Наш эксперт,
Игорь Курочкин, принял участие в обсуждении
отчета от DORA про влияние Generative AI на Software Development в подкасте
Research Insights Made Simple. Отчет про влияние Generative AI вышел в середине 2025 года и основан на
методологии и исследовании
Accelerate State of DevOps 2024, которые были дополнены серией интервью с разработчиками и исследованиями команды
Engineering Productivity Research в Google. В отчете представлено текущее состояние внедрения Generative AI, анализируется влияние на разработчиков, команды и организации, предлагается фреймворк, метрики и практические рекомендации для успешной интеграции, оценки и непрерывного улучшения.
Темы, затронутые в обсуждении отчета:
1. Влияние Generative AI на повседневную работу. Как рост внедрения Generative AI на 25 % скажется на удовлетворённости от работы (
Job Satisfaction), выгорании (
Burnout), состоянии потока (
Flow), продуктивности (
Productivity), рутинной работе (
Toilsome Work) и ценной работе (
Valuable Work);
2. Влияние Generative AI на командную работу и организацию. Как рост внедрения Generative AI на 25 % скажется качестве документации, качестве и сложности кода, техническом долге и координации команд;
3. Влияние Generative AI на удовлетворенность от разработки. Фреймворк влияния Generative AI с разделением ценностей на утилитарную, репутационную, экономическую, внутреннюю и гедонистическую. Пять стратегий, обеспечивающих рост ценности разработчиков при использовании Generative AI;
4. Формирование доверия разработчиков к Generative AI. Пять стратегий формирования доверия разработчиков к Generative AI. Практические стратегии для помощи разработчикам в освоении Generative AI и создания удобной среды для разработчиков;
5. Обновленная модель исследования DORA и ключевые метрики. Структурирование модели на слои:
Capabilities,
Conditions,
Performance и
Outcomes. Разделение метрик на уровни:
Individual,
Team,
Service,
Organization;
6. Метрики для оценки внедрения Generative AI:
- Метрики ассистентов кода (Code assistant metrics): Licenses allocated, Daily active users, Code suggestions, Chat exposures, Code suggestions accepted, Lines of code accepted;
- Метрики качества обратной связи (Fast-feedback metrics): Tests on commit, Daily tests, Daily builds, Test confidence, Failures prevent progress, Prioritize successful builds;
- Метрики командного уровня (Team-level metrics): AI task reliance, AI interactions, AI productivity, AI ability to write code, AI trust, Organizational trust, Flow, Job satisfaction, Productivity, Valuable work, Burnout, Culture;
- Метрики сервисного уровня (Service-level metrics): Code complexity, Code quality, Code review time, Documentation quality, Technical debt, User centricity, Product performance, Software delivery performance;
- Метрики организационного уровня (Organizational metrics): Number of customers, Market share, Performance, Profitability, Mission, Customer satisfaction, Operating efficiency, Quality;
7. Практики обратной связи на индивидуальном и командном уровне: автоматизированные тесты (
Automated Tests), непрерывная интеграция (
Continuous Integration), регулярные опросы (
Developer Surveys), ретроспективы (
Retrospectives), сообщества практик (
Communities of Practice), инженерная аналитика;
8. Фреймворк внедрения Generative AI, который разделен на руководящие принципы (
Guiding principles) и пошаговые действия для лидеров и для практиков.
Подробнее в записи подкаста
Research Insights Made Simple #16: