DORA 2025: как ИИ меняет разработку — профили команд и ключевые способности для успеха

Главный вывод ежегодного отчёта DORA (DevOps Research and Assessment) за 2025 год: искусственный интеллект выступает мощным усилителем производительности, но сам по себе не гарантирует успеха. Наибольшую отдачу приносит стратегический фокус на организационную систему — культуру, процессы и навыки. Исследование, основанное на опросах тысяч разработчиков и анализе данных из DevOps-инструментов, предлагает практические профили команд и набор ключевых способностей, которые помогают перевести результаты в реальные улучшения. В этой статье разберём, какие типы команд существуют, какие способности ведут к успеху и как применить выводы DORA в своей организации.

Четыре профиля команд по использованию ИИ

DORA выделила четыре профиля команд в зависимости от того, как они применяют ИИ в своей работе. Первый профиль — «Исследователи» (Explorers): они активно экспериментируют с ИИ, но пока не интегрируют его в основные процессы. Такие команды часто используют ChatGPT для написания документации или генерации идей, но не встраивают ИИ в CI/CD или код-ревью. Второй профиль — «Оптимизаторы» (Optimizers): они применяют ИИ для улучшения существующих практик, например, для автоматизации тестирования, рефакторинга или анализа логов. Эти команды уже видят измеримый прирост эффективности, но не меняют кардинально рабочие процессы. Третий профиль — «Трансформеры» (Transformers): они внедряют ИИ для кардинального изменения рабочих процессов, например, для генерации кода по описанию на естественном языке или автоматического создания тестов. Четвёртый профиль — «Лидеры» (Leaders): они не только сами активно используют ИИ, но и формируют лучшие практики, делятся опытом и влияют на культуру в организации. Исследование показало, что команды-лидеры демонстрируют значительно более высокие показатели производительности и удовлетворённости работой. При этом ключевым фактором успеха оказалась не столько технологическая зрелость, сколько организационная культура, поддерживающая эксперименты и обучение.

Предыстория и контекст

DORA уже много лет изучает практики DevOps и их влияние на эффективность команд. В 2024 году они впервые включили в свой ежегодный отчёт вопросы об использовании ИИ, а в 2025 году углубили анализ, выделив профили и способности. Это связано с лавинообразным ростом популярности инструментов вроде GitHub Copilot, ChatGPT и других генеративных ИИ-ассистентов. Предыдущие исследования DORA показывали, что высокопроизводительные команды отличаются не столько набором инструментов, сколько практиками — непрерывной интеграцией, автоматизацией тестирования, короткими циклами обратной связи. Новый отчёт подтверждает: ИИ сам по себе не даёт преимущества, если не встроен в продуманную систему процессов и культуры. Интересно, что даже команды, которые активно используют ИИ, но не уделяют внимания базовым практикам DevOps, показывают результаты ниже среднего. Это подчёркивает, что ИИ — это не замена, а дополнение к уже существующим эффективным практикам.

Какие способности ведут к успеху при внедрении ИИ в разработку?

DORA определила пять ключевых способностей, которые отличают успешные команды, использующие ИИ. Первая — «Стратегическое выравнивание»: использование ИИ должно быть напрямую связано с бизнес-целями, а не быть самоцелью. Например, если цель — ускорить вывод новых функций, ИИ стоит применять для генерации кода или автоматизации тестирования, а не для создания отчётов. Вторая способность — «Экспериментальная культура»: команды должны иметь возможность безопасно пробовать новые подходы и учиться на ошибках. Это означает, что руководство должно поощрять пилотные проекты и не наказывать за неудачи. Третья — «Интеграция в поток»: ИИ-инструменты должны встраиваться в существующие рабочие процессы, а не создавать дополнительные прерывания. Например, генерация кода должна происходить непосредственно в IDE, а не требовать переключения на отдельное приложение. Четвёртая — «Управление качеством»: необходимо внедрять механизмы проверки результатов ИИ, особенно при генерации кода. Это могут быть автоматические тесты, код-ревью или валидация на соответствие стандартам. Пятая — «Развитие навыков»: команды должны постоянно повышать квалификацию, чтобы эффективно использовать ИИ и понимать его ограничения. Это включает обучение промпт-инжинирингу, понимание моделей и их предвзятостей.

Технические детали и практические рекомендации

Исследование DORA основано на опросах тысяч разработчиков и анализе данных из DevOps-инструментов. Для каждого профиля команды авторы предлагают конкретные шаги по улучшению. Например, «Исследователям» рекомендуется сосредоточиться на выборе одной или двух областей для пилотного внедрения ИИ и наладить сбор метрик. «Оптимизаторам» стоит перейти от точечных улучшений к перепроектированию процессов с учётом возможностей ИИ. «Трансформерам» необходимо работать над масштабированием успешных практик и делиться знаниями. «Лидерам» — активно участвовать в формировании индустриальных стандартов и наставлять другие команды. Важный технический аспект: исследование подчёркивает, что эффективность ИИ-ассистентов сильно зависит от качества контекста. Команды, которые предоставляют инструментам хорошо структурированную кодовую базу, понятные комментарии и тесты, получают значительно лучшие результаты. Это ещё раз подтверждает важность базовых практик разработки, таких как чистота кода, модульность и документирование.

Кого затронет и как

Результаты исследования будут полезны прежде всего руководителям разработки и техническим директорам, которые ищут способы повысить продуктивность команд с помощью ИИ. Для разработчиков выводы означают, что простое использование ИИ-ассистента не сделает их автоматически эффективнее — необходимо менять подход к работе и постоянно учиться. В российском и СНГ-контексте исследование особенно актуально, так как многие компании активно внедряют отечественные ИИ-решения. Принципы DORA универсальны: стратегическое выравнивание и культура экспериментов важны независимо от конкретного инструмента. Однако стоит учитывать, что доступ к некоторым глобальным ИИ-сервисам может быть ограничен, что требует адаптации рекомендаций. Например, вместо GitHub Copilot можно использовать аналоги на базе YandexGPT или других моделей.

Что будет дальше

DORA планирует продолжить исследование в 2026 году, углубив анализ влияния ИИ на архитектуру программного обеспечения и командную динамику. Ожидается, что появятся более детальные метрики для оценки эффективности ИИ-ассистентов, а также рекомендации по управлению рисками, связанными с генерацией кода. Наиболее вероятный сценарий: профили команд станут более дифференцированными, а способности — более конкретными. Компании, которые уже сейчас начнут внедрять системный подход к ИИ, получат долгосрочное конкурентное преимущество. Также можно ожидать появления новых ролей, таких как AI DevOps-инженер, который будет отвечать за интеграцию ИИ в пайплайны.

Итог

Исследование DORA 2025 чётко показывает: ИИ — это мощный усилитель, но не панацея. Успех приходит к тем командам, которые фокусируются на организационной системе, культуре и процессах, а не на отдельных инструментах. Профили и способности, описанные в отчёте, дают практическую дорожную карту для любой команды, желающей эффективно использовать ИИ в разработке. Начните с определения своего текущего профиля, выберите одну-две способности для развития и постепенно стройте культуру, в которой ИИ станет естественной частью рабочего процесса.