Скрипач не нужен: ИИ пришёл в разработку и не спросил разрешения

Анекдот, который перестал быть смешным

«Я ему пять раз объяснил, сам уже понял» — гениальная формулировка, которая случайно описала весь 2026 год в разработке ПО. Автор поста, регулярно общающийся со студентами иркутских вузов, честно признаётся: вопросы про ИИ в разработке задают на каждой встрече, и дискуссия одна и та же — что называется, «по кругу». В профессиональном сообществе разговор идёт ровно тот же, просто с другой интонацией: там уже не спрашивают «а стоит ли», там спорят «а насколько сильно всё поменялось».

Мы в AdUnicorn эту дискуссию слушаем не первый год — с той только разницей, что нам не интересна философия. Нам интересно, что с этим делать бизнесу, кото��ый платит зарплату разработчикам и хочет получить продукт, а не философский трактат о природе творчества. Спойлер: скрипач правда не особо нужен. Нужен дирижёр. И вот тут начинается всё веселье.

Почему студенты спрашивают правильные вопросы, а индустрия даёт неправильные ответы

Студенты — это лакмусовая бумажка. Они ещё не обременены синьорским эго и корпоративной политикой, поэтому спрашивают предельно прагматично: если ИИ пишет код быстрее меня, зачем мне становиться разработчиком? Вопрос честный до безобразия. И индустрия традиционно отвечает на него двумя способами, оба одинаково лицемерные.

Первый лагерь — «ИИ никогда не заменит настоящего программиста, это просто инструмент, как IDE или компилятор». Звучит успокаивающе, произносится обычно людьми, которые последний раз писали продакшн-код при Обаме. Второй лагерь — «всё, приплыли, через три года кодить будут одни нейросети, идите в бариста». Тоже мимо: паникёрство продаётся хорошо, но к реальности отношения не имеет.

Правда, как обычно, скучнее обеих версий и полезнее их обеих вместе взятых: ИИ не заменяет разработчика, он заменяет плохого разработчика, который умел только писать код по спецификации и ничего больше. Того, кто был «руками» — человеком, транслирующим требования в синтаксис языка. Вот эта роль испаряется буквально на глазах, и тут даже спорить не о чем.

Скрипач не нужен — а что нужно?

Возвращаясь к названию поста: скрипач в оркестре был нужен, пока не изобрели инструмент, который играет партию скрипки не хуже. Дальше нужен человек, который понимает музыку целиком — темп, гармонию, то, зачем вообще эта скрипичная партия существует в произведении. ИИ в разработке ровно та же история.

Что реально происходит на рынке прямо сейчас, если отбросить хайп и посмотреть трезво:

• **Junior-позиции схлопываются** — не потому что джуны плохие, а потому что задачи уровня «напиши CRUD-контроллер по ТЗ» ИИ решает за секунды и без обеденного перерыва.
  **Middle разработчики превращаются в редакторов** — они всё меньше пишут код с нуля и всё больше проверяют, чинят и дособирают то, что сгенерировала модель.
  **Senior разработчики становятся архитекторами смысла** — их ценность не в скорости набора текста, а в способности понять, что вообще нужно построить и почему именно так.
  **Растёт спрос на людей, которые умеют формулировать задачу** — потому что оказалось, что писать точный промпт для сложной системы — это отдельный навык, который почему-то не преподают ни в одном вузе.

Если вам это напоминает то, что происходило с копирайтерами, дизайнерами и таргетологами последние два года — вы правы, это тот же паттерн. Просто разработка добралась до него с некоторым опозданием, потому что код — вещь более критичная к ошибкам, чем текст поста в соцсетях.

При чём тут B2B-маркетинг и агентство с характером

Вот тут мы, собственно, и подключаемся, потому что AdUnicorn — не IT-компания, а digital-агентство, но именно поэтому нам эта история особенно интересна и особенно болезненна одновременно. Мы каждый день работаем на стыке технологий и бизнеса: нам нужно, чтобы разработчики на��их клиентов и партнёров быстро отдавали фичи, лендинги, интеграции с CRM, трекинг конверсий, кастомные виджеты — и при этом не плодили технический долг размером с ипотеку.

