Наговорить программу, а не покупать. Три сценария, как вайбкодинг перевернет российский рынок ПО к 2030 году

Представьте: директору по продажам понадобилась система согласования скидок. Раньше он выбирал готовую программу, подписывал договор и ждал внедрения. Через полгода выяснялось, что продукт не учитывает половину внутренних правил. Компания доплачивала за настройки, перенос данных, обучение сотрудников и каждую новую кнопку.

Теперь директор может описать задачу искусственному интеллекту обычными словами: кто подает заявку, где проходит граница скидки, когда нужен финансовый директор и какие исключения действуют для крупных клиентов. Через несколько десятков минут у него уже будет рабочий прототип.

Для многих и многих фирм эти новые возможности ИИ выглядят как решение многолетней боли. А вот для рынка корпоративного программного обеспечения это плохая новость. Он десятилетиями продавал компаниям дефицит: разработка была сложной, долгой и дорогой, а разработчиков и аналитиков на рынке не хватало.

Сам рынок вряд ли полностью исчезнет. Но его привычная конструкция — закрытая лицензия, многомесячное внедрение и бесконечные оплачиваемые доработки — уже начинает разваливаться.

Вместо кода — разговор

Слово «вайбкодинг» появилось в феврале 2025 года. Исследователь Андрей Карпати назвал так разработку, при которой человек объясняет модели желаемый результат обычным человеческим языком, принимает созданный код и исправляет ошибки новыми запросами. Разбираться в устройстве программы и иметь навыки программирования при этом необязательно.

Пока, впрочем, палочкой-выручалочкой или убийцей технологии вайбкодинг так и не стал.

Для сайта семейного магазинчика или личного приложения с небольшим числом пользователей такой подход уже годится. С системой, которая начисляет зарплату, проводит платежи или управляет станком, все сложнее. Там одной убедительной переписки с моделью мало: код придется проверять, испытывать и контролировать после запуска, так как риски ошибки несоизмеримо выше.

Но сами инструменты быстро взрослеют. Еще недавно искусственный интеллект только подсказывал программисту следующую строку. Теперь агенты изучают весь проект, меняют его файлы, запускают тесты и готовят новую версию программы.

Сомнения понятны. Модель часто выдает решение, которое выглядит готовым и даже проходит первые проверки. Ошибка обнаруживается позже, когда редкий клиент оформляет возврат, ночная смена теряет связь с сервером или бухгалтерия закрывает месяц.

Сомнительным долгое время выглядел и тезис, что вайбкодинг сильно ускоряет разработку. В эксперименте METR 2025 года 16 опытных программистов выполняли реальные задачи в знакомых им проектах с ИИ и без него. Инструменты начала 2025 года замедлили работу в среднем на 19%, хотя участникам казалось, что они ускорились.

Кто потеряет деньги и как придется меняться разработчикам

Готовые программы когда-то победили заказную разработку благодаря простой арифметике.

Один вендор создавал сложную функцию и продавал ее сотням клиентов. Покупатель получал обновления, исправления, поддержку и продукт, уже проверенный другими компаниями.

Затем приходил интегратор — подрядчик, который связывает новую программу со старыми системами, переносит данные и настраивает ее под специфику конкретного бизнеса. Постепенно рынок привык считать эту работу в человеко-часах. Чем хуже продукт подходил заказчику, тем длиннее становился проект и больше человеко-часов приходилось оплачивать.

Первыми под удар попадут небольшие внутренние приложения. В каждой крупной компании есть десятки процессов, которые живут в таблицах, почте и мессенджерах. Покупать ради них большую систему слишком дорого, а заказывать отдельную разработку раньше было бессмысленно.

Представим дистрибьютора, которому нужно разбирать претензии по поврежденному товару. Покупать ради этого большую платформу управления претензиями примерно так же разумно, как арендовать торговый центр под один склад. Гораздо проще с помощью ИИ написать небольшую программку вида: сотрудник загружает фотографию, выбирает одну из трех причин возврата, заявка проходит через верификацию, а результат уходит в учетную систему.

Производителям готовых программ стоит опасаться не того, что клиент однажды полностью напишет собственную бухгалтерию с помощью пары промптов. Гораздо реалистичнее другое: он перестанет покупать у поставщика каждую мелкую дополнительную функцию. ИИ резко снижает порог входа.

Следом давление почувствуют небольшие разработчики отраслевых продуктов. Раньше их защищала высокая стоимость создания программы с нуля. Теперь заказчик впервые может сравнить цену лицензии со стоимостью разработки собственными силами.

Интеграторы тоже потеряют часть типовой работы: простые отчеты, перенос данных, документацию и повторяющиеся тесты.

Но базовая, самая важная часть крупных программ никуда не денется. Бухгалтерию, банковские расчеты, кадровый учет или управление производством нет смысла каждый раз собирать заново. Здесь покупают не количество строк кода. Платят за то, что они правильно работают у сотен компаний и не развалятся после очередного изменения законодательства.

Поэтому участникам рынка придется все меньше продавать месяцы работы программистов и все больше — гарантированный результат: связать старые и новые системы, проверить код, обеспечить безопасность и запустить все без аварии. Для подрядчиков, которые умеют только писать код, это плохая новость.

За что платить все равно придется

Возможность собрать приложение за несколько дней создает опасную иллюзию: будто компания получила его почти даром. Код и правда дешевеет. Содержание системы — нет. Дешевый код не означает бесплатное ПО.

