🌡 Средняя температура по больнице: почему бигтехи рапортуют о росте производительности с ИИ с очень маленькими цифрами, а разработчики чувствуют это как 30% и больше?
Смотришь отчеты Стэнфорда — там ИИ дает разработчикам в среднем 15–20% прироста продуктивности — и до 30–40% на простых greenfield-задачах.
Слушаешь доклад Яндекса — они называют 2%.
Читаешь это и думаешь: странно, по моим ощущениям и по опыту некоторых коллег, эффективность выросла кратно. Раз в 3–5 так точно. Кто врет?
Спойлер: никто.
Разложим по полочкам откуда берется этот разрыв:
1. Доля написания кода в общем времени
В кровавом энтерпрайзе написание чистого кода — это дай бог 20–30% времени. Остальное сжирают созвоны, сбор требований, согласование требований, ожидание когда коллеги что то доделают, ожидание ревью и тд и тп. Если ты ускорил 20% своей работы в 4 раза, математически твоя общая производительность вырастет на те самые скромные 15%. Для отчета это копейки, а для тебя — ощущение, что самая душная рутина просто испарилась.
2. Снижение когнитивного трения
Нейросети снижают сопротивление среды. Все в одном окне, не нужно переключать контекст, продираться через мусор в поиске, лезть в Stack Overflow за регуляркой или писать унылый бойлерплейт. Ты остаешься в потоке. Это воспринимается как огромное облегчение работы.
3. Специфика задач: легаси vs. новые проекты
Если фигачишь с агентом пет-проект или прототип с нуля — эффективность реально растет кратно. На таких задачах и исследования стенфорда показали самую высокую эффективность. Но обычная работа инженера бигтеха это колупание запутанных легаси-систем. Тут ИИ чуть облегчает работу, но не способен пока разобраться без понуканий.
4. Метрики это боль
В энтерпрайзе мы часто живем в парадигме заранее оцененных задач. Если ты с помощью ИИ сделал таску на 5 сторипоинтов за два часа вместо трех дней — ты молодец. Но на планировании следующего спринта эту таску уже оценят в 1 сторипоинт. В итоге ты делаешь больше и быстрее, решаешь задачи сложнее, но на графике Velocity (скорости команды) это выглядит как ровная линия без всяких x3.
5. Средняя температура по больнице
Бигтех измеряет тысячи людей. В их 15% входит стата как power-юзеров (те, кто реально собирает Agentic сетапы и делегирует куски работы), так и тех, кто до сих пор использует ИИ автокомплит, и не более того.
Вывод простой: ИИ действительно дает эффект «суперсилы», если уметь его готовить.
Спасибо @levyas за ссылочку на доклад Яндекса.
Смотришь отчеты Стэнфорда — там ИИ дает разработчикам в среднем 15–20% прироста продуктивности — и до 30–40% на простых greenfield-задачах.
Слушаешь доклад Яндекса — они называют 2%.
Читаешь это и думаешь: странно, по моим ощущениям и по опыту некоторых коллег, эффективность выросла кратно. Раз в 3–5 так точно. Кто врет?
Спойлер: никто.
Разложим по полочкам откуда берется этот разрыв:
1. Доля написания кода в общем времени
В кровавом энтерпрайзе написание чистого кода — это дай бог 20–30% времени. Остальное сжирают созвоны, сбор требований, согласование требований, ожидание когда коллеги что то доделают, ожидание ревью и тд и тп. Если ты ускорил 20% своей работы в 4 раза, математически твоя общая производительность вырастет на те самые скромные 15%. Для отчета это копейки, а для тебя — ощущение, что самая душная рутина просто испарилась.
2. Снижение когнитивного трения
Нейросети снижают сопротивление среды. Все в одном окне, не нужно переключать контекст, продираться через мусор в поиске, лезть в Stack Overflow за регуляркой или писать унылый бойлерплейт. Ты остаешься в потоке. Это воспринимается как огромное облегчение работы.
3. Специфика задач: легаси vs. новые проекты
Если фигачишь с агентом пет-проект или прототип с нуля — эффективность реально растет кратно. На таких задачах и исследования стенфорда показали самую высокую эффективность. Но обычная работа инженера бигтеха это колупание запутанных легаси-систем. Тут ИИ чуть облегчает работу, но не способен пока разобраться без понуканий.
4. Метрики это боль
В энтерпрайзе мы часто живем в парадигме заранее оцененных задач. Если ты с помощью ИИ сделал таску на 5 сторипоинтов за два часа вместо трех дней — ты молодец. Но на планировании следующего спринта эту таску уже оценят в 1 сторипоинт. В итоге ты делаешь больше и быстрее, решаешь задачи сложнее, но на графике Velocity (скорости команды) это выглядит как ровная линия без всяких x3.
5. Средняя температура по больнице
Бигтех измеряет тысячи людей. В их 15% входит стата как power-юзеров (те, кто реально собирает Agentic сетапы и делегирует куски работы), так и тех, кто до сих пор использует ИИ автокомплит, и не более того.
Вывод простой: ИИ действительно дает эффект «суперсилы», если уметь его готовить.
Спасибо @levyas за ссылочку на доклад Яндекса.