Только что ознакомился с интересными выводами из последнего исследования DORA, и честно говоря, здесь много того, на что стоит обратить внимание, если вы занимаетесь технической доставкой или разработкой программного обеспечения.

Вот что привлекло мое внимание: 89% организаций уже внедряют ИИ в свои рабочие процессы разработки. Это практически мейнстрим на сегодняшний день. Три четверти разработчиков используют инструменты ИИ каждый день. Это больше не тренд будущего — это текущая реальность.

Но есть одна особенность, которая меня зацепила — и это нюанс, который многие упускают. Да, действительно, наблюдаются реальные приросты в производительности. Увеличение использования ИИ на 25% коррелирует с улучшением качества кода на 3,4% и повышением качества документации на 7,5%. Это измеримо. Это реально.

Однако, и это важно, стабильность поставки может снизиться до 7%, если неправильно подойти к внедрению. Команды, которые получают наибольшую пользу от ИИ, не просто используют его повсеместно — они действуют осознанно. Меньшие коммиты, надежное автоматизированное тестирование, плотные циклы обратной связи. Основы все еще важны.

Особенно полезным для меня оказалось то, что ИИ действительно сокращает рутинную работу — генерацию синтетических тестовых данных, автоматизацию регрессионного тестирования и так далее. Но он не заменяет человеческое суждение. Приоритеты, архитектурные решения — все это по-прежнему требуют участия человека. ИИ — это дополнение, а не замена.

Говоря о управлении, тоже есть важный момент. Организации с четкими политиками использования ИИ — прописанными правилами работы с данными, обязательным код-ревью, проверками безопасности — показывают более высокий уровень внедрения и более стабильные результаты. Это не ограничение, а скорее возможность.

Еще один показатель, который выделился: структурированное обучение разработчиков связано с ростом внедрения ИИ на 131% по сравнению с командами без такого обучения. Это огромная разница. Можно сказать, что если инвестировать в помощь команде освоить эти инструменты в контролируемых условиях, внедрение значительно ускорится.

Основной урок? ИИ усиливает уже существующие практики. Хорошие DevOps-практики ускоряются. Слабые процессы — усугубляются в худших случаях. Это не панацея — это множитель для уже существующей инженерной дисциплины.

Если вы работаете в регулируемых отраслях или просто задумываетесь о безопасном масштабировании своей доставки, это стоит изучить. Важные метрики — время выполнения, частота развертываний, уровень ошибок, время восстановления — это реальные показатели того, работает ли интеграция ИИ или она просто создает шум.