Обзор The State of Software Delivery 2025

В начале 2025 года вышел отчет о состоянии разработки и поставки программного обеспечения — The State of Software Delivery 2025 от компании Harness. Для подготовки отчета был проведен опрос 500 руководителей инженерных подразделений и практикующих специалистов. Основной фокус отчета в этом году: Developer Toil, Developer Productivity, Satisfaction, Well-being, AI и Shadow AI. В отчете исследуется, насколько эффективно организации внедряют AI инструменты, какие сложности возникают в процессе и каким образом может быть выстроен путь к успеху, предполагающий осмысленное включение AI в современную поставку программного обеспечения.

В начале отчета поднимаются проблемы современной разработки: невыполнимые ожидания по скорости поставки, постоянно расширяющийся круг обязанностей разработчиков, большой объем рутинной и малоценной работы (Toil), переключение контекста и рост когнитивной нагрузки.

Что интересного мы отметили в отчете:

1. Рутинная нагрузка влияет на продуктивность. 78% разработчиков тратят не менее 30% своего рабочего времени на ручные, повторяющиеся задачи (Toil). К таким задачам относятся, например, написание политик соответствия требованиям, тестирование качества, а также устранение ошибок и инцидентов. При этом организации зачастую не оценивают, каким образом такая нагрузка влияет на прибыльность. Авторы приводят расчет; если 30% рабочего времени уходит на избыточные и повторяющиеся задачи, это эквивалентно 32 280 долларам неэффективных инвестиций на одного разработчика, при средней зарплате — 107 599 долларов. С учетом того, что в опросе участвовали компании с численностью не менее 250 разработчиков, речь идет как минимум о 8 млн долларов ежегодных потерь продуктивности на одну инженерную организацию;
2. Переработки и влияние на благополучие разработчиков. 88% разработчиков работают более 40 часов в неделю. На вопрос о том, какое влияние переработки оказывают на их благополучие на рабочем месте и личную жизнь, респонденты указали: формирование нездорового баланса между работой и личной жизнью, рост уровня выгорания, увеличение уровня стресса и тревожности, сокращение времени, которое можно провести с семьей и друзьями, а также усиление желания покинуть организацию. Данные результаты демонстрируют, что переработки являются не временным исключением, а устойчивым фактором, оказывающим негативное влияние как на индивидуальное состояние разработчиков, так и на удержание специалистов в инженерных организациях;
3. Успехи, ограничения и неожиданные эффекты AI. 92% разработчиков отмечают, что, хотя AI инструменты увеличивают объем кода, попадающего в Production окружение, они одновременно увеличивают радиус поражения (blast radius) при неудачных развертываниях. И это лишь часть возникающих проблем: 67% разработчиков тратят больше времени на отладку кода, сгенерированного AI, 68% разработчиков тратят больше времени на устранение уязвимостей безопасности. Полученные данные указывают на то, что AI снижает одни типы нагрузки, но одновременно создает новые источники операционных и инженерных рисков;
4. Дополнительная нагрузка и смещение фокуса работы разработчиков. 59% разработчиков сталкиваются с проблемами при развертывании как минимум в половине случаев использования инструментов AI для написания кода. Фактически текущее внедрение инструментов генерации кода на базе AI привело к смещению структуры нагрузки разработчиков. Возросшие затраты на проверку и валидацию кода во многом нивелируют ожидаемый прирост продуктивности. Руководители инженерных подразделений также выражают заметные опасения в связи с расширением использования инструментов AI. Несмотря на ускорение первоначального написания кода, AI создает новые требования к процессам ревью кода, проверке безопасности и обеспечению качества. Среди негативных эффектов использования AI отмечаются: рост числа уязвимостей и инцидентов безопасности, рост проблем с производительностью, увеличение объема ручной работы на последующих этапах (QA, тестирование, интеграция), повышение риска несоответствия регуляторным требованиям, снижение качества кода. Данные показывают, что внедрение AI без сопутствующих изменений в процессах и практиках приводит к перераспределению, а не снижению инженерной нагрузки.
5. Shadow AI как новая форма Shadow IT. Одним из наиболее тревожных наблюдений стало использование инструментов генерации кода, не одобренных на уровне компании. 52% разработчиков не используют инструменты AI, предоставляемые внутренними подразделениями и платформами. Данные показывают, что отсутствие централизованного подхода к использованию AI в разработке программного обеспечения становится системной проблемой, сопоставимой по масштабу с ранее известными практиками Shadow IT;
6. Проблемы применения AI. Руководители инженерных подразделений указали на критические пробелы в существующих внутренних политиках использования AI-инструментов: отсутствие процессов оценки кода на наличие уязвимостей или ошибок, отсутствие четкого определения сценариев, в которых использование AI является безопасным или небезопасным, отсутствие правил, определяющих, какой код может или не может передаваться в AI-инструменты, отсутствие перечня допустимых и недопустимых инструментов;
7. AI в жизненном цикле поставки ПО. Большинство руководителей и разработчиков отмечают, что полный эффект от AI разработки программного обеспечения никогда не будет реализован, если использование AI не будет распространяться на весь жизненный цикл поставки. В отчете подчеркивается необходимость применения AI на всех стадиях SDLC, включая: планирование (Plan), разработку (Build), интеграцию (Integrate), развертывание (Deploy), эксплуатацию (Operate), мониторинг (Monitor) и непрерывные процессы улучшения (Continuous);
8. Приоритеты инвестиций в AI в ближайшие 12 месяцев. Руководители инженерных подразделений указали направления, в которых планируется внедрение AI в течение ближайших 12 месяцев: непрерывная интеграция и поставка / развертывание (Continuous Integration and Continuous Delivery / Deployment, CI/CD), оптимизация производительности, безопасность и соответствие требованиям, оптимизация кода, генерация кода, обеспечение качества и тестирование (QA/testing), устранение ошибок и инцидентов;
9. Распределение инвестиций в AI. Помимо направлений применения AI, руководители инженерных подразделений также указали, какие функции и команды, по их ожиданиям, получат наибольшую долю инвестиций: команды разработки, безопасность, DevOps, IT-инфраструктура, AI и data science, обеспечение качества и тестирование (QA/testing), управление и соответствие требованиям (Governance and compliance), платформы (Platform) и SRE (Site Reliability Engineering);
10. AI и влияние на роль разработчика. В заключительной части отчета поднимается один из наиболее чувствительных вопросов — влияние AI на численность и роль разработчиков. Независимо от реальной или воспринимаемой ценности AI, угроза вытеснения рабочих мест становится все более ощутимой и занимает центральное место в обсуждениях внутри инженерного сообщества.

Основные результаты из отчета The State of Software Delivery 2025: