Агенты уже вошли в разработку.

Из каждого утюга слышно: AI пишет код, закрывает pull request, помогает с тестами, ускоряет ревью. Команды внедряют IDE-ассистентов, agentic workflows и внутренние инструменты для миграций, тестов, code review и анализа репозиториев. Метрики процесса начинают шевелиться: выше throughput, быстрее отдельные задачи, больше автоматизации вокруг delivery pipeline.

Дальше включается старая продуктовая экономика.

Если команда быстрее пишет код, она может быстрее выкатывать фичи. Если быстрее выкатывает фичи, она может запускать больше A/B-тестов. Если запускает больше A/B-тестов, чаще находит прибыльные гипотезы. Значит, AI должен привести к большему количеству денег.

Звучит красиво.

Проблема: в публичных источниках конца 2025 и 2026 года почти нет данных, которые подтверждают всю цепочку “AI → больше реализованных продуктовых гипотез → больше денег”.

Есть сильный свежий сигнал по инженерному throughput. Есть 2026 consulting-материалы про ROI и AI in tech function. Есть DORA/Bain-логика про систему доставки. При этом цепочка до продуктового результата обычно обрывается на середине.

Freshness gate

В этой версии я убрал из основной доказательной части исследования и customer stories до конца 2025 года.

Значит, здесь больше нет старых опор из ранней волны AI coding assistant studies и enterprise customer stories. Они полезны как исторический фон, но не подходят под текущий фильтр.

Оставлены только:

  • источники конца 2025 и 2026;
  • 2026-публикации с крупной выборкой или свежей методологией;
  • late-2025/2026 framework-источники, если они помогают понять, почему ускорение разработки не превращается автоматически в деньги.

Так статья становится строже: меньше “хороших старых кейсов”, больше честного ответа по свежей публичной базе.

Короткий вывод

Публичная доказательная база конца 2025 и 2026 хорошо поддерживает узкий тезис:

AI coding assistants и agentic workflows могут ускорять отдельные инженерные операции и часть потока разработки.

Гораздо хуже поддержан сильный бизнес-тезис:

AI в разработке массово увеличил количество фичей, A/B-тестов и прибыльных продуктовых гипотез, а это уже выразилось в выручке или прибыли.

В свежих источниках сильнее всего доказаны:

  • рост Change List throughput;
  • adoption AI-based IDE features;
  • снижение времени части engineering activities;
  • consulting/market-сигналы про ROI через productivity и cost;
  • тезис, что AI усиливает существующую систему доставки.

Слабее всего доказаны:

  • рост customer-facing фичей;
  • рост количества продуктовых A/B-тестов;
  • рост conversion / retention / ARPU;
  • causal attribution от AI tooling к revenue или profit.

Именно это место важно. AI работает в части задач. Вопрос в другом: умеет ли организация превратить ускоренный код в проверенную продуктовую ценность.

Лестница доказательств

Tier 1 — end-to-end business proof. AI внедрён на масштабе, вырос feature или experiment throughput, это связано с revenue/profit/cost outcome, есть контрольная группа или аккуратная attribution-модель. В публичных источниках конца 2025 и 2026 этот уровень почти пустой.

Tier 2 — инженерная продуктивность без денег. Реальная компания, масштабное внедрение или исследовательская методология. Метрики: Change List throughput, investigation time, adoption, acceptance, review time. Здесь находится самая сильная свежая доказательная база.

Tier 3 — consulting / market ROI. Истории и модели про экономику AI в tech function. Они полезны для понимания рынка, но часто считают productivity, savings и operating model, а не цепочку “больше продуктовых экспериментов → больше денег”.

Tier 4 — фреймворки и гипотезы. DORA, Bain и похожие источники объясняют, почему ускорение кодинга не превращается автоматически в деньги. Это полезно для мышления и остаётся отдельным типом доказательств: они объясняют механизм, а не подтверждают конкретный business impact.

Что действительно видно в данных

Здесь важен порядок. Сильнее те источники, где больше выборка, чище методология и ближе метрика к реальному рабочему потоку.

