75% разработчиков уже используют ИИ для написания кода: исследование Napoleon IT и AI Talent Hub
Napoleon IT совместно с AI Talent Hub Университета ИТМО провели опрос среди 1000 студентов и специалистов в сфере разработки, чтобы понять, какие AI-инструменты уже используются в работе и как искусственный интеллект меняет процесс программирования.
Результаты показывают: ИИ перестал быть экспериментальной технологией для энтузиастов и стал частью повседневной разработки. Главный сценарий использования — написание и отладка кода: его отметили 75% респондентов.
Разработка переживает структурное изменение. Если раньше скорость команды во многом определялась количеством разработчиков и их опытом, то сегодня всё больше зависит от того, насколько эффективно команда умеет работать с LLM, AI-ассистентами и AI-first инструментами разработки.
Какие LLM используют разработчики
Рынок больших языковых моделей остаётся конкурентным: разрыв между лидерами минимальный, а разработчики всё чаще выбирают модель под конкретную задачу.
Распределение использования LLM среди респондентов:
— GPT / ChatGPT — 36%;
— Claude — 31%;
— DeepSeek — 10%;
— Gemini — 10%;
— Qwen — 5%;
— разные LLM через агрегаторы, например Perplexity — 3%;
— остальные модели — 5%.
ChatGPT сохраняет лидерство за счёт универсальности, привычного интерфейса и широкого спектра сценариев использования. При этом модели Claude почти сравнялись с ним: разработчики всё чаще выбирают их для задач, где важны аккуратная работа с кодом, длинный контекст и предсказуемость результата.
DeepSeek и Gemini формируют второй эшелон рынка. Их используют как альтернативные решения для программирования, анализа кода, объяснения технологий и рабочих задач.
Ключевой вывод: рынок LLM не монополизирован. Разработчики свободно комбинируют модели и выбирают инструмент под задачу, а не остаются в одной экосистеме по умолчанию.
Какие AI-инструменты используют для написания кода
Самое заметное изменение — переход от использования LLM в браузере к инструментам, встроенным прямо в процесс разработки. Разработчики всё чаще работают не с отдельным чат-ботом, а с AI-ассистентом, который понимает контекст проекта, файловую структуру и задачу внутри IDE.
Распределение инструментов для написания кода:
— Claude Code — 40%;
— Cursor — 29%;
— ChatGPT — 29%;
— GitHub Copilot — 6%;
— DeepSeek — 5%;
— остальные инструменты — менее 4%;
— 12% не используют ИИ для программирования.
Лидером среди инструментов стал Claude Code. Это показывает переход индустрии к специализированным AI-ассистентам разработчика, которые работают не изолированно, а внутри реального проекта.
Cursor занимает второе место как представитель нового класса AI-first IDE — сред разработки, где взаимодействие с ИИ становится не дополнительной функцией, а одним из основных способов работы с кодом.
Ключевой вывод: центр разработки смещается в сторону интеллектуальных инструментов. IDE постепенно превращается в AI-среду, где разработчик всё чаще формулирует задачу, проверяет архитектурные решения, управляет контекстом и контролирует качество результата.
Как разработчики получают доступ к LLM
Опрос также показывает, что LLM уже воспринимаются как рабочая инфраструктура, а не как разовая игрушка для экспериментов.
Способы доступа к AI-инструментам:
— 56% оплачивают подписку самостоятельно;
— 33% используют бесплатные версии;
— 21% получают доступ через университет или работодателя;
— 13% используют агрегаторы и ботов;
— 10% работают напрямую через API.
Более половины разработчиков платят за AI-инструменты из собственного бюджета. Это важный сигнал: пользователи видят прямую связь между использованием ИИ и личной эффективностью — скоростью написания кода, качеством отладки, обучением и решением рабочих задач.
Ключевой вывод: рынок прошёл стадию экспериментов. LLM стали инструментом, за который разработчики готовы платить, потому что он влияет на продуктивность здесь и сейчас.
Для чего разработчики используют LLM
Искусственный интеллект используют не только для программирования. LLM становятся универсальным рабочим инструментом: помогают писать код, разбираться в новых технологиях, решать учебные и исследовательские задачи, генерировать идеи и готовить материалы.
Основные сценарии использования:
— 75% — написание и отладка кода;
— 67% — обучение и объяснение технологий;
— 54% — рабочие задачи;
— 45% — исследования и генерация идей;
— 28% — учебные работы;
— 16% — создание контента.
Главный сценарий — программирование, но почти две трети респондентов используют LLM ещё и как инструмент обучения. Это особенно важно для студентов и начинающих специалистов: AI-ассистент помогает быстрее разбираться в библиотеках, фреймворках, документации и новых подходах.
Для опытных разработчиков LLM становятся способом ускорить рутину: написать черновик функции, проверить гипотезу, найти ошибку, подготовить тесты, объяснить чужой код или быстро собрать прототип.
Что это значит для индустрии разработки
Если объединить результаты исследования, становится очевидно: ИИ уже изменил не только отдельные действия разработчика, но и саму логику работы с кодом.
Во-первых, разработчики всё чаще используют несколько моделей одновременно. Одна модель может быть удобнее для объяснений, другая — для генерации кода, третья — для работы с большим контекстом или поиска идей.
Во-вторых, AI-инструменты конкурируют уже не только качеством модели, но и удобством интеграции в рабочий процесс. Побеждают те решения, которые ближе к реальному коду, проекту и среде разработки.
В-третьих, формируется новый стандарт эффективности. Разработчик, который умеет ставить задачи AI-ассистенту, проверять результат, управлять контекстом и использовать несколько инструментов, получает преимущество в скорости и качестве работы.
Главный вывод
Искусственный интеллект стал инфраструктурой современной разработки. Для большинства разработчиков LLM уже не отдельный эксперимент, а часть ежедневного рабочего процесса: инструмент для написания кода, отладки, обучения, анализа и генерации решений.
Дальше конкуренция будет смещаться не только между моделями, но и между подходами к работе. В выигрыше окажутся специалисты и команды, которые научатся использовать ИИ системно: не просто просить чат написать функцию, а встраивать AI-инструменты в разработку, ревью, тестирование, документацию и проектирование решений.