Как внедрить ИИ в разработку. Опыт Kolesa Group
KPMG представил исследование Global tech report 2026, в котором участвовали 2 500 технологических руководителей из 27 стран. 74% отметили, что ИИ уже приносит их компаниям пользу. Но лишь 24% руководителей компаний получают от него ощутимый результат: экономию времени работы и скорость разработки.
Руководитель frontend-направления Kolesa Group Вадим Манченко рассказал про работу с ИИ, опираясь на данные с пилотами и контрольными группами.
«Все ждут кратного роста. Мы посчитали и получили другие цифры»
— Когда компания дает разработчикам доступ к ИИ-инструментам, ожидания обычно одни: работа ускорится в разы. В Kolesa Group решили проверить это на данных, а не на ощущениях. За основу расчета взяли привычную для компании структуру процесса — два больших этапа, Discovery и Delivery.
На этапе Discovery выявляют проблемы и возможности. Дальше идут два трека — UXR и аналитика: первый описывает как ведут себя пользователи и почему, второй — количество пользователей. На основе полученных данных идет поиск и валидация решения, затем приоритизация и подготовка требований. Только после этого задача считается готовой к реализации.
Delivery — это еще 9 шагов: дизайн, UXR-проверка макетов, планирование разработки, сама разработка, код-ревью, тестирование и релиз. После разработки задача уходит на дизайн-ревью и возвращается в тестирование, а мобильные фичи после релиза проходят Store Review и доходят до пользователя.
Итого — 15 этапов, и написание кода занимает из них лишь один. Именно поэтому ускорение разработки не является ускорением всего процесса.
Пилот вместо громких заявлений
Компания запустила пилотную группу из 50 человек, включающую мобильных и веб-разработчиков, и две недели собирала метрики. Первые полученные данные показали большой рост, но не хватало данных по фактическому использованию инструментов.
— При использовании ИИ-инструментов в команде Kolesa Group заметили, что часть сотрудников использует их недостаточно активно, чтобы погрузиться и получить эффект. А активные сотрудники, которые пользовались инструментами и потребляли больше токенов, получали результаты быстрее.
Поэтому мы рассматривали внедрение KPI по токенам, но сознательно от нее отказались. Такая метрика не дает необходимого результата: люди начинают расходовать токены просто ради выполнения KPI, независимо от того, есть в этом польза или нет. В итоге можно получить большой расход токенов без реального роста эффективности. Такой подход — часть общей культуры Kolesa Group: компания принимает решения на данных и не масштабирует изменения, пока эффект не подтвержден метриками и результатами.
Обмен опытом с рынком
Прежде чем масштабировать пилот, Kolesa Group поговорили с другими компаниями — от небольших продуктовых команд до крупных игроков (Amazon, Booking), которые встраивают ИИ в собственные продукты. Обсуждали инструменты, метрики, ограничения по безопасности и подходы к обучению команды.
— Вывод получился неожиданно объединяющий: точечное внедрение ИИ на одном-двух этапах эффекта не дает ни у кого. Работает только системный подход — на всех этапах разработки одновременно.
Системное внедрение
— Пилот показал: считать эффект нужно на всем пути задачи, а не на одном ее участке. Поэтому сейчас в Kolesa Group ИИ подключен не только к написанию кода, но и к аналитике, дизайну, тестированию и ревью. Весь путь от постановки проблемы до релиза расписан по шагам. Эффект измеряют одной цифрой: сколько задач доехало до релиза за неделю. И сразу смотрят на качество — чтобы скорость не выросла за счет багов и технического долга.
Отдельным этапом прошел аудит информационной безопасности: команда определила, какие данные и репозитории можно открывать ИИ-инструментам и кто несет ответственность за результат их работы.
Что уже работает
- Онбординг новых разработчиков ускорился — выход на продуктивность занимает месяц-полтора вместо нескольких лет.
- Работа с легаси-кодом и рефакторинг стали проще: не нужен разработчик с многолетним опытом, чтобы разобраться в старой архитектуре.
- Юнит-тесты и тест-кейсы — их подготовка почти не требует времени.
- Документация: команда тестирует автоматическую сверку кода и документации — задачу, которую годами не удавалось системно закрыть.
«Как мы делаем работу с ИИ эффективнее»
— Часть разработчиков, получив доступ к ИИ-инструментам, использовала их максимум на 5–10% — и была уверена, что работает с ними в полную силу. Доступ к инструменту сам по себе не дает результата без обучения.
Поэтому отдел обучения Kolesa Group сделал видеокурс из 17 роликов на реальных внутренних кейсах — как использовать ИИ в ежедневных задачах. Курс рассчитан на разработчиков и QA-инженеров: базовые видео по ИИ, работа с Claude Code и разбор юзкейсов.
Спикеры курса — сами сотрудники. Каждый разбирает свой кейс: что удалось упростить или автоматизировать и сколько времени это сэкономило. Курс пополняется по мере того, как в командах появляются новые кейсы.
Итог
Kolesa Group разобрала весь путь задачи — от идеи до пользователя — и определила, какой этап тормозит выпуск обновлений. Затем команда собрала данные, выбрала ключевую метрику, запустила пилот и проверила вопросы информационной безопасности. Только после этого компания перешла к масштабированию.
ИИ действительно позволяет разработчикам быстрее писать код и решать отдельные задачи. Но для бизнеса важнее другое: сколько полезных изменений в итоге доходит до пользователя.
— Поэтому следующий этап для Kolesa Group — масштабировать сценарии, где эффект уже подтвержден данными, искать новые кейсы и одновременно учить сотрудников работать с ИИ осознанно.