Сводка верификации #
| Утверждение | Статус | Точность |
|---|---|---|
| MIT NANDA: 95% AI-пилотов с нулевым ROI | confirmed | 100% |
| Forrester/BCG: 5-15% менеджеров | partial | ~60% |
| Google UK: экономия 122 часов в год | confirmed | 100% |
| Veracode: 45% AI-кода содержит уязвимости | confirmed | 100% |
| CAST Software: 61 миллиард человеко-дней долга | confirmed | 100% |
| Stanford/GitClear: 4-кратное клонирование кода | partial | ~70% |
| CodeRabbit: улучшение качества PR | confirmed | 100% |
| Builder.ai: $1.5B и 700 инженеров | confirmed | 100% |
| Google Antigravity: удаление 2TB | confirmed | 100% |
| Найм джуниоров -50%, зарплаты -9% | confirmed | 100% |
Общая фактическая точность: 8.3/10
Предмет: Статья на Habr автора Marat Kiniabulatov (Eskimo), Agile Coach @ Raif. Опубликована 12 февраля 2026.
Ключевые находки #
Что подтвердилось #
Подтверждено
Обвал найма джуниоров реален — и на самом деле хуже: -67% (Stanford), а не -50%
Утверждение о снижении найма джуниоров подтверждено. Исследование Stanford показывает ещё более серьёзное снижение на -67%, что превышает заявленные в статье -50%. Снижение зарплат на -9% точно для 2024 года, хотя данные 2025 показывают частичное восстановление.
Подтверждено
AI-генерированный код создаёт колоссальный техдолг (GitClear, DORA, Veracode)
Множество независимых источников подтверждают проблему техдолга. Данные GitClear показывают рост оттока кода. Метрики DORA коррелируют с трудностями внедрения AI. Показатель Veracode — 45% уязвимостей в AI-сгенерированном коде — верифицирован.
Подтверждено
Бутылочное горлышко code review: время ревью +91%, PR крупнее на 18%
Время ревью действительно значительно возросло с появлением AI-сгенерированного кода. PR стали крупнее и чаще, создавая давление на старших ревьюеров.
Подтверждено
Инциденты Builder.ai ($1.5B) и Google Antigravity (удаление 2TB)
Оба инцидента хорошо задокументированы. Крах Builder.ai и удаление данных Google Antigravity подтверждены множеством надёжных источников.
Что искажено #
Частично подтверждено
Атрибуция «Stanford + Git Code Clear» — на самом деле GitClear (отдельная компания)
Статья ошибочно объединяет исследование Stanford с данными GitClear. GitClear — независимая компания по анализу кода, не аффилированная со Stanford. Исходные данные корректны, но атрибуция создаёт ложное впечатление одобрения Stanford.
Частично подтверждено
«5-15% менеджеров» — на самом деле «5% компаний-лидеров» (BCG)
Данные BCG/Forrester были неверно интерпретированы. Оригинальное исследование говорит о 5% компаний (лидеров), а не о 5-15% менеджеров. Это существенное искажение, меняющее масштаб утверждения.
Частично подтверждено
«11 часов/неделю на code review» — точная цифра не верифицируется
Хотя время на ревью кода действительно увеличилось, конкретная цифра «11 часов в неделю» не прослеживается до первичного источника. Тренд реален, но точное число, по-видимому, является интерполяцией.
Комментаторы Habr (53% «стало хуже») #
Раздел комментариев показывает: 53% респондентов сообщают об ухудшении. Систематическое смещение выборки вероятно (негативные статьи привлекают согласных), однако настроение совпадает с более широкими трендами: 52% специалистов игровой индустрии негативно оценивают GenAI, а 75% организаций используют AI без измеримых результатов.
Сбалансированная картина #
GenAI одновременно работает и не работает:
- Работает: узко направленные сценарии, вендорные инструменты, команды с преобладанием сеньоров
- Не работает: типовые пилоты, замена джуниоров, внутренние сборки
- 95% неудачных пилотов сосуществуют с 74% окупаемости за год (Google Cloud)
Об авторе #
Marat Kiniabulatov — Agile PM/Scrum Master, ICP-ACC, PSM II. Не технический эксперт в AI/ML. Собрал реальные исследования, но допустил ошибки в интерпретации.
Оценка методологии: 6.5/10 | Предубеждение: умеренно негативное
Мультиагентная параллельная верификация: каждое утверждение было независимо перекрёстно проверено по первичным источникам. Мы искали оригинальные отчёты, пресс-релизы и академические публикации за каждым утверждением. Оценка методологии и предубеждения следует фреймворку CRAAP.
Этика исследования
Данное расследование использует исключительно общедоступную информацию (OSINT). Доступ к закрытым системам не осуществлялся. Все методы раскрыты в разделе методологии.
Юридический дисклеймер
Этот контент предоставлен исключительно в информационных целях и не является юридической консультацией. По конкретным правовым вопросам обращайтесь к квалифицированному специалисту.