По свежему фильтру самый сильный публичный источник — Google 2026: 36k adopters / 18k non-adopters и Difference-in-Differences анализ. Дальше идут 2026 consulting/market-источники вроде BCG и late-2025/2026 framework-источники вроде DORA/Bain. Старые company case studies здесь намеренно не используются как центральное доказательство.

Google 2026: сильнейший свежий сигнал по throughput

Самый интересный fresh public-сигнал — Google 2026 arXiv preprint “Achieving Productivity Gains with AI-based IDE features: A Journey at Google”. Работа также заявлена в программе ICSE / LLM4Code 2026.

Google измеряет Change List throughput: сколько Change Lists разработчик отправляет в месяц после code review. Это ближе к реальному engineering flow, чем “разработчик быстрее решил отдельную задачу”.

Для Transform Code использован Difference-in-Differences анализ:

  • 36k developers, которые adopted Transform Code;
  • 18k non-adopters;
  • результат: +17.5% Change List throughput per user-month с 95% CI [15.9%, 19.0%];
  • дополнительно: −3.6% mean duration of investigation sessions.

Это сильный Tier 2: масштаб, свежесть, метрика ближе к рабочему потоку.

Граница доказательства: Change List всё ещё не равен фиче. Это может быть рефакторинг, тесты, миграция, чистка, инфраструктура, частичная работа. В статье нет связи с выручкой, product outcome или объёмом customer-facing A/B-тестов.

Источники:

BCG 2026: ROI появляется в tech function, но это не доказательство product experiments

BCG в 2026 пишет, что value from AI increasingly appears in the tech function. Важный сдвиг: разговор уже не только про individual productivity, а про operating model, cost advantage и value capture.

Это полезно для бизнес-части нарратива: рынок ищет способы связать AI в tech function с деньгами.

Граница доказательства: consulting-материалы обычно говорят про value pools, operating model, cost actions, productivity и redesign процессов. Они не дают публичного causal case уровня “AI coding adoption → больше customer-facing A/B-тестов → больше прибыльных гипотез → рост выручки”.

Источники:

DORA 2025: AI усиливает систему доставки

DORA 2025 формулирует AI как amplifier: он усиливает существующую организационную систему. В сильной системе ускорение превращается в полезный поток. В слабой системе ускорение создаёт больше шума, очередей и незавершённой работы.

Это не Tier 1-доказательство денег. Это важный framework для объяснения, почему “ускорили кодинг” не равно “ускорили бизнес”.

Источник: https://dora.dev/dora-report-2025/

Bain 2025: savings не превращаются в returns без redesign SDLC

Bain 2025 пишет близкую вещь: базовые AI assistants дают productivity boosts, а savings часто не превращаются в returns. Причина простая: coding/testing — только часть idea-to-launch time. Без redesign SDLC bottleneck переезжает дальше по потоку.

Это ещё один framework-сигнал. Он усиливает главный тезис статьи: деньги появляются не от количества AI-кода, а от перестройки всего маршрута от идеи до результата.

Источник: https://www.bain.com/insights/from-pilots-to-payoff-generative-ai-in-software-development-technology-report-2025/

Где ломается “AI → больше экспериментов → больше денег”

1. Change List не равен продуктовой гипотезе

Google CLT — сильная метрика engineering flow. Всё равно Change List может быть чем угодно: рефакторингом, тестом, миграцией, generated boilerplate, cleanup, rollback, частичной работой, инфраструктурной правкой.

Чтобы claim стал бизнесовым, нужно показать следующий слой: какие изменения дошли до пользователей, сколько экспериментов запустили, какие метрики продукта изменились.

2. Coding редко является единственным bottleneck

Даже если AI ускорил написание кода, задача может упереться в требования, архитектуру, security review, QA, CI/CD, релизные окна, compliance, дизайн эксперимента или анализ результатов A/B-теста.

Тогда ускоренный код просто быстрее приезжает в следующую очередь.

3. Saved time испаряется без управленческого решения

Экономия инженерных часов становится деньгами только после явного выбора:

  • запустить больше проверяемых продуктовых гипотез;
  • быстрее закрывать customer requests;
  • снизить cost-to-serve;
  • уменьшить incidents;
  • ускорить миграции;
  • сократить внешние расходы;
  • снять людей с ручной рутины и перевести их на работу с большим leverage.