Когда мы слышим про «скрипач не нужен», мы сразу примеряем это на реальные проекты. Условный клиент из B2B-сегмента — производитель промышленного оборудования, региональный дистрибьютор, IT-интегратор — хочет получить лендинг с калькулятором стоимости, интеграцию с 1С и автоматическую воронку в CRM. Раньше это была неделя работы двух разработчиков. Сейчас, при грамотном использовании ИИ-инструментов, это полтора дня одного разработчика, который умеет пользоваться головой, а не только клавиатурой.

Это не абстракция — это реальная разница в смете, в сроках, в том, сколько итераций гипотез вы успеете протестировать за квартал вместо того, чтобы полгода ждать «пока разработчики освободятся». Мы это видим на собственных внутренних процессах: часть технических задач, которые ещё два года назад требовали привлечения отдельного подрядчика, сейчас закрывается внутри команды быстрее, потому что ИИ снял с разработчика рутину и оставил ему принятие решений.

Реальность без розовых очков: где ИИ реально экономит, а где создаёт новые проблемы

Давайте честно, потому что фирменная ирония AdUnicorn не про хайп-восторги, а про трезвый взгляд с прищуром.

**Где ИИ реально помогает:**

• Генерация типового кода — формы, API-эндпоинты, обвязка, тесты для очевидных кейсов.
  Быстрый рефакторинг легаси-кода, который никто не хотел трогать руками.
  Первичная документация и комментарии — то, что разработчики ненавидели писать сами.
  Быстрый прототип для проверки гипотезы перед тем как вкладываться в полноценную разработку.

**Где ИИ создаёт новые головные боли:**

• Код, который выглядит правильно, но содержит тонкую логическую ошибку, которую сложнее поймать, чем написать код заново.
  Иллюзия скорости у junior-разработчиков, которые копируют сгенерированное без понимания — а потом не могут это же самое поддерживать через полгода.
  Рост зависимости от инструмента: команда разучивается решать задачи «руками» и в момент, когда ИИ выдаёт бред (а он выдаёт, и регулярно), никто не может быстро откатиться на базовые навыки.
  Вопросы безопасности и лицензионной чистоты кода — генеративные модели обучены на чужом коде, и в B2B, где часто есть требования к интеллектуальной собственности, это не шутки.

То есть эффект двойной: инструмент реально ускоряет работу, но одновременно требует от разработчика более высокой квалификации, а не более низкой. Вот этот парадокс индустрия пока плохо объясняет студентам — им кажется, что раз ИИ пишет код, то порог входа в профессию упал. На самом деле он вырос: раньше можно было быть просто исполнителем, сейчас нужно быть тем, кто понимает, что исполнитель делает и почему.

Что это значит для вузов и для рынка труда

Автор исходного поста упоминает, что регулярно общается со студентами иркутских вузов — и это симптоматично. Образовательная система реагирует на технологические сдвиги медленнее, чем ��ам рынок. Учебные планы по разработке ПО во многих вузах всё ещё построены вокруг идеи «выучи синтаксис, реши сто задач, получи диплом», в то время как рынок уже спрашивает совсем другое: умеешь ли ты декомпозировать сложную задачу, проверять результат работы ИИ на здравый смысл, объяснять бизнесу, почему решение именно такое.

Это ровно та же проблема, с которой сталкивается маркетинг: можно выучить, как настраивать таргетированную рекламу, но если ты не понимаешь бизнес-логику клиента, инструмент тебе не поможет — он просто быстрее сольёт бюджет. AdUnicorn через это прошёл на собственном опыте: автоматизация рекламных кабинетов и ИИ-инструменты для генерации креативов дали индустрии тысячи «специалистов», которые умеют нажимать кнопки, но не умеют думать. Разработка сейчас идёт по тому же пути, просто с задержкой в пару лет.

