Почему компании готовы к ИИ в тестировании софта только под контролем специалиста

9

Тестирование программного обеспечения определяет надежность банковских приложений, маркетплейсов, образовательных платформ и корпоративных систем. Компания Test IT, разработчик платформы управления тестированием, опросила специалистов из разных отраслей, чтобы понять отношение рынка к автоматизации и искусственному интеллекту в этой сфере. В материале – три наблюдения, которые показались нашей команде наиболее интересными. 


Автоматизация окупается точечно


У большинства компаний уровень автоматизированного покрытия остается умеренным, полностью автоматизированных процессов тестирования немного. Компании внедряют автоматизацию там, где она снижает нагрузку на команду и риски для готового продукта.

Главная цель внедрения автоматизации у опрошенных компаний – сокращение объема рутинных ручных проверок при повторном тестировании. Далее следуют расширение покрытия критичных бизнес-сценариев, ускорение выхода релизов и снижение количества ошибок в выпущенном продукте.

Тезис: автоматизация – это уже базовый минимум, но еще не преимущество. Она перешла из категории «конкурентное отличие» в категорию стандарт: согласно исследованию Test IT, на первый квартал 2026 года подавляющее большинство команд активно и системно применяет фреймворки автоматизации.

При этом глубина проникновения неравномерна: у 39% команд автоматизация закрывает от 10% до 30% требований, выше 70% не выходит почти никто. И это ставит следующий вопрос: на что смотрят команды контроля качества, а на что – руководители и бизнес?


Метрики – поиск универсальной формулы


Пока единого набора показателей в отрасли не сложилось. Одни команды считают найденные дефекты, другие – покрытие требований, третьи – скорость проверок или простои сервиса. Каждый смотрит на то, что ближе его процессу, и общей формулы здесь пока нет. 


Сейчас картина выглядит так:

  • Первый приоритет отделов тестирования – снизить количество дефектов.

  • Вторая задача, согласно опросу:  расширить объем и охват проверок. 

  • На третьей позиции: повысить точность тестирования и как следствие –  ускорить выход функциональности и релизы. 

Отчетность в большинстве команд собирается вручную, часть опирается на встроенную аналитику инструментов управления тестированием, отдельные аналитические панели есть у единиц. Не все централизовано и не все видно. Отдельная сложность – уровень руководства: менеджерский контроль строится на сводных показателях, привязанных к бизнесу, и такие данные команды, согласно опросу, почти не готовят по причине отсутствия инструментов для анализа. В итоге метрики чаще работают формально,

Тезис: несмотря на то, что разные команды собирают свои показатели, опираются на результаты и аналитику немногие. Исследование показывает: всего к показателям обращаются там, где решается судьба релиза: почти половина команд оценивает по ним готовность продукта. Чуть меньше – в управлении дефектами и в анализе повторных проверок. Дальше идут оценка эффективности команды, планирование нагрузки и сроков. Реже метрики применяют для приоритизации автоматизации, а для улучшения самих процессов разработки – реже всего.

Интересно: проблему часто видят как две отдельные истории: как считали в тестировании до 2020 года и как считают с приходом ИИ. Но разