ИТ-экосистема «Лукоморье» и TelecomDaily провели исследование рынка корпоративной разработки

Исследование также показало, что компании не выбирают между классической разработкой, LCNC и ИИ, а сочетают эти подходы: LCNC в промышленной эксплуатации используют 86% опрошенных организаций, классическую разработку — 89%, а среди тех, кто применяет ИИ для генерации кода или конфигурации, 59% делают это в гибридных задачах, где задействованы оба способа разработки. Вайб-кодинг, при котором ИИ создаёт большую часть приложения по запросам на естественном языке, пока применяется редко (5% организаций). По оценкам респондентов, значимое применение ИИ ускоряет получение результата примерно на 24%, но около четверти сгенерированного кода отклоняется при проверке или требует существенной переработки.

Темп роста рынка восстановится после замедления в 2025 году

Рынок Low-Code/No-Code (LCNC) вырастет в объёме в 7,78 раза – с 3,63 млрд рублей в 2021 году до 28,23 млрд рублей в 2026 году. Пик роста пришёлся на 2022 год, когда рынок увеличился на 172%, а уже к 2025 году рост замедлился всего до 11%: аналитики связывают это с высокой базой, неоднородной динамикой игроков и завершением срочных проектов импортозамещения.

В 2026–2027 годах темп роста может восстановиться до 15–17% за счёт масштабирования зрелых платформ, интеграции LCNC с ИИ и роботизацией процессов, а также расширения повторных продаж. К 2030 году скорость роста будет постепенно снижаться, достигая уровня примерно 11–13% в год.

Согласно данным исследования, больше половины рынка (58%, или 14,1 млрд рублей в 2025 году) сформировали специализированные игроки, для которых LCNC-платформа и решения на её основе составляют основу бизнеса. Ещё 36% пришлись на диверсифицированных и гибридных игроков, которые развивают LCNC наряду с ECM- и BPM-системами, продуктами для госсектора, а также внедрением и заказной разработкой. На смежные решения – BI, RPA и ИИ-продукты с LCNC-инструментами – приходится еще около 6%.

Модификация способов разработки, применяемых компаниями

Опрос 125 организаций показал, что компании сочетают несколько способов разработки. LCNC в промышленной эксплуатации используют 86% опрошенных организаций – почти так же часто, как классическую разработку (89%). Дольше года платформы применяют 69% организаций, дольше двух лет – 42%. У пользователей LCNC этот подход становится основным примерно для 39% задач разработки.

Технологии ИИ в разработке сегодня применяют 94% участников опроса. При этом, 73% участников подтвердили, что используют ИИ на значимом уровне разработки, например, для генерации функций, модулей или тестов. Вайб-кодинг пока остаётся узкой практикой: сценарий, при котором ИИ создаёт большую часть приложения по запросам на естественном языке, отметили только 5% организаций. Даже при глубоком применении ИИ в организации, такую задачу ставит человек, и он же проверяет результат.

Сценарии использования LCNC и ИИ во многом совпадают, но акценты различаются в каждом конкретном случае. Пользователи LCNC чаще всего создают на платформах внутренние системы и корпоративные порталы (55%), аналитику и отчётность (50%), а также реализуют интеграции с другими продуктами (40%). А непосредственно ИИ на значимом уровне чаще всего применяют для аналитики данных (58%) и для создания чат-ботов (46%). Внешние клиентские продукты на LCNC делают лишь 13% организаций с опытом в LCNC.

Скорость разработки растёт заметнее, чем экономия бюджета

Среди организаций, которые используют и LCNC, и классическую разработку, преимущество LCNC в скорости отмечают в шесть раз чаще, чем отставание: 45% против 7%. Расчётное сокращение времени разработки составляет около 16% в сравнении с классической разработкой. Об экономии бюджета до промышленного запуска респонденты заявляли в 1,7 раза чаще, чем об удорожании (40% против 24%), а среднее снижение затрат оценивается примерно в 6%.

По оценкам респондентов, значимое применение ИИ приводит к получению результата примерно на 24% быстрее, а также на 9% снижает стоимость самой разработки: снижение затрат хотя бы на 5% отметили 56% организаций. Платой за скорость становится проверка: в среднем около 25% кода, сгенерированного с помощью ИИ, отклоняется при последующем ревью или требует существенной переработки. С незначительными инцидентами из-за такого кода сталкивались 36% организаций со значимым применением ИИ, с инцидентами ограниченного влияния на пользователей и процессы – 12%; серьёзных последствий для бизнеса опрос не зафиксировал.

