Около 95% Java-разработчиов используют ИИ

Согласно сообщению МКПАО "ВК" (VK) и ООО "Джуг Ру Груп" (Jug Ru Group), 95% Java-разработчиков используют ИИ-инструменты, а 53% обращаются к ним ежедневно. Самой распространенной сферой применения искусственного интеллекта, по словам 74% компаний-участников опроса, является поиск информации: ИИ стал заменой крупнейшей в мире платформы вопросов и ответов Stack Overflow. Помимо этого искусственный интеллект помогает в генерации текстов, написании и проверке кода.

"Сокращается количество ИТ-специалистов, участвующих в open-source проектах (проекты с открытым исходным кодом) для обмена опытом. 70% опрошенных не участвуют в таких проектах. В свободное время ими занимаются 16% разработчиков, в рамках рабочих задач - 6%", - гласит текст сообщения VK.

По словам технического директора ИТ-гиганта Сергея Ляджина, искусственный интеллект из экспериментального инструмента превратился в часть ежедневной работы. Он отметил, что более половины респондентов ежедневно используют ИИ для поиска информации и решения технических задач. "Для VK важно следить за тем, как меняются подходы Java-сообщества, поскольку этот язык используется в разработке наших высоконагруженных продуктов", - добавил он.

Продюсер JUG Ru Group Алексей Федоров сказал, что результат в 95% дает четкий ответ на вопрос "войдет ли ИИ в профессию разработчика?" По его словам, новые ключевые вопросы - "что происходит с инженерной работой, когда агенту можно передать целую задачу - от исследования и планирования до реализации и проверки результата? Кто формулирует намерение, дает контекст, устанавливает критерии и принимает ответственность?".

"Цифры исследования совпадают и с нашими наблюдениями на проектах. Разрыв с 95% объясняется выборкой: аудитория JUG Ru - это активное ядро сообщества, которое традиционно идет на шаг впереди рынка. То, что Java оказалась в авангарде, закономерно. Этот язык максимально предсказуем для языковой модели: строгая типизация, устоявшиеся паттерны Spring, JPA, Maven и Gradle, много шаблонного кода. За четверть века накоплен огромный и качественный обучающий корпус. Компилятор и сильная тестовая культура дают короткий цикл верификации — разработчик получает обратную связь за секунды и потому доверяет инструменту охотнее. Наконец, сам профиль задач в Java-мире располагает к автоматизации. Также здесь важна вторая часть исследования - 70% не участвуют в open-source. Механика тревожная: индустрия одновременно резко наращивает объем потребляемого стороннего кода и сокращает вклад в его поддержку", - рассказал руководитель продукта AppSec.Track ООО "АппСек Солюшенс" Михаил Макаров.

С результатами компаний согласился руководитель продуктов Nova AI и StarGuard ООО "Орион" (Orion Soft) Никита Векессер. Он назвал оценку 95% реалистичной и добавил, что важен не факт использования ИИ, а зрелость подхода. Он предполагает корпоративные подписки на Codex. Claude Code и другие инструменты, единые правила работы с промптами и кодом, и меры безопасности, исключающие передачу исходного кода и внутренних ноу-хау во внешние сервисы.

"Результат в 95% - это уже не про эксперимент, а про новую норму инженерной работы. ИИ стал повседневным инструментом для поиска информации, работы с кодом, тестами и техническим контекстом. На следующем этапе важен уже не сам факт использования ИИ, а то, как выстроены процессы вокруг него: контроль качества, воспроизводимость, мониторинг и управление рисками - то есть то, что обычно относят к MLOps-подходу", - рассказал руководитель по развитию продуктовых решений К2 НейроТех АО "К2 Интеграция" Вячеслав Дегтярев.

Он сослался на исследования К2 Cloud и Хабр, согласно которым более 40% российских ИТ-специалистов испытывают дискомфорт от работы с ИИ, а среди главных барьеров - точность инструментов, риск потери профессионализма и снижение критического мышления. Это, по его словам, свидетельствует, что массовое внедрение ИИ упирается не только в пользу, но и в вопросы доверия и управляемости.