Прогноз, который мы делаем без особого риска ошибиться: через два-три года рынок труда для разработчиков поляризуется ещё сильнее. С одной стороны — небольшая прослойка сильных senior и лидов, которые зарабатывают больше, чем сейчас, потому что их ценность выросла. С другой — огромный пул людей, называющих себя разработчиками, которые умеют только копировать вывод модели и на которых спрос будет падать пропорционально росту качества самих моделей.

Что делать бизнесу прямо сейчас

Если вы владелец или руководитель B2B-компании и до вас долетело эхо этой дискуссии — вот несколько практических выводов, без розовых очков и без паники.

1. **Не нанимайте разработчиков «по количеству строк кода в день»** — этот KPI умер, просто ещё не все об этом узнали. ИИ обесценил скорость печати кода, и оценивать сотрудника по этому критерию — значит поощрять посредственность.

2. **Инвестируйте в тех, кто умеет формулировать задачу**, а не только реализовывать её. Это касается не только разработчиков — это касается вообще всех в комп��нии, кто работает с цифровыми инструментами, включая маркетологов, аналитиков и продакт-менеджеров.

3. **Пересмотрите бюджеты на разработку** — если раньше вы закладывали месяц на фичу, возможно, сейчас реалистичнее две недели, и это не повод срезать бюджет вдвое, а повод удвоить количество экспериментов, которые вы можете себе позволить за те же деньги.

4. **Проверяйте, а не верьте на слово**, когда подрядчик говорит «мы используем ИИ, поэтому дешевле и быстрее». Дешевле и быстрее — не всегда значит качественнее. Иногда это значит «мы сдадим вам код, который развалится через три месяца поддержки».

5. **Смотрите на агентства и подрядчиков, которые сами прошли через эту трансформацию**, а не рассказывают о ней в презентациях. В AdUnicorn мы перестроили внутренние процессы разработки лендингов, интеграций и автоматизаций именно под эту новую реальность — не потому что это модно, а потому что иначе мы бы проигрывали в скорости конкурентам, которые это уже сделали.

Ирония момента

Самое смешное в этой истории — то, что разговор про «скрипач не нужен» ведётся людьми, которые сами боятся признать: инструмент действительно сильно изменил их профессию, но их лично он пока не заменил, потому что заменять пока особо некого — senior-разработчиков с реальным пониманием архитектуры и бизнес-логики на рынке как не хватало, так и не хватает. ИИ не решил проблему дефицита кадров, он её просто переформулировал: теперь дефицит не в тех, кто может написать код, а в тех, кто может отличить хороший код от правдоподобно выглядящего мусора.

Это, кстати, объясняет и анекдот ��з заголовка поста: «Я ему пять раз объяснил, сам уже понял» — это же ровно про то, как работает объяснение задачи нейросети. Вы формулируете промпт, получаете не то, переформулируете, получаете чуть ближе к цели, и на пятой итерации внезапно понимаете задачу глубже, чем понимали её сами до этого. ИИ в этом смысле не инструмент разработки — это тренажёр мышления, который жёстко наказывает за нечёткую формулировку требований.

Вывод, который мы бы хотели, чтобы прочитали студенты и заказчики одновременно

Студентам: не бойтесь, что ИИ отберёт профессию — бойтесь остаться тем самым скрипачом, который умеет только исполнять партию по нотам и ничего больше. Учитесь понимать систему целиком, а инструмент подтянется сам — благо, порог входа в использование ИИ ниже, чем когда-либо.

Заказчикам: перестаньте искать подрядчика, который «дешевле, потому что использует ИИ». Ищите того, кто использует ИИ для того, чтобы делать сложные вещи быстрее, а не простые вещи дешевле — разница между этими двумя подходами будет определять, кто выживет на рынке следующие пять лет, а кто будет разгребать техдолг вместо роста.

AdUnicorn в этой истории на стороне тех, кто дирижирует, а не только играет по нотам. Мы уже встроили ИИ в собственные процессы разработки и ��аркетинга не для того, чтобы хвастаться этим в кейсах, а потому что иначе просто не успевали бы за темпом рынка. И да, скрипач правда не особо нужен. Нужен тот, кто понимает, зачем вообще звучит эта музыка.