Я слышал эту песню уже не раз: «внедряем ИИ, ускоряем разработку, экономим ресурсы». На бумаге — красиво. В P&

Я слышал эту песню уже не раз: «внедряем ИИ, ускоряем разработку, экономим ресурсы». На бумаге — красиво. В P&L — часто наоборот.

Проблема не в том, что ИИ пишет код плохо. Проблема в том, что он размывает стоимость ошибки. Раньше у джуна был понятный потолок: скорость ограничена навыком. Теперь код летит быстрее, а вот проверка, архитектура и ревью остаются теми же. Итог — больше строк, больше мусора, больше скрытых багов.

И самое неприятное: менеджмент видит рост output, но не видит рост cost of change. Через 2–3 спринта это вылезает в регрессиях, техдолге и просадке скорости команды. Красивый KPI на входе, минус маржа на выходе.

Я бы смотрел не на «используем ли ИИ», а на цифры:
— сколько времени сэкономили на задаче;
— сколько часов ушло на исправления;
— вырос ли lead time;
— сколько инцидентов пришло из AI-generated кода.

Если экономия не бьётся с ростом качества — это не оптимизация. Это просто ускоренная генерация долгов. 🤷‍♂️