Почему стоит применять LCNC и что этому препятствует

Чаще всего LCNC выбирают из-за возможности развернуть платформу в собственной инфраструктуре – этот довод назвали 36% пользователей. Стандартизацию на единой платформе отметили 34%, быстрое получение рабочей версии и снижение стоимости разработки отмечали в 30% организаций, нехватку профессиональных разработчиков – 25%. Главным барьером остаётся стоимость лицензий, внедрения и поддержки: её указали 45% всех опрошенных. По выводу аналитиков, вендорам важно подкреплять предложение понятной экономикой внедрения, окупаемостью и совокупной стоимостью владения.

Сегменты с наибольшим проникновением LCNC

Подход LCNC давно вышел за пределы ИТ-отрасли, довольно часто его применяют в других отраслях. Так, среди компаний не-ИТ-профиля в промышленной эксплуатации LCNC сегодня используют 93% опрошенных, в то время как в чистой ИТ-сфере этот показатель достигает только 78%. Похожая картина и по размеру компаний: среди организаций со штатом от 100 до 999 сотрудников LCNC в промышленной эксплуатации используют 91% опрошенных, а среди более крупных компаний (от 1000 сотрудников) – 78%.

Из отраслей, наиболее представленных в выборке, промышленное применение LCNC отметили все компании сферы телекоммуникаций и медиа (100%), а также обрабатывающей промышленности (95%).

По интерпретации аналитиков, переход на LCNC расширяет возможности разработки и автоматизации при ограниченных ресурсах. Применение ИИ также способно повышать производительность существующих команд.

ИИ-инструменты и требования безопасности

Среди всех применяемых ИИ-инструментов в разработке, на сегодняшний день нет какого-то одного доминирующего. В среднем, организации одновременно используют три разных решения. Чаще других респонденты называли DeepSeek (47%), Claude Code (38%), модели OpenAI вне Codex (31%) и GitHub Copilot (29%). Отечественные GigaCode и GigaChat отметили только 23% из числа тех, кто применял ИИ-разработку.

К барьерам при работе с ИИ 37% компаний относят ошибки ИИ, а также риск роста технического долга. Следующим по значимости (34%) идут требования информационной безопасности и ограничения на передачу кода и данных в облачные и зарубежные сервисы.

Промышленный масштаб публичных внедрений

Аналитики также изучили 51 публичный кейс основных игроков рынка LCNC: в подавляющем большинстве из них (50) представленное решение уже работает в статусе промышленной эксплуатации, и только один проект пока находится на стадии пилотного внедрения. В 47 кейсах на платформе решение интегрировалось с 1С, SAP, Active Directory, ServiceNow, банковскими или другими производственными системами, то есть работало внутри действующего ИТ-ландшафта конкретного заказчика с имеющимся окружением. В 16 проектах внутренние команды заказчика сами настраивают процессы, создают модели или формируют центр компетенций, необходимый для корректной передачи знаний по проекту как внутри, так и за пределами организации.

Чаще всего LCNC применяется для автоматизации клиентских и коммерческих процессов (15 кейсов), а также для работы с документами, контентом и кадровым электронным документооборотом (11). Далее следуют отраслевые и операционные приложения (7), аналитика, планирование и моделирование (5), роботизация процессов (4). Сегменты ITSM и сервис-деск, HR и управление проектами и портфелями представлены тремя кейсами каждый.

Количественные результаты активного применения LCNC были раскрыты в 33 кейсах, причём на один кейс может приходиться несколько эффектов. Масштаб внедрения продемонстрирован в 23 из них, ускорение бизнес-процессов – в 17, сокращение сроков внедрения или миграции – в 11, снижение трудозатрат – в 9. Данные о качестве и прямых затратах приведены реже – по четыре кейса каждый.

Масштаб подтверждают решения на 18 тыс. сотрудников и 100 млн документов, с нагрузкой порядка 30 тыс. запросов в час. В реальных кейсах применение LCNC привело к значительному ускорению бизнеса. Например, подготовка отчёта в одном из проектов сократилась с 60 до 10 минут, а в другом кейсе процесс подготовки типового договора стал занимать 15 минут вместо 60. Также в исследовании представлены примеры запуска решения всего за три рабочих дня и проекты, потребовавшие всего несколько часов на переход на новую систему при реализации проектов импортозамещения и переходе с унаследованных систем.

