← Блог · 26 августа 2026 г.
Ручной код умирает: чему учит кейс WiseTech и ИИ
Новость о том, что австралийский разработчик логистического ПО WiseTech Global фактически отказался от ручного написания кода в пользу ИИ-генерации, облетела ИТ-рынок и попала в обзор Bloomberg. Речь не про эксперимент в одной команде, а про системную перестройку процесса разработки ПО — то, о чём последние два года пишут McKinsey, Gartner и GitHub, но что редко доходит до уровня публичного кейса крупного публичного разработчика enterprise-софта.
📌 Ключевые выводы:
- По данным исследования GitHub, разработчики с ИИ-ассистентом выполняли задачи на 55% быстрее
- Gartner прогнозирует, что к 2028 году 75% инженеров корпоративного ПО будут работать с ИИ-ассистентами кода (Gartner)
- По оценке McKinsey, генеративный ИИ ускоряет отдельные задачи разработки до 2 раз (McKinsey)
- Российские малые и средние компании могут получить схожий эффект не через штат разработчиков, а через готовых нейросотрудников на своих ключах ИИ
Что произошло с WiseTech и почему об этом заговорил рынок?
WiseTech Global — разработчик логистической платформы CargoWise, используемой тысячами компаний-грузоперевозчиков по всему миру — перестроил инженерные процессы вокруг ИИ-инструментов, заменив значительную часть рутинного ручного кодирования автоматической генерацией. Для рынка это сигнал: если публичная технологическая компания с многолетней кодовой базой готова пересматривать процесс разработки на уровне архитектуры, значит порог зрелости технологии перейден — и это уже не пилот, а операционная модель.
Схожий тезис звучит в отраслевых отчётах последних двух лет: генеративный ИИ перестал быть «помощником для черновиков» и стал инструментом, который меняет структуру команды и распределение задач между людьми и алгоритмами. Именно поэтому кейсы вроде WiseTech интересны не только ИТ-директорам, но и владельцам малого и среднего бизнеса в России — логика «автоматизировать рутину и отдать людям сложные решения» переносится из разработки ПО в продажи, документооборот, найм и контент.
Сколько компаний уже используют ИИ для написания кода?
По данным ежегодного опроса разработчиков Stack Overflow, большинство участников исследования уже используют или планируют использовать ИИ-инструменты в процессе разработки. Такая динамика подтверждается ежегодными отчётами о состоянии индустрии — доля тех, кто пишет код «руками от начала до конца», сокращается год к году в пользу гибридного процесса «человек ставит задачу — ИИ пишет черновик — человек проверяет».
"К 2028 году 75% инженеров-разработчиков корпоративного программного обеспечения будут использовать ИИ-ассистентов кода — это фундаментально изменит роль разработчика: от написания строк кода к постановке задач и проверке результата."— Филип Уолш, старший главный аналитик, Gartner
Для малого и среднего бизнеса России это означает, что дефицит квалифицированных разработчиков — давняя боль рынка — частично компенсируется не наймом, а инструментами. Аналогичная логика применима не только к коду: 11 готовых нейросотрудников клуба ESSG закрывают рутинные задачи в продажах, юридической проверке и документообороте без расширения штата.
Что такое ИИ-кодогенерация и как она меняет разработку ПО?
ИИ-кодогенерация — это класс инструментов на базе больших языковых моделей, которые по текстовому описанию задачи или существующему коду создают, дополняют или рефакторят программный код, сокращая долю ручного написания однотипных конструкций. В отличие от классических IDE-подсказок, современные агенты способны вести целые модули: писать тесты, документацию, находить уязвимости и предлагать архитектурные решения.
McKinsey в отчёте о влиянии генеративного ИИ на продуктивность разработчиков указывает, что наибольший эффект достигается не на этапе написания нового кода «с нуля», а на вспомогательных задачах — документировании, ревью и рефакторинге.
