ИИ и вайбкодинг: добро или зло?
Почему одни компании несут потери, а другие взлетают по экспоненте: разбор на примерах Shopify, Meta, Klarna, Duolingo и других.
Термин «вайбкодинг» (vibe coding) описал экс-директор по ИИ в Tesla и сооснователь OpenAI Андрей Карпатый. Он обозначил подход, при котором человек больше не пишет код строчка за строчкой, а работает как архитектор и постановщик задач, отдавая 80–90% рутины ИИ-агентам вроде Cursor, Claude Code или GitHub Copilot.
Андрей КарпатыйПрактика показала, что вайбкодинг это скорее мультипликатор стратегического мышления в компании, чем волшебная таблетка или угроза сама по себе.
Ниже разбор на примерах, как внедрение ИИ и вайбкодинга сработало в реальных компаниях из разных отраслей.
1. Big Tech и технологические гиганты
Shopify
shopify.com- Решение: провели «рефакторинг процессов», перевели разработчиков на вайбкодинг (Cursor, Copilot) и потребовали фокусироваться на продуктовом мышлении вместо количества написанных строк.
- 🟢 Результат: кратный рост числа выпущенных функций без массовых увольнений и увеличение производительности на одного инженера почти вдвое.
Meta
meta.com- Решение: объявили «год эффективности», уволив десятки тысяч разработчиков и менеджеров, направили освободившийся фонд оплаты труда на закупку вычислительных мощностей и инфраструктуры и обязали оставшиеся команды перейти на ИИ-инструменты.
- 🔴 Результат: падение внутренней экспертизы в базовых продуктах, выгорание оставшихся опытных инженеров и рост рисков при выпуске новых версий.
Salesforce
salesforce.com- Решение: сокращение штата поддержки с 9 000 до 5 000 человек за счёт внедрения ИИ-агентов (Agentforce) и заморозка найма линейных программистов.
- 🔴 Результат: рост маржи на бумаге при резком росте нагрузки на оставшихся архитекторов, которым приходится вручную исправлять ошибки ИИ.
Alibaba и Tencent
alibabagroup.com tencent.com- Решение: скрытые сокращения рядовых разработчиков через обязательные нормативы по работе с ИИ и урезание фонда оплаты труда.
- 🔴 Результат: падение мотивации, ухудшение качества внутренних систем и судебные иски от сотрудников (суды запрещают замену людей на ИИ).
2. Финтех, e-commerce и маркетплейсы
SoftBank
group.softbank- Решение: программа «AI-nization», обучение вайбкодингу и ИИ не только IT-отдела, но и продавцов, логистов и маркетологов.
- 🟢 Результат: автоматизация рутины, ускорение маркетинговых акций и оптимизация логистики без сокращения штата.
Klarna
klarna.com- Решение: заморозили найм и сократили штат с 5 500 до 3 400 человек, официально заявив о замене разработчиков и поддержки на ИИ.
- 🔴 Результат: рост системных сбоев, падение качества сервиса и признание ошибки от CEO Себастьяна Семятковски с последующим возобновлением найма.
Mercado Libre
mercadolibre.com- Решение: внедрили вайбкодинг для 13 000+ разработчиков, направив освободившееся время с написания синтаксиса на безопасность и архитектуру.
- 🟢 Результат: ускорение выпуска кода на 50–60% и сокращение времени проверки гипотез с месяцев до нескольких дней.
Payoneer
payoneer.com- Решение: внедрили вайбкодинг и ИИ-ассистентов для автоматизации рутинных интеграций, тестов и антифрод-скриптов.
- 🟢 Результат: экспоненциальный рост объёма транзакций без раздувания инженерного штата при полном сохранении стабильности систем.
Flippa
flippa.com- Решение: переложили оценку кода, аудит сайтов и проверку трафика продаваемых IT-активов на ИИ-инструменты.
- 🟢 Результат: кратный рост скорости проведения сделок, маленькая команда стала обрабатывать объёмы, требовавшие ранее целых отделов.
Kakao
kakaocorp.com- Решение: программа «AI Mileage» ($120 в месяц каждому инженеру на вайбкодинг-инструменты) и перестройка процессов без увольнений.
- 🟢 Результат: рост производительности программистов на 50–100% и быстрый запуск новых сервисов экосистемы.
3. EdTech, контент и издательства
Хабр
habr.com- Решение: внедрение ИИ-поиска, саммаризации и разрешение авторам использовать ИИ для генерации контента и кода.
- 🔴 Результат: захламление платформы низкокачественными сгенерированными текстами, недовольство инженерного сообщества, которое массово минусовало статьи без понимания предмета, и вынужденное ужесточение правил модерации.
Chegg
chegg.com- Решение: попытались экстренно заменить человеческую экспертную базу ИИ-генерацией и сократили 40%+ штата.
- 🔴 Результат: обвал бизнеса, потеря уникальности контента, отток более 50% пользователей и падение капитализации компании на 80%+.
Duolingo
duolingo.com- Решение: сократили 10% подрядчиков, передав перевод, локализацию и генерацию контента ИИ-инструментам.
- 🔴 Результат: репутационный спад из-за падения качества уроков («стерильный контент») и перегрузка штатных инженеров, правивших ошибки ИИ.
Rakuten Kobo
kobo.com- Решение: вместо человека доверили ИИ-алгоритмам модерацию, форматирование и оценку качества входящих книг и материалов.
- 🔴 Результат: деградация системы контроля. Без человеческого контекста алгоритмы начали «слепнуть»: платформу захлестнула волна низкокачественных сгенерированных книг, а ценные работы реальных авторов стали массово блокироваться из-за ложных срабатываний ИИ-детекторов.
4. Разработка на заказ, фриланс и непрофильный бизнес
G2i
g2i.co- Решение: отказались от найма начинающих и средних разработчиков, переведя фокус клиентских запросов на ИИ.
- 🔴 Результат: падение доходов в сегменте классической разработки на заказ и вынужденная переквалификация в поиск архитекторов для работы с ИИ.
Alignerr
alignerr.com- Решение: перевели фрилансеров с написания кода с нуля на модель вайбкодинга, сборку кода ИИ и разметку его ошибок.
- 🔴 Результат: обесценивание базового кодинга и смещение ценности специалиста исключительно в сторону аудита и валидации.
EnFi и ZenBusiness
enfi.ai zenbusiness.com- Решение: обучили вайбкодингу (Cursor, Claude Code) маркетологов, кадровую службу и менеджеров продуктов.
- 🟢 Результат: нетехнические сотрудники начали сами собирать рабочие сервисы и дашборды за часы, полностью разгрузив инженерный отдел.
Итоговый вывод
- Уволить людей, заменяя их ИИ и вайбкодингом ради экономии на зарплатах, значит получить застой и спад: сбои, деградацию продукта, утерю контекста и экспертизы, убытки от повторного найма и обучения.
- Сохранить людей, превратив инженеров в архитекторов, а непрофильные кадры в создателей, значит получить геометрический рост: проверку гипотез за часы, кратное ускорение выпуска новых функций и инноваций, продукты выходят в разы быстрее и качественнее.
Выигрывают не те, кто сэкономил на зарплате разработчика, а те, кто дал своим людям вайбкодинг как суперсилу.
Собственно, как и обычно складывается: выигрывают те, кто ищет развитие, а не оптимизацию.