Роль ИИ в разработке и безопасности: почему важно видеть AI-вклад

Google на конференции Cloud Next '26 рассказал, что 75 % нового кода компании уже генерируется ИИ — этот показатель вырос с 50 % всего за несколько месяцев

По данным Fortune, у большинства компаний доля AI-кода пока ниже: например, Microsoft сообщала около 30 %, аналогично Salesforce, а исследование журнала Science в выборке Python-функций на GitHub показало примерно 29 % AI-кода

В лидирующих лабораториях вроде Anthropic цифры доходят до 70–90 %

Стартапы идут ещё дальше. Видеодискуссия Y Combinator описывает «vibe coding» — разработку на естественном языке. Управляющий партнёр Джаред Фридман сообщил, что четверть стартапов программы W25 имеют кодовые базы, где 95 % строк сгенерировал ИИ.

Это означает одно: сегодня можно запускать продукт практически без команды разработчиков.

Но возникает главный вопрос:

как вы контролируете качество и безопасность этого кода?

Вопросы, которые нельзя больше игнорировать

• Оцениваете ли вы, сколько ваши команды генерируют AI-кода?
• Сколько этого кода реально живёт дольше одного релиза или квартала?
• Как вы проверяете безопасность кода, сгенерированного ИИ?
• Внедрили ли вы AI-агентов для поиска уязвимостей и дефектов?
• Где у вас сейчас происходит human-in-the-loop — и происходит ли вообще?

Если на часть этих вопросов нет точного ответа в цифрах — значит, процесс уже вышел из-под контроля.

Почему просто «использовать ИИ» недостаточно

ИИ резко ускоряет разработку.
Но вместе с этим:

• увеличивается объём кода
• растёт технический долг
• усложняется контроль изменений
• повышаются риски безопасности

👉 И главное — теряется прозрачность. Вы больше не понимаете: - кто и какой реально написал код
- насколько он устойчив и качественен - где возникают риски Без измерений AI-разработка превращается в «чёрный ящик».

Как помогает AITalon DevScore

AITalon DevScore — это способ вернуть контроль над разработкой в эпоху ИИ. Платформа в автоматическом режиме показывает:

🔹 AI-вклад

• какой процент кода, коммитов и PR генерируется ИИ
• динамика по разработчикам, командам и всей компании

🔹 DevScore (единая оценка)

• интегральная метрика эффективности разработки
• на уровне разработчика, команды и всего ИТ
• учитывает скорость, качество и безопасность

🔹 Понятное описание изменений

• что именно изменилось в коде
• какие функции затронуты
• где есть сигналы риска

🔹 Сигналы безопасности

• изменения в чувствительных частях системы
• потенциальные уязвимости
• подозрительные паттерны, появившиеся из AI-генерации

Что это даёт на практике

Вы начинаете видеть: - сколько кода реально пишет ИИ
- какой код «живёт», а какой переписывается
- где растёт технический долг
- где возникают риски безопасности
- кто в команде эффективно работает с ИИ, а кто — нет

И главное:

вы переходите от ощущений к управлению на данных

Вывод

ИИ уже стал основным источником кода.
Но скорость больше не является конкурентным преимуществом. Им становится контроль. Если вы не измеряете: - AI-вклад
- качество
- безопасность
- устойчивость кода Вы не управляете разработкой.

DevScore позволяет это изменить. Самое время начать мерить свою разработку.