"То, что ИИ особенно активно используют Java-разработчики, тоже закономерно. Java по-прежнему широко применяется в enterprise-среде, где много сложных систем, большой объем кода и высокая цена ошибки. В такой среде ИИ особенно полезен как инструмент для быстрого входа в контекст и ускорения типовых инженерных задач", - заметил он.

С оценками VK согласился и представитель ПАО "Тбанк", он добавил, что у всех разработчиков проникновение ИИ составляет около 100%. По его словам, ТБанк скоро завершит исследование, которое покажет не просто проникновение инструментов, а еще и про, то в каком типе активности это проникновение происходит и как именно (это suggests, chat или AI агенты).

С ним согласился директор по разработке информационных систем РТК-ЦОД (входит в ПАО "Ростелеком") Алексей Данилов. Он рассказал, что ИИ-инструменты используются повсеместно, без принципиальных отличий по языкам. Он отметил, что компания применяет ИИ-решения в разных технологических направлениях - везде, где это помогает сократить time-to-market.

"Речь не только о Java-разработчиках – похожая ситуация наблюдается практически во всех популярных технологических стеках. Если раньше разработчики искали ответы на Stack Overflow, то сегодня зачастую быстрее задать вопрос ИИ или использовать специализированных ИИ-агентов для разработки. При этом главная проблема остается прежней – модели могут ошибаться или "галлюцинировать", поэтому их ответы требуют проверки. Но на практике разработчикам часто проще начать с ответа ИИ, чем искать решение по косвенным признакам в обсуждениях и затем адаптировать его под свою задачу", - сказал руководитель направления разработки ООО "БПМСофт" (BPMSoft, ИТ-холдинг LANSOFT) Алексей Конов.

"Проникновение ИИ характерно не только для Java-разработчиков, но и для специалистов, работающих со всеми популярными языками программирования. ИИ уже хорошо пишет и анализирует код, поскольку по Java, Python, JavaScript, C# и другим распространенным языкам существует огромный массив открытого кода, документации и практических материалов. В редких и узкоспециализированных языках результат может быть менее стабильным, поэтому уровень применения ИИ зависит прежде всего от зрелости экосистемы, а не от конкретного языка", - сказал Никита Векессер.

Ведущий специалист по ИИ "Девелоника" АО "Фабрика ПО" (fabricaONE.AI, акционер - ГК Softline) Иван Котельников заметил, что скорость освоения ИИ-инструментов отличается в зависимости от специфики языков и экосистем. Он рассказал, что у Python был куда более естественный переход к ИИ, так как он давно является основным в машинном обучении и анализе данных, поэтому большая часть инструментов для работы с ИИ изначально развивалась вокруг него. По его словам, JavaScript также оказался среди языков, которые быстро подхватили ИИ-тренд.

"Это динамичная экосистема, где постоянно появляются новые подходы и технологии. Многие современные инструменты для веб-разработки и работы с ИИ создаются с помощью JavaScript и TypeScript. У Java другая специфика: это зрелый язык, который широко используется в крупных корпоративных системах. Здесь внедрение нового более последовательное, с учетом требований к стабильности и совместимости. Поэтому скорость распространения ИИ-инструментов в Java-среде может отличаться от более динамичных экосистем", - рассказал он.

С ним согласился Вячеслав Дегтярев и добавил, что в Python искусственный интеллект особенно заметен в аналитике, автоматизации и ML, в JavaScript и TypeScript - во фронтенде и full-stack разработке, а в Go и Rust - скорее как вспомогательный ассистент, где важны точность и контроль.

"Снижение участия разработчиков в open-source-проектах показывает, что привычные способы обучения и поиска решений все чаще смещаются в сторону ИИ-инструментов. При этом это не отменяет ценность профессиональных сообществ, а скорее меняет саму среду обмена знаниями", - заключил он.