Причем дешевизна разработки сама способна создать новую головную боль. Продажи сделают свою базу клиентов, поддержка — свою, региональный филиал — третью. По отдельности все работает прекрасно. До того момента, когда директор попросит общий отчет.

Есть вещи, которые нельзя восстановить даже из идеально написанного кода. Например, ИИ найдет в старой документации условие «скидка не выше 7%». Но не узнает, почему когда-то появился именно такой предел: из договора, решения финансового директора или акции трехлетней давности, которую просто забыли отменить. Просто уверенно понесет его дальше, даже если условия изменились.

Так что мало внедрить ИИ или написать с его помощью программу для бизнеса. Вместе с программой придется хранить требования, схемы данных, тесты и объяснения принятых решений — и вот на этом этапе точно потребуются люди, которые все проверят, перепроверят и поймут, какие данные для такой базы вообще релевантные. Иначе на выходе компания получит тот же старый корпоративный IT-хаос, только теперь его будут создавать и воспроизводить намного быстрее.

Особенности национального вайбкодинга

В то время как за рубежом процессы сокращения программистов из-за замены их на ИИ активно набирают обороты, вайбкодинг приходит в Россию не на падающий рынок.

Так что денег в отрасли становится больше. Основной вопрос в том, кому именно они достанутся.

Для ИИ российский корпоративный IT выглядит почти идеальным полигоном. На одном предприятии могут одновременно работать современная аналитическая система, учетная программа двадцатилетней давности и таблица, которую когда-то сделал сотрудник, давно ушедший из компании.

Между ними живут заявки по почте, ручные согласования, таблицы и небольшие процессы, для которых отдельная большая программа слишком дорога. Именно такие задачи проще всего отдавать ИИ.

Но тот же цифровой зоопарк мешает быстрой автоматизации.

ИИ может прочитать старый код. Но сам не догадается, почему в одной базе клиент записан как ООО «Ромашка», в другой — как «Ромашка, ООО», а доступ к третьей до сих пор открыт человеку, который 5 лет назад перешел к конкурентам.

Еще одно ограничение — безопасность. Корпоративный код вместе с персональными данными, договорами и устройством внутренней сети нельзя просто скопировать в любой внешний ИИ-сервис. Особенно если компания работает в банковской сфере, медицине, транспорте, промышленности или государственном секторе.

Крупному бизнесу придется запускать такие инструменты внутри защищенной инфраструктуры компании, ограничивать им доступ к данным и сохранять возможность проверить их действия. Это уже не уровень вайбкодинга «открыл любой чат-бот и попросил написать программу». Тут нужно будет либо запускать для этого локальный ИИ (заведомо более слабый, чем топовые модели), либо вводить сложную систему информационной безопасности и NDA, прежде всего для сотрудников.

Что может произойти до 2030 года

Из этого не следует, что к 2030 году половину IT-специалистов придется увольнять.

Но может измениться то, с какой работы программисты начинают карьеру. ИИ лучше всего справляется с задачами, которые легко поставить и легко проверить: сделать простую форму, написать повторяющийся кусок кода, подготовить часть документации или базовые тесты. А сегодня именно на такой рутине начинающие разработчики набивают руку.

Если ее станет меньше, отрасли придется искать другой способ выращивать опытных специалистов. Сам ИИ эту проблему не решает.

Человеку при этом остаются задачи, где мало просто получить работающий код. Нужно понять, что вообще требуется бизнесу, придумать устройство системы, разобраться с данными, проверить работу ИИ и решить, какой риск можно принять, а какой — нет.

Чем проще сформулировать задачу и проверить ответ, тем легче отдать ее агенту. Чем дороже ошибка, тем нужнее рядом человек.

Честно посчитать российский рынок корпоративного ПО на четыре года вперед сейчас невозможно. ИИ-инструменты меняются слишком быстро. Но у рынка есть как минимум три понятных пути.

Какой из этих вариантов окажется ближе к реальности, станет видно задолго до 2030 года — по тому, на что компании начнут тратить деньги.

• Первый признак — закупки. Если бизнес вместо очередной отдельной программы начинает покупать инструменты, с помощью которых сотрудники могут сами создавать внутренние сервисы, системы проверки написанного ИИ кода и собственные мощности для запуска моделей, значит, часть разработки действительно уходит внутрь компаний.
• Второй — договоры с интеграторами. Пока заказчик оплачивает главным образом число специалистов и месяцы их работы, старая схема жива. Если все чаще платят за готовую работающую систему, значение человеко-часов падает.
• Третий — вакансии. Само по себе снижение спроса на начинающих программистов еще ничего не доказывает. Интереснее будет, если одновременно начнет расти спрос на специалистов, которые проектируют ИИ-системы, работают с данными, проверяют качество программ и отвечают за внутренние цифровые продукты.

Скорее всего, к 2030 году бизнес вряд ли вообще встанет перед выбором между покупкой готовой программы и разработкой с нуля. Проверенное ядро останется там, где правила общие, а ошибка стоит дорого. Уникальные процессы компании будут собирать вокруг него сами.

Хуже всего придется вендорам, которые продают наглухо закрытый код, и интеграторам, выставляющим счет за количество занятых людей. Вайбкодинг лишит их возможности брать деньги за медленную ручную работу. А вот за надежность, совместимость и готовность отвечать, если программа сломается не вовремя, бизнес платить не перестанет.