ИИ уже стал обычным инструментом корпоративной разработки, однако до модели, при которой человек описывает задачу словами, а нейросеть создает большую часть приложения, российские компании пока почти не дошли. Такой сценарий используют около 5% участников исследования ИТ-экосистемы «Лукоморье» и ИАА Telecom Daily. Гораздо чаще разработчики оставляют за собой контроль над кодом, а ИИ используют для генерации отдельных элементов и агентной работы.
Исследование «Проникновение вайб-кодинга, Low-Code/No-Code и роль классической разработки в российских компаниях» показывает, что рынок движется не к замене одного способа разработки другим. Компании собирают из них собственный набор инструментов. Классическую Pro-code-разработку в промышленном контуре используют 89% опрошенных, Low-Code/No-Code (LCNC) — 86%, а значимое применение ИИ отметили 73%.
Среди организаций, которые используют нейросети для генерации кода или конфигурации, 59% работают с ними в гибридных задачах, где одновременно задействованы Pro-code и LCNC. Причем даже там, где ИИ уже глубоко встроен в разработку, он пока редко становится основным исполнителем.
Наиболее распространены генерация значимых частей решения и агентный режим под контролем разработчика — их как максимальный уровень использования отметили 37% и 31% респондентов соответственно. Вайб-кодинг с генерацией большей части приложения через естественный язык заметно отстает от этих сценариев.
У LCNC и ИИ при этом постепенно формируются разные специализации. Low-Code/No-Code чаще используют для внутренних систем и корпоративных порталов — этот вариант назвали 55% пользователей платформ. Еще 50% применяют LCNC для аналитики и работы с данными, 40% — для интеграций и API. У ИИ картина немного другая. На первом месте аналитика с 58%, затем идут чат-боты и цифровые помощники с 46%. Во внутренних системах значимое применение ИИ отметили 38% организаций.
Сам российский рынок Low-Code/No-Code после нескольких лет резкого роста переходит к более спокойной траектории. В 2021 году его объем оценивался в 3,63 млрд руб., в 2025 году — уже в 24,34 млрд руб., а по итогам 2026 года может достичь 28,23 млрд руб. К 2030 году аналитики прогнозируют рост примерно до 46,8 млрд руб.
После завершения наиболее срочных проектов импортозамещения рынок замедлился, но в 2026–2027 годах темпы могут снова подняться до 15–17% благодаря масштабированию зрелых платформ, их интеграции с ИИ и RPA и повторным продажам.
При этом LCNC уже сложно считать технологией исключительно для прототипов. Аналитики разобрали 51 публичный проект, и в 50 случаях решения находились в промышленной эксплуатации. Среди изученных внедрений встречались системы на 18 тыс. сотрудников, обработка 100 млн документов и нагрузка около 30 тыс. запросов в час. 42% опрошенных организаций используют LCNC в промышленном контуре более двух лет.
Интересно и распределение между разными типами компаний:
- LCNC в исследованной выборке чаще используется за пределами собственно ИТ-отрасли. Его промышленное применение отметили 93% компаний других профилей против 78% ИТ-компаний. Особенно высокая доля зафиксирована среди организаций со штатом от 100 до 999 сотрудников — 91% против 78% у компаний от тысячи человек.
- С ИИ ситуация обратная. Значимое применение технологии отметили 77% участников из ИТ-сферы и 66% организаций других отраслей.
Авторы исследования предполагают, что LCNC помогает компаниям наращивать автоматизацию при ограниченном количестве разработчиков, а ИИ в первую очередь увеличивает производительность уже существующих команд.
Новые инструменты пока заметнее экономят время, чем деньги. По расчетным оценкам участников исследования, LCNC сокращает время разработки примерно на 16%, значимое применение ИИ — на 24%. Непосредственные затраты снижаются скромнее — примерно на 6% и 9% соответственно. При этом почти половина пользователей LCNC считает сроки разработки сопоставимыми с Pro-code, поэтому эффект сильно зависит от конкретного проекта.
За ускорение с помощью нейросетей приходится платить дополнительным контролем. В среднем около 25% сгенерированного ИИ кода или конфигурации при проверке отклоняется либо требует существенной переработки. Около половины организаций со значимым применением ИИ сталкивались с инцидентами, хотя в исследовании их последствия оценивались как незначительные или ограниченные. Серьезных последствий для бизнеса в выборке не зафиксировано.
Различаются и главные препятствия для распространения технологий. Для LCNC основным барьером оказалась экономика. Стоимость лицензий, внедрения и поддержки назвали 45% участников. В случае с ИИ на первом месте находятся ошибки, непрозрачность кода и риск накопления технического долга — 37%, следом идут требования информационной безопасности и ограничения на использование внешних сервисов с 34%.
На российском рынке ИИ-разработки пока нет и одного доминирующего инструмента. Компании в среднем используют сразу несколько решений. Чаще остальных участники называли:
- DeepSeek — 47%;
- Claude Code — 38%;
- модели OpenAI вне Codex — 31%;
- GitHub Copilot — 29%.
Несмотря на ограничения, компании скорее собираются расширять использование новых технологий. В ближайшие 12–24 месяца увеличить применение LCNC планируют 75% его нынешних пользователей, ИИ — 83% организаций, уже использующих его на значимом уровне. Сократить или прекратить работу с этими инструментами намерены лишь около 2% участников в каждой группе. Среди компаний, которые пока не дошли до значимого использования ИИ, 52% планируют запустить пилот или начать его внедрение.
Основными ограничениями остаются ошибки и риск накопления технического долга, которые отметили 37% компаний, а также требования информационной безопасности и ограничения на передачу кода во внешние сервисы — 34%.
Главный вывод исследования выглядит менее радикально, чем разговоры о скорой замене программистов. Корпоративная разработка действительно становится гибридной, но классический код, LCNC и ИИ пока скорее распределяют между собой разные части работы. Даже при самом глубоком использовании нейросетей разработчик остается тем, кто ставит задачу, проверяет результат и решает, можно ли выпускать его в прод.
В опросе участвовали 125 CIO, CTO, руководителей разработки и цифровой трансформации, архитекторов и владельцев продуктов из российских организаций со штатом от 100 сотрудников. Исследование проводилось с 3 по 18 сентября 2026 года.