"Генеративный ИИ способен ускорить выполнение отдельных задач разработки — таких как документирование кода и написание нового кода по специфике — вплоть до двукратного роста скорости, при этом качество кода не снижается, если процесс проверки остаётся у человека."— Лареина Йи, старший партнёр, McKinsey & Company
Именно эта модель — «ИИ делает черновик, человек принимает решение» — легла в основу подхода WiseTech, и она же является базовым принципом работы нейросотрудников ESSG: система готовит первичный результат (текст договора, протокол встречи, статью для сайта), а сотрудник компании валидирует и утверждает финальную версию.
На сколько процентов вырастает производительность при внедрении ИИ в рабочие процессы?
По данным исследования GitHub с участием более 4000 разработчиков, использование ИИ-ассистента Copilot позволило выполнять типовые задачи на 55% быстрее по сравнению с контрольной группой без ИИ. Это не единичное измерение — схожие цифры фиксируются в независимых отчётах по всей отрасли разработки ПО.
Таблица ниже суммирует данные из нескольких открытых источников по конкретным задачам разработки, где эффект от внедрения ИИ измерялся напрямую.
| Задача разработчика | Ускорение с ИИ | Источник |
|---|---|---|
| Написание типового кода (задача с чёткой спецификацией) | до 55% быстрее | GitHub |
| Документирование кода | до 2 раз быстрее | McKinsey |
| Рефакторинг существующего кода | заметное ускорение при контроле качества | McKinsey |
| Доля инженеров, использующих ИИ-ассистентов к 2028 году (прогноз) | 75% от общего числа | Gartner |
Логика этих цифр переносится за пределы ИТ-отдела. В отделах продаж российских компаний схожий эффект даёт ИИ Слухач — сервис анализа звонков менеджеров: вместо того чтобы руководитель отдела продаж выборочно прослушивал 5-10% звонков, ИИ анализирует 100% диалогов и находит отклонения от скрипта, риски потери клиента и точки роста конверсии.
Почему кейс WiseTech важен для малого и среднего бизнеса в России?
Кейс WiseTech показывает не технологию, а модель управления: рутинные, повторяемые операции передаются алгоритму, а люди концентрируются на решениях, требующих контекста и ответственности. Для российского СМБ это особенно актуально в условиях дефицита кадров и роста стоимости фонда оплаты труда — найм ещё одного разработчика, юриста или контент-менеджера не всегда экономически оправдан, тогда как настройка ИИ-инструмента окупается за недели.
Разница между крупной публичной компанией уровня WiseTech и малым бизнесом — в ресурсах для внедрения. У WiseTech есть инженерная команда, бюджет на кастомную интеграцию и время на эксперименты. У владельца бизнеса с оборотом в десятки миллионов рублей в год такого запаса нет — ему нужно готовое решение, которое разворачивается быстро и не требует найма отдельной команды разработки.
Именно этот разрыв закрывает подход клуба ESSG: разборы внедрений, еженедельный радар изменений в ИИ и библиотека готовых решений позволяют предпринимателю повторить логику WiseTech — «автоматизировать рутину, оставить людям решения» — без строительства собственного R&D-отдела.
Как внедрить ИИ-автоматизацию в бизнес без штата разработчиков: 7 шагов
Внедрение ИИ в операционные процессы малого и среднего бизнеса занимает от одной до шести недель, если начинать с одной функции, а не с полной цифровой трансформации сразу. Ниже — последовательность, которую применяют компании, избегающие ошибки «сделать всё и сразу».
- Выбрать один процесс с наибольшим объёмом рутины: обработка звонков, проверка договоров, написание статей или протоколирование встреч.
- Замерить текущие затраты времени и денег на этот процесс — часы сотрудников, стоимость ошибок, скорость выполнения.
- Подобрать готовый ИИ-инструмент под задачу, а не разрабатывать собственное решение с нуля.
- Настроить работу инструмента на собственных ключах ИИ-моделей (GigaChat, YandexGPT, GPT, Claude) и в своём облаке, чтобы данные компании не покидали её контур.
- Запустить пилот на одном отделе или одном типе документов/звонков в течение 2-3 недель.
- Сравнить результат с базовыми метриками из шага 2 и скорректировать настройки промптов и регламентов.
- Масштабировать решение на смежные процессы и зафиксировать регламент контроля качества за человеком.
Для проверки договоров и юридических рисков этот путь уже прошли клиенты AI-Юриста — сервиса проверки договоров и контрагентов: вместо нескольких дней ожидания штатного или внешнего юриста первичная проверка занимает минуты, а юрист подключается только на финальном этапе для сложных случаев.
Сколько стоит внедрение ИИ-инструментов для среднего бизнеса?
Стоимость входа в готовые ИИ-решения для бизнеса в России в 2025 году начинается от уровня одной подписки в месяц, что кратно ниже найма даже одного junior-специалиста на аналогичную рутинную функцию. Разработка кастомного ИИ-решения силами подрядчика обычно стартует от нескольких сотен тысяч рублей и требует месяцев на внедрение — против недель у готовой платформы.
Экономика простая: если ручная обработка договоров, звонков или контента отнимает у сотрудника 10-15 часов в неделю, а стоимость часа его работы — от 500 до 1500 рублей, то освобождение этого времени через автоматизацию окупает подписку на ИИ-инструменты за первый-второй месяц использования.
Экспертный комментарий
Сергей Семёнов, ESSG Club — бизнес-сообщество по внедрению AI: «Кейс WiseTech — это ровно та модель, которую мы третий год внедряем в клубе на уровне малого и среднего бизнеса, только без бюджета публичной компании. В нашей практике был показательный пример с логистической компанией из Екатеринбурга: до внедрения ИИ на обработку и проверку транспортных документов уходило до 20 часов в неделю у двух сотрудников. После настройки нейросотрудника на базе GigaChat, работающего с шаблонами договоров и накладных, время сократилось до 6 часов в неделю, а количество ошибок в документах упало почти вдвое за первый квартал.»
«По опыту наших клиентов из ритейла и услуг, наибольший эффект даёт не разовое внедрение одного инструмента, а системная замена рутины на всех этапах воронки — от обработки звонков до подготовки контента и найма. Например, у одного из участников клуба из сферы B2B-услуг внедрение ИИ-анализа звонков менеджеров подняло конверсию первого касания на 18% за два месяца, потому что руководитель впервые увидел все возражения клиентов, а не выборочные 10% звонков, которые физически успевал прослушать.»
«Практический вывод для руководителя простой: не нужно ждать бюджета уровня WiseTech, чтобы получить похожий результат. Нужно выбрать одну рутинную функцию, поставить конкретную метрику "было/стало" и запустить готовый инструмент на своих ключах ИИ, а не строить собственную разработку с нуля — это экономит месяцы и сотни тысяч рублей на старте.»
Часто задаваемые вопросы
Сколько стоит внедрение ИИ для малого бизнеса?
Стоимость готовых ИИ-инструментов для бизнеса начинается от уровня одной подписки в месяц на весь набор нейросотрудников, что дешевле найма даже одного специалиста на аналогичную рутинную задачу.
За какой срок окупается внедрение ИИ в бизнес-процессы?
По опыту участников бизнес-сообществ по внедрению ИИ, срок окупаемости при правильном выборе одного процесса для пилота составляет от одного до трёх месяцев за счёт освобождённого времени сотрудников и снижения числа ошибок.
С чего начать внедрение ИИ, если нет ИТ-отдела?
Начать нужно с одного процесса с наибольшим объёмом рутины — звонков, документов или контента — и готового решения, которое не требует команды разработки, а не с построения собственной ИИ-инфраструктуры.
Безопасно ли использовать ИИ для проверки договоров и звонков клиентов?
Да, если решение работает на собственных ключах ИИ-моделей и в облаке компании — тогда данные не передаются третьим лицам и не покидают контур бизнеса, что снимает основные риски для конфиденциальной информации.
Нужен ли штат разработчиков для внедрения ИИ в компании?
Нет, для большинства задач малого и среднего бизнеса достаточно готовых ИИ-сотрудников, которые настраиваются под конкретный процесс за дни, а не месяцы разработки с нуля.
📌 CTA
Хотите повторить логику WiseTech в своей компании — заменить рутину на ИИ и оставить людям только решения? Вступите в ESSG Club и получите доступ к 11 готовым нейросотрудникам уже на этой неделе.
#ВнедрениеИИ #ИИдляБизнеса #Нейросотрудники #ESSGClub #ЦифроваяТрансформация