Без этого “сэкономленные часы” остаются spreadsheet ROI.

4. Экспериментальная машина должна существовать заранее

Старая экономика A/B-тестов работает там, где есть поток качественных гипотез, быстрый релиз, feature flags, достаточный трафик, аналитика, ответственность за решение после эксперимента и дисциплина закрытия слабых идей.

AI может помочь этой системе. Создавать её всё равно придётся управленчески.

Что нашлось по A/B и experiment velocity

По свежему фильтру “конец 2025 и 2026” сильного public case уровня “после AI coding adoption команда стала запускать больше customer-facing A/B-тестов, нашла больше прибыльных гипотез, выросла выручка” не нашлось.

Чаще находятся три типа материалов.

A/B-тесты самих developer tools. Google показывает, как они тестируют IDE features и мерят adoption, prompts, review time, CLT. Это доказывает зрелость developer tooling, а не рост продуктовых экспериментов.

Consulting-модели ROI. Логика такая: если AI ускоряет работу tech function и компания меняет operating model, появляется value. Это важная модель, не доказанный causal case по продуктовым гипотезам.

Материалы про agents и AI-first cost advantage. Они показывают направление рынка: агенты требуют redesign процессов. Это поддерживает тезис DORA/Bain, а не закрывает вопрос “больше A/B-тестов → больше денег”.

Пустота здесь важнее слабых находок. Именно она показывает главный разрыв между hype narrative и публичной доказательной базой.

Где, вероятно, появятся первые большие деньги

Самый правдоподобный путь к деньгам лежит через ценность, а не через “больше кода ради большего кода”.

Сильнее выглядят четыре направления.

1. Миграции и legacy. Агенты читают старый код, делают механические изменения, генерируют тесты, помогают переносить платформы. Здесь много ручной дорогой работы и понятный cost avoidance.

2. Testing / validation / review. Если агент уменьшает regression risk, ускоряет ревью и закрывает часть проверки, он трогает bottleneck после coding.

3. Incident / maintenance cost. Меньше ручного расследования, быстрее fixes, ниже cost-to-serve.

4. End-to-end product experimentation. AI помогает собрать гипотезу, флаг, метрику, rollout, анализ результата и решение после эксперимента. Публичных доказательств здесь пока мало, при этом именно этот слой ближе всего к тезису “больше гипотез → больше денег”.

Что мерить вместо количества AI-кода

Если компания хочет проверить реальную экономику AI в разработке, ей мало считать строки кода, PR или Change Lists.

Нужна цепочка от идеи до результата:

  1. AI adoption / agentic workflow.
  2. Lead time from idea to production.
  3. Throughput shipped customer-facing changes.
  4. Experiment throughput: сколько A/B-тестов запущено и закрыто решением.
  5. Quality: change failure rate, incidents, rollback rate.
  6. Product outcome: activation, conversion, retention, ARPU, churn, cost-to-serve.
  7. Financial outcome: revenue, margin, avoided cost.
  8. Attribution: контрольная группа, matched cohorts, staged rollout или аккуратный before/after с caveats.

Без этой цепочки организация рискует оптимизировать самый удобный показатель: сколько кода произвели.

Это и есть новая версия старой ловушки метрик.

Финальный вывод

AI в разработке уже достаточно зрелый, чтобы менять локальные инженерные метрики. Это рабочий инструмент, а не лабораторная игрушка.

По свежей публичной базе самый сильный сигнал — Google 2026: +17.5% Change List throughput на большой выборке. Рядом — 2026 consulting-сигналы о value in tech function и late-2025/2026 framework-логика DORA/Bain про системные ограничения.

Публичные данные пока не показывают массовую доказанную цепочку: AI → больше customer-facing фичей и A/B-тестов → больше прибыльных гипотез → больше денег.

Значит, главный вопрос для команд сейчас звучит так:

Куда ушло высвобожденное время: в больше проверенных продуктовых гипотез, ниже cost-to-serve и меньше инцидентов — или просто в больше незавершённой работы?

Пока организация не отвечает на этот вопрос метриками от идеи до денег, “сколько кода написал AI” остаётся красивым шумом.

Source register

Core / fresh sources