[2]
|
||
\item 45\% считают, что "отладка AI-кода требует больше времени"[2]
|
||
\item 28\% часто исправляют AI-код настолько, что это нивелирует выигрыш во времени[11][12]
|
||
\item 30\% senior-разработчиков тратят значительное время на исправление AI-кода[11]
|
||
\item 17\% junior-разработчиков тратят время на исправление AI-кода[11]
|
||
\end{itemize}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Developer Survey 2025[2]
|
||
- Fastly Developer Survey (июль 2025, 791 респондент)[11][12]
|
||
|
||
## Производительность разработчиков с AI
|
||
|
||
### Воспринимаемая vs реальная производительность
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|c|}
|
||
\hline
|
||
Метрика & Значение & Источник \\
|
||
\hline
|
||
Воспринимаемое ускорение & +24\% & RCT исследование \\
|
||
\hline
|
||
Реальное измерение (опытные разработчики) & -19\% & RCT исследование \\
|
||
\hline
|
||
Разрыв восприятия и реальности & -43\% & RCT исследование \\
|
||
\hline
|
||
Реальный прирост производительности & +3.6\% & Наблюдательные исследования \\
|
||
\hline
|
||
Больше кода с AI & +12-15\% & Различные источники \\
|
||
\hline
|
||
Прирост в отдельных метриках & +21\% & Различные источники \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Сравнение воспринимаемой и реальной производительности}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Science Journal: "Who is using AI to code?" (январь 2026)[13]
|
||
- AI Coding Statistics Analysis[7]
|
||
- Second Talent Statistics[8]
|
||
|
||
### Производительность по уровню опыта (Fastly Survey 2025)
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|c|c|}
|
||
\hline
|
||
Показатель & Senior (10+ лет) & Junior (0-2 года) & Разница \\
|
||
\hline
|
||
Считают, что AI ускоряет работу & 59\% & 49\% & +10 п.п. \\
|
||
\hline
|
||
Значительный прирост скорости & 26\% & 13\% & В 2 раза \\
|
||
\hline
|
||
Более 50\% кода генерируется AI & 32\% & 13\% & В 2.5 раза \\
|
||
\hline
|
||
Тратят время на исправление AI & 30\% & 17\% & +13 п.п. \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Использование AI по уровню опыта разработчиков}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Fastly Developer Survey (июль 2025)[11][12][14][15]
|
||
- InfoWorld Analysis[16]
|
||
- The Register Analysis[17]
|
||
|
||
## Доля AI-генерируемого кода
|
||
|
||
### Эволюция доли AI в кодовой базе
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|c|}
|
||
\hline
|
||
Период & Доля AI в коде (США) & Глобальное использование \\
|
||
\hline
|
||
2022 & 5\% & н/д \\
|
||
\hline
|
||
Начало 2025 & 29\% & н/д \\
|
||
\hline
|
||
2026 & н/д & 41\% (средний) \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Рост доли AI-генерируемого кода}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Second Talent AI Statistics[8]
|
||
- Science Journal Research[13]
|
||
- AI Coding Assistant Statistics[6]
|
||
- Dev.to AI Coding Analysis[18]
|
||
|
||
### Региональные различия (начало 2025)
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|}
|
||
\hline
|
||
Страна & Доля AI-кода \\
|
||
\hline
|
||
США & 29\% \\
|
||
\hline
|
||
Германия & 23\% \\
|
||
\hline
|
||
Франция & 24\% \\
|
||
\hline
|
||
Индия & 20\% \\
|
||
\hline
|
||
Китай & 12\% \\
|
||
\hline
|
||
Россия & 15\% \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Региональная статистика использования AI в коде}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Science Journal: Global AI Code Adoption[13]
|
||
- Dev.to Analysis[18]
|
||
|
||
### Доля AI-кода в крупных компаниях (2025-2026)
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|c|}
|
||
\hline
|
||
Компания & Доля AI-кода & Период \\
|
||
\hline
|
||
Anthropic (инженеры) & 100\% & Январь 2026 \\
|
||
\hline
|
||
OpenAI (инженеры) & 100\% & Январь 2026 \\
|
||
\hline
|
||
Microsoft & \textasciitilde30\% & Апрель 2025 \\
|
||
\hline
|
||
Google & >25\% (21\% внутр.) & 2025 \\
|
||
\hline
|
||
Salesforce & \textasciitilde30\% & 2025 \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{AI-генерируемый код в ведущих технологических компаниях}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Fortune: Anthropic and OpenAI Engineers Interview (январь 2026)[19]
|
||
- MIT Technology Review: Generative Coding 2026[20]
|
||
|
||
## Качество и проблемы AI-кода
|
||
|
||
### Статистика качества кода
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|}
|
||
\hline
|
||
Метрика качества & Значение \\
|
||
\hline
|
||
AI-код содержит уязвимости безопасности & 48\% \\
|
||
\hline
|
||
Код принимается без модификаций & <44\% \\
|
||
\hline
|
||
Больше дефектов без ревью & 1.7× \\
|
||
\hline
|
||
Рост размера pull request & +33\% (57→76 строк) \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Показатели качества AI-генерируемого кода}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- AI Coding Statistics 2026[7]
|
||
- AI Coding Tools Adoption Study[21]
|
||
- GitClear AI Code Quality Research[22]
|
||
|
||
### Фрустрации разработчиков (2025)
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|}
|
||
\hline
|
||
Проблема & Процент разработчиков \\
|
||
\hline
|
||
AI решения почти правильные, но не совсем & 66\% \\
|
||
\hline
|
||
Отладка AI-кода требует больше времени & 45\% \\
|
||
\hline
|
||
Исправление нивелирует выигрыш во времени & 28\% \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Основные жалобы на AI инструменты}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Developer Survey 2025[2]
|
||
- Fastly Survey Analysis[11]
|
||
|
||
## Использование AI по типам задач
|
||
|
||
### Популярные применения AI (Stack Overflow 2025)
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|}
|
||
\hline
|
||
Задача & Процент использующих \\
|
||
\hline
|
||
Поиск ответов & 54\% \\
|
||
\hline
|
||
Генерация контента/данных & 36\% \\
|
||
\hline
|
||
Изучение новых концепций & 33\% \\
|
||
\hline
|
||
Документирование кода & 31\% \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Применение AI инструментов по типам задач}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Survey 2025[3][10]
|
||
|
||
## Тренды 2026 года
|
||
|
||
### Агентное кодирование
|
||
|
||
\begin{itemize}
|
||
\item 31\% используют AI-агенты на работе (2025)[3][10]
|
||
\item 40\% enterprise-приложений будут включать AI-агенты к концу 2026[23]
|
||
\item 84\% лидеров планируют увеличить инвестиции в AI-агентов[23]
|
||
\end{itemize}
|
||
|
||
**Источники:**
|
||
- Intelligent Tools Analysis[10]
|
||
- Master of Code Generative AI Statistics[23]
|
||
|
||
### Изменение процесса разработки
|
||
|
||
\begin{itemize}
|
||
\item Anthropic перестраивает подход к найму: больший фокус на генералистов vs специалистов[19]
|
||
\item Некоторые инженеры полностью прекратили писать код и теперь только редактируют AI-сгенерированный[19]
|
||
\item Меньшая релевантность традиционных навыков программирования[19]
|
||
\item Акцент на способности работать с AI-инструментами[19]
|
||
\end{itemize}
|
||
|
||
**Источники:**
|
||
- Fortune Interview with Anthropic CEO and Engineers[19]
|
||
|
||
## Дополнительные данные
|
||
|
||
### Временная шкала развития
|
||
|
||
\begin{table}
|
||
\begin{tabular}{|l|c|c|c|}
|
||
\hline
|
||
Год & Используют AI & Ежедневно (проф.) & Доля AI-кода \\
|
||
\hline
|
||
2022 & н/д & н/д & 5\% \\
|
||
\hline
|
||
2023 & 70\% & 44\% & н/д \\
|
||
\hline
|
||
2024 & 76\% & 62\% & н/д \\
|
||
\hline
|
||
Начало 2025 & н/д & н/д & 29\% \\
|
||
\hline
|
||
2025 & 84\% & 51\% & н/д \\
|
||
\hline
|
||
2026 (январь) & 84-85\% & 51\% & 41\% (глобально) \\
|
||
\hline
|
||
\end{tabular}
|
||
\caption{Временная динамика использования AI}
|
||
\end{table}
|
||
|
||
**Источники:**
|
||
- Stack Overflow Developer Surveys 2023-2025[1][2]
|
||
- AI Statistics Compilations[6][7][8]
|
||
- Science Journal Research[13]
|
||
|
||
## References
|
||
|
||
[1] Stack Overflow. (2024). 2024 Stack Overflow Developer Survey. https://survey.stackoverflow.co/2024/
|
||
|
||
[2] Stack Overflow. (2025). 2025 Stack Overflow Developer Survey. https://survey.stackoverflow.co/2025/
|
||
|
||
[3] Final Round AI. (2025, July 29). Stack Overflow Survey Reveals Developers Are Using AI. https://www.finalroundai.com/blog/stack-overflow-survey-2025-developers-trust-ai-tools-less
|
||
|
||
[4] Google Cloud. (2025, September 22). How are developers using AI? Inside our 2025 DORA report. https://blog.google/technology/developers/dora-report-2025/
|
||
|
||
[5] JetBrains. (2025, October 20). The State of Developer Ecosystem 2025: Coding in the AI Era. https://blog.jetbrains.com/research/2025/10/state-of-developer-ecosystem-2025/
|
||
|
||
[6] Panto AI. (2026, January 26). AI Coding Assistant Statistics (2026): Adoption, Productivity. https://www.getpanto.ai/blog/ai-coding-assistant-statistics
|
||
|
||
[7] Second Talent. (2025, October 15). AI Coding Assistant Statistics & Trends [2025]. https://www.secondtalent.com/resources/ai-coding-assistant-statistics/
|
||
|
||
[8] AI Coding Statistics. (2025). AI in Software Development: 25+ Statistics for 2025. https://usmsystems.com/ai-in-software-development-statistics/
|
||
|
||
[9] Stack Overflow Blog. (2025, December 28). Developers remain willing but reluctant to use AI. https://stackoverflow.blog/2025/12/29/developers-remain-willing-but-reluctant-to-use-ai-the-2025-developer-survey-results-are-here/
|
||
|
||
[10] Intelligent Tools. (2025, December 11). The Agent Tech Stack. https://intelligenttools.co/blog/stack-overflow-2025-developer-survey-ai-reality
|
||
|
||
[11] Fastly. (2026, January 11). Vibe Shift in AI Coding: Senior Developers Ship 2.5x More. https://www.fastly.com/blog/senior-developers-ship-more-ai-code
|
||
|
||
[12] Azalio. (2025, September 1). Senior developers let AI do more of the coding — survey. https://www.azalio.io/senior-developers-let-ai-do-more-of-the-coding-survey/
|
||
|
||
[13] Science. (2026, January 21). Who is using AI to code? Global diffusion and impact of generative AI. https://www.science.org/doi/10.1126/science.adz9311
|
||
|
||
[14] Tygo Cover. (2025, August 30). Senior Developers Use AI More Than Juniors, Survey Finds. https://tygocover.com/senior-developers-use-ai-more-than-juniors-survey/
|
||
|
||
[15] Okoone. (2025, September 28). Why senior developers are letting AI write more code. https://www.okoone.com/spark/industry-insights/why-senior-developers-are-letting-ai-write-more-code/
|
||
|
||
[16] InfoWorld. (2025, September 1). Senior developers let AI do more of the coding — survey. https://www.infoworld.com/article/4049949/senior-developers-let-ai-do-more-of-the-coding-survey.html
|
||
|
||
[17] The Register. (2025, August 27). Older developers more likely to code with AI tools. https://www.theregister.com/2025/08/28/older_developers_ai_code/
|
||
|
||
[18] Dev.to. (2026, January 26). AI Coding Dominates 2026: Week of January 20-27. https://dev.to/alexmercedcoder/ai-coding-dominates-2026-week-of-january-20-27-7lc
|
||
|
||
[19] Fortune. (2026, January 28). Top engineers at Anthropic, OpenAI say AI now writes 100% of their code. https://fortune.com/2026/01/29/100-percent-of-code-at-anthropic-and-openai-is-now-ai-written-boris-cherny-roon/
|
||
|
||
[20] MIT Technology Review. (2026, January 12). Generative coding: 10 Breakthrough Technologies 2026. https://www.technologyreview.com/2026/01/12/1130027/generative-coding-ai-software-2026-breakthrough-technology/
|
||
|
||
[21] Exceeds AI. (2026, January 8). AI Coding Tools Adoption Rates: 2026 Engineering Study. https://blog.exceeds.ai/ai-coding-tools-adoption-rates/
|
||
|
||
[22] GitClear. (2025). AI Copilot Code Quality: 2025 Data Suggests 4x Growth. https://www.gitclear.com/ai_assistant_code_quality_2025_research
|
||
|
||
[23] Master of Code. (2026, January 12). 350+ Generative AI Statistics [January 2026]. https://masterofcode.com/blog/generative-ai-statistics
|