В июле 2026 года в России был принят закон о поддержке развития технологий искусственного интеллекта. На фоне растущего внедрения ИИ меняется и рынок разработки программного обеспечения. Генеративные модели помогают инженерам автоматизировать подготовку интерфейсов, типового кода, документации и других рутинных задач. Благодаря этому продукты, для которых еще несколько лет назад требовалась команда, сегодня создает один разработчик.
Руководитель направления мобильной разработки и ведущий разработчик Алексей Абдулин более десяти лет занимается созданием мобильных продуктов для ритейла, электронной коммерции и корпоративного сектора. С 2018 года он работает в Kolos Studio (ООО «Колос Групп»), где прошел путь от мобильного разработчика до ведущего разработчика и технического лидера мобильного направления. В его опыте разработка мобильных платформ для ритейла, корпоративных систем и собственных инженерных приложений. Среди заметных проектов мобильная платформа для группы аптечных сетей ЭРКА-Фарм, в которую входят приложения «Озерки» и «Самсон-Фарма», мобильные решения для «Стройудача» и других коммерческих продуктов, а также собственное инженерное приложение Speaker Box Lite для проектирования акустических систем, известное пользователям по всему миру.
В интервью Алексей Абдулин рассказал, какие возможности генеративный искусственный интеллект открыл для независимых разработчиков, где проходят границы его применения и почему инженерный опыт остается главным конкурентным преимуществом.
«Хайтек»: За последние два года независимая разработка стала одним из главных трендов ИТ. Что изменилось благодаря генеративному искусственному интеллекту?
Алексей Абдулин: Главным изменением стало резкое снижение стоимости и времени запуска собственного продукта. Еще три-четыре года назад независимому разработчику приходилось искать дизайнера, тестировщика, маркетолога или брать эти задачи на себя. Сегодня часть этой работы берет на себя генеративный искусственный интеллект.
Я использую ИИ для верстки экранов, подготовки документации, создания тестовых данных, реализации типового клиент-серверного взаимодействия и бизнес-логики. Если архитектура уже определена, он хорошо справляется с шаблонными сценариями работы с базой данных и обработкой запросов. На старте проекта ИИ помогает подготовить интерфейс, иконку приложения и базовую стратегию продвижения.
Благодаря этому время разработки первой версии продукта сократилось в четыре раза в моих проектах. Расходы на запуск тоже стали ниже, потому что задачи больше не требуют привлечения отдельных специалистов. По сути, ИИ снова сделал возможной модель, при которой один инженер способен самостоятельно создать продукт, вывести его на рынок и проверить спрос без команды.
Х: Как корпоративный опыт помогает создавать собственные продукты?
А.А.: Корпоративная разработка учит принимать решения с расчетом на долгосрочное развитие продукта. Этот подход я использую и в собственных проектах.
Например, при разработке мобильной платформы для группы аптечных сетей ЭРКА-Фарм я отказался от нескольких отдельных приложений в пользу единой масштабируемой архитектуры с общей кодовой базой. Это позволило сократить затраты на сопровождение и одновременно развивать несколько приложений без дублирования разработки.
Генеративный искусственный интеллект усилил этот подход. Он помогает быстрее готовить изменения, проводить ревью кода и находить ошибки еще до выхода новой версии. По моему опыту, это позволило перейти от одного релиза за три месяца к выпуску новых версий практически каждый месяц. Количество сбоев и ошибок бизнес-логики удалось сократить на 30% по внутренней оценке команды.
Освободившееся время удалось направить на задачи, которые раньше постоянно откладывались: исправление небольших дефектов, улучшение интерфейса, создание анимации и повышение качества продукта. Такие детали во многом определяют пользовательский опыт.
Х: Speaker Box Lite ежедневно используют около 1500 активных пользователей. Для узкоспециализированного инженерного инструмента это довольно высокая вовлеченность аудитории. Где здесь помог генеративный искусственный интеллект?
А.А.: Это мобильное приложение для проектирования акустических систем для профессиональных аудиоинженеров и энтузиастов акустики.
При создании продукта я поставил задачу объединить в одном приложении несколько этапов, которые обычно выполняются в разных программах: акустические расчеты, моделирование поведения динамика в корпусе, трехмерное проектирование и подготовку чертежей. Для этого архитектуру пришлось разделить на модули: расчетное ядро, модуль моделирования, трехмерную геометрию, базу динамиков и пользовательский интерфейс. Такая архитектура позволила постепенно расширять продукт, добавлять новые типы корпусов и инженерные инструменты без переработки остальных модулей.
По данным исследования RevenueCat State of Subscription Apps 2026, только 4,6% новых приложений достигают ежемесячной выручки 10 тысяч долларов в течение первых двух лет после запуска. Speaker Box Lite ежемесячно приносит 7000 долларов, что для меня подтверждение того, что продукт решает реальную инженерную задачу и становится рабочим инструментом, к которому пользователи регулярно возвращаются.
Генеративный искусственный интеллект помогал ускорять разработку интерфейсов, написание типового кода и вспомогательных компонентов. Инженерные расчеты, математические модели и архитектуру системы я проектировал самостоятельно. Здесь проходит граница возможностей ИИ: он ускоряет реализацию типовых задач, но не способен заменить инженера при создании сложных вычислительных систем.
Х: Какие ошибки совершают разработчики, которые начинают создавать собственные продукты?
А.А.: Распространенная ошибка – начинать с технологий вместо задачи пользователя. Работая в коммерческой разработке, я убедился, что пользователь оценивает скорость работы приложения, стабильность и удобство, а не язык программирования или архитектурный подход. Поэтому сначала нужно понять, какую проблему решает продукт и для кого он создается. Только после этого выбирать технологии.
Даже небольшому продукту с первых дней нужны понятная архитектура, аналитика, стратегия развития и понимание того, как он будет масштабироваться. Если этого нет, технические проблемы начинают накапливаться быстро.
Х: Кому сегодня стоит идти в независимую разработку?
А.А.: Тем, кто уже умеет самостоятельно принимать инженерные решения. Генеративный искусственный интеллект упростил запуск продукта, но ответственность за архитектуру, безопасность, производительность и дальнейшее развитие системы по-прежнему лежит на разработчике.
Работа над корпоративными проектами дает опыт, который сложно получить в одиночку: проектирование масштабируемых решений, работа под высокой нагрузкой, сопровождение продукта в течение многих лет. Этот опыт помогает создавать собственные продукты, которые не приходится переписывать через несколько месяцев после запуска.
Х: Каким вы видите развитие разработки в ближайшие годы?
А.А.: Количество продуктов, которые создают один разработчик или небольшая команда, будет расти. Генеративный искусственный интеллект уже сделал запуск первой версии быстрее и дешевле.
После первого релиза начинается другая работа. Нужно обеспечить стабильность системы, масштабируемость, производительность, безопасность данных, поддержку пользователей и дальнейшее развитие продукта. Здесь инженерный опыт становится главным преимуществом.
Опыт корпоративной разработки показывает, что успех продукта определяется решениями, принятыми на этапе проектирования. Искусственный интеллект ускоряет разработку, но конкурентное преимущество остается за теми, кто умеет строить архитектуру, развивать систему и принимать инженерные решения, которые продолжают работать спустя годы.
Обложка: Magnific.com