Всередині звіту Georgian про застосовану AI: Vibe Coding стає популярним, тоді як прогалини у кадрах гальмують розвиток AI

Georgian Partners, у співпраці з NewtonX та 11-партнерською глобальною консорцією, опублікувала свій звіт про застосовану AI, який пропонує повний знімок того, як AI трансформує B2B-програмне забезпечення та підприємства світу. Ця розширена друга хвиля базується на анонімному опитуванні 612 виконавців – порівну між лідерами R&D і лідерами виходу на ринок – у 10 країнах і 15 галузях, які представляють компанії з річним доходом від 5 мільйонів до понад 200 мільйонів доларів.

Що відрізняє цей звіт – це його глобальний масштаб і стратегічна підтримка. Партнери консорціуму включають Інститут штучного інтелекту Альберти, Гільдію маркетологів AI, FirstMark, GTM Partners, Untapped Ventures, Інститут Vector, а також.tel-авівський Startup Nation Central і Grove Ventures, серед інших. Їх участь допомогла розширити участь і забезпечити секторально-різноманітні міжнародні бенчмарки.

Більше ніж просто міра прийняття, звіт фіксує структуру бар’єрів, нові випадки використання AI, такі як Vibe Coding, і еволюцію кривої зрілості інтеграції AI. З висновками, заснованими на перевірених даних виконавчого рівня, звіт пропонує компаніям практичну основу для оцінки їхнього становища – і того, що їх гальмує.

AI стає стратегічним імперативом

Штучний інтелект вже не вважається необов’язковим. Звіт показує, що 83% компаній B2B і підприємств тепер ставлять AI серед своїх п’яти найважливіших стратегічних пріоритетів. Насправді, три з п’яти найважливіших бізнес-пріоритетів пов’язані з AI, показуючи, наскільки глибоко він увійшов у корпоративні програми.

Ведучі мотиви для прийняття AI залишаються:

• Поліпшення внутрішньої продуктивності
• Створення конкурентної переваги
• Поліпшення ефективності витрат і зростання доходів

Що змінилося, однак, те, що конкурентна диференціація тепер обігнала заощадження витрат і доходи як другий найважливіший мотиватор. Це означає зміну у свідомості: AI не просто інструмент для автоматизації – це зброя для лідерства на ринку.

Vibe Coding увійшов у мейнстрім

Одна з видатних ідей у звіті – швидкий підйом Vibe Coding – термін, який відноситься до автоматичної генерації і налагодження коду за допомогою моделей AI. Vibe Coding став #3 випадком використання R&D у виробництві, використовується 37% компаній, тоді як ще 40% активно тестують його.

Ця тенденція не просто про поліпшення продуктивності розробників. Це також прямий відповідь на галузевий виклик: нестачу технічних фахівців AI, яка тепер стала #1 бар’єром для масштабування AI. 45% лідерів R&D назвали цю прогалину у кадрах своєю головною турботою – обігнавши навіть високу вартість розробки моделей.

Vibe Coding допомагає заповнити цю прогалину, дозволяючи компаніям прискорити терміни поставки, налагоджувати швидше та виробляти чистий, задокументований код з меншими витратами. Відповідачі відзначили вимірювані зниження ручної праці у процесах QA, інфраструктури та розгортання.

Доходи продуктивності AI – і їхні обмеження

Використання AI у процесах розробки показує чіткі переваги. За даними звіту, 70% респондентів R&D повідомляють про швидшу швидкість розробки, 63% бачать покращення якості коду та документації, а понад половина мають збільшену частоту розгортання.

Однак не всі показники покращилися. Області, такі як середній час відновлення, цикл часу та коефіцієнт відмов, залишаються слабкими місцями. Це свідчить про те, що хоча AI прискорює передню частину розробки, стабільність і витривалість залишаються залежними від людини наразі.

Удосконалення інфраструктури підтримують стек AI

Ці здобутки підтримуються драматичною зміною інвестицій в інфраструктуру. Команди, орієнтовані на AI, приймають нове інструментування для переходу від експериментів до виробництва:

• Платформи спостереження за LLM були інтегровані 53% компаній
• Інструменти оркестрації даних, такі як Dagster і Airflow, зараз використовуються 51%
• Векторні бази даних, cron-робіт та тривкі двигуни робочих процесів розгортаються для підтримки масштабованості та надійності

Тим часом компанії джерелують більше даних, ніж будь-коли, для підтримки своїх моделей. Використання власних даних зросло на 12 процентних пунктів до 94%, тоді як використання публічних даних зросло до 80%. Синтетичні та темні дані – раніше периферійні джерела – зараз використовуються більш ніж половinou компаній та кожною четвертою компанією, відповідно.

Прийняття LLM розширюється

OpenAI залишається лідером у сфері великих мовних моделей, з 85% респондентів, які використовують її моделі у виробництві. Однак ландшафт швидко змінюється:

• Google Gemini побачив 17-бальний стрибок, зараз використовується 41%
• Anthropic Claude зросла до 31%
• Сім’я Meta Llama 3 набирає популярність з 28% прийняття
• Моделі, специфічні для rozumіння, такі як o1-mini OpenAI (35%) та DeepSeek (18%), також входять у виробництво

Ця зміна відображає рух до багатомодельних стеків AI, де організації підходять до моделей за випадками використання, а не залежать від однієї екосистеми постачальника.

Доходи зрілості AI є нерівномірними

Georgian сегментує компанії за допомогою своєї моделі зрілості AI Crawl, Walk, Run. Хоча більше організацій переходять від початкового до проміжного рівня, верхній рівень зрілості залишається недосяжним:

• “Ходьби” впали до 40%, знизились з 49%
• “Бігунів” зросли до 31%, що свідчить про зростаючий імпульс
• “Бігунів” залишаються на одному рівні на 11%, що свідчить про стелю у масштабуванні

Компанії, які досягають стадії “Бігун”, як правило, ті, які безпосередньо пов’язують проекти AI з доходами або витратами – можливістю, яка все ще недорозвинена у більшості галузі.

ROI залишається нечітким

Одна з найбільш постійних проблем, визначених у звіті, – це відсутність чіткого вимірювання ROI. Більше половини команд R&D визнають, що вони не пов’язують проекти AI з жодними конкретними KPI. Лише 25% безпосередньо пов’язують ініціативи AI з новими доходами, і лише 24% повідомляють про позитивний вплив на витрати на придбання клієнтів.

Все ж таки, оптимізм залишається. Більше 50% респондентів кажуть, що AI покращив задоволеність клієнтів і довгострокову вартість. Однак загальне відчуття полягає в тому, що фінансове виправдання AI залишається нечітким, особливо на рівні середньої зрілості.

Управління витратами покращується

Хоча таланти залишаються найбільшим бар’єром, витрати повільно стають більш керованими. Звіт показує:

• 9-бальний зсув у бік стабільних або знижених витрат на зберігання даних
• Зниження витрат на технічне обслуговування, працю та операції
• Зменшення залежності від заходів зі скорочення витрат, таких як обмеження проектів

Крім того, 68% компаній зараз покладаються на рішення AI третіх сторін для управління витратами та складністю, особливо коли AI стає частиною програмного забезпечення GTM та внутрішніх платформ.

Огляд вперед

Вплив цих даних про бенчмаркінг простягається далеко за межі панелей управління та конференц-залів. Коли AI стає центральним у будівництві, розгортанні та підтримці програмного забезпечення, галузь вступає у нову фазу – ту, у якій продуктивність вже не лише про людей, а про те, як інтелектуально команди можуть доповнювати себе партнерами-машинами.

Vibe Coding представляє собою переломний момент. Це не просто інструмент продуктивності; це стає фундаментальним шаром сучасної розробки програмного забезпечення. Для компаній, які стикаються з постійними прогалинами у кадрах, це пропонує можливість розблокувати пропускну здатність, скоротити час виходу на ринок та покращити якість коду без збільшення чисельності працівників у тому ж темпі. І для тих, хто далі по кривій зрілості, це створює основу для інженерних робочих процесів, орієнтованих на AI – тих, які можуть масштабуватися з спостережуваністю, надійністю та вимірюваним бізнес-впливом.

Ширше повідомлення чітке: компанії, які успішно впровадять AI, не просто будуть використовувати його – вони оперціоналізують його, вбудовуватимуть його та розвиватимуться з ним. У цій новій ері автоматизація не полягає у заміні розробників. Це про посилення їхніх можливостей.

Ті, хто розглядає Vibe Coding та його інфраструктуру як стратегічні інвестиції – а не експерименти – визначать наступну хвилю інновацій підприємств.