Кейсы фиксируют и сокращение ручного труда в регулярных операциях: в одном из проектов экономия составила около 10 тысяч часов в год, а в другом перевод одного отчёта на LCNC-решение заменил работу шести человек в течение двух месяцев. Анализ публичных кейсов также показал, что использование LCNC обеспечивает миграцию данных без потерь, приводит к снижению числа ошибок в опубликованных примерах на 30–50% и повышает показатель SLA до 99,7%. Прямым экономическим эффектом от перехода к LCNC стало сокращение расхода бумаги на 20% и удешевление хранения документов в 3–5 раз. По выводу аналитиков, LCNC уже сегодня стал корпоративным слоем быстрых изменений в ИТ-ландшафте большинства заказчиков.

«Когда мы выстраивали продуктовую линейку "Лукоморья", мы исходили из того, что No-Code-платформа должна быть фундаментом корпоративной автоматизации, а не надстройкой над ней. Совместное исследование с TelecomDaily показывает, что рынок пришёл к той же модели: в 38 из 51 публичного внедрения LCNC-платформа служит ядром решения, а стандартизацию разработки на единой корпоративной платформе 34% компаний называют одним из главных доводов в пользу LCNC. Так устроена наша экосистема: на No-Code-платформе "Акола" построено ядро ESM-платформы "Диво", и заказчик развивает свои продукты в одной среде. Второй важный вывод для нас – ИИ должен работать внутри управляемой платформы и на моделях, которые заказчик может развернуть у себя, так как доступность локальных моделей как фактор применения ИИ отметили 26% опрошенных», – отметил Арсен Благов, генеральный директор ИТ-экосистемы «Лукоморье».

«Самый интересный сюжет, который пока мало обсуждают, – встречное движение LCNC и ИИ. Среди компаний, которые используют ИИ для генерации кода или конфигурации, 59% применяют его в гибридных задачах, где работают и классическая разработка, и LCNC-платформа. Чат-ботов и цифровых помощников на LCNC создают 50% организаций с опытом работы на платформах больше двух лет и только 24% тех, кто начал работать с ними в последний год. ИИ всё чаще приходит в корпоративную разработку через платформы, где результат работы можно быстро получить, проверить, интегрировать и в дальнейшем сопровождать», – прокомментировал Денис Кусков, генеральный директор ИАА TelecomDaily.

Методология исследования

Исследование «Проникновение вайб-кодинга, low-code/no-code и роль классической разработки в российских компаниях» проведено и подготовлено в III-IV кварталах 2026 года. Денежный объём рынка аналитики ИАА TelecomDaily рассчитали по собственной методике снизу вверх – по выручке игроков, относимой к LCNC. Источниками стали бухгалтерская и корпоративная отчётность, документация разработчиков, Единый реестр российского ПО, прайс-листы, партнёрские программы и публичные закупки. Исторический период охватывает 2021–2025 годы, прогнозный – 2026–2030 годы; разработку с ИИ исследование рассматривает как модель работы и в денежный объём рынка не включает.

Данные о практике компаний собраны онлайн-опросом, проведённым в период с 3 по 18 сентября 2026 года по стандартам ESOMAR. В нём участвовали CIO, CTO, руководители разработки и цифровой трансформации, архитекторы и владельцы продуктов из организаций со штатом от 100 человек, собственной ИТ-функцией и опытом разработки ПО за последние 12 месяцев. Разработчики ИТ-продуктов и поставщики ИТ-услуг составили 44% выборки, коммерческие компании других отраслей и корпоративные ИТ-центры – 50%. Доли опроса описывают выборку и для расчёта денежного объёма рынка не используются.

Особенность методики – две независимые оси анализа. Первая – основной способ создания решения: классическая разработка на языках программирования (Pro-code), LCNC или их сочетание. Вторая – глубина участия ИИ: от консультаций и автодополнения кода до агентной разработки и вайб-кодинга. Такое разделение отделяет промышленную практику от экспериментов и исключает двойной счёт. На этой основе аналитики проверили шесть гипотез о сценариях, эффектах, рисках и планах компаний: пять подтвердились полностью, одна – частично.