ИИ вредит разработке: отрицательный ROI и скрытые затраты

ИИ вредит разработке: отрицательный ROI, скрытые затраты и деградация навыков ИИ-инструменты продают как чистую экономию. На живом проекте мы посчитали выгоду в человеко-часах — экономия серьёзная, система дошла до прода. На исправлениях сожгли больше сэкономленного: общение с заказчиком, выяснение деталей, согласования. ROI проекта вышел отрицательным. В докладе — как не повторить этот путь: где рентабельность ИИ считается через стоимость ошибки, где начинается вред навыкам команды и что делать руководителю разработки, который хочет сохранить экспертизу. Отдельно разбираю, почему подпись «эксперт с опытом работы в единорогах» ничего не говорит о результате, и метрики, которыми обычно меряют ИИ: скорость генерации кода к результату отношения не имеет. Таймкоды: 00:00 — хайп против реальности: чем ИИ в разработке является сейчас 04:47 — рентабельность ИИ: применимость и метрики 06:14 — стоимость ошибки и ROI 200–300% по западным проектам 09:49 — кейс: проект на ИИ от старта до прода 16:29 — считаем ROI: экономия против исправлений 18:30 — зачем изучать, если можно спросить: маркеры деградации 25:27 — что делать руководителю разработки Кому полезно: руководителям, которые уже потратили бюджет на ИИ и не увидели результата, и командам, которым важно не потерять экспертизу. Вторая сторона, агентская труба, из которой это выросло — доклад «Software Factory: как 12 AI-агентов строят AI-native SaaS»: https://www.youtube.com/watch?v=u1kztGyXSUo #ИИвРазработке #ROI #нейросети #управлениеразработкой