Вайб-кодинг и AI инструменты все еще относительно плохо (прирост производительности измеряется в процентах, а не в разах) работают в крупных компаниях. Решил немного структурировать причины этого.

1⃣ В энтерпрайзе повышенные требования к качеству кода, стабильности приложений, безопасности и приватности данных.

2⃣ В крупных компаниях часто встречаются гигантские кодовые базы, которые не влезают в контекст и на которых инструменты не обучены. Ситуация осложняется частым наличием legacy стека технологий.

3⃣ Существующие AI coding ассистенты заточены под прототипирование и MVP.

4⃣ Написание кода в крупных компаниях редко бывает bottleneck: чаще все упирается в сбор требований, согласование изменений с другими командами и верификации изменений.

5⃣ Административно-бюрократический, компании не хотят рисковать, потому что тяжело объективно померить эффект от внедрения AI. Существующие процессы не адаптированы под увеличение числа изменений в разы.

6⃣ Человеческий фактор - люди в энтерпрайзе меньше привыкли рисковать и часто предпочитают уже устоявшиеся в компании технологии.

Причины 1-3 могут и, вероятно, будут решены AI компаниями, разрабатывающими новые версии IDE, CLI и сервисов. Уже сейчас видно смещение фокуса крупных игроков (Microsoft, Anthropic, Devin & Windsurf, Cursor) на enterprise-ready решения.

Причины 4-6 каждой компании придется решать самостоятельно и от того как успешно она с этим справиться будет зависеть ее будущее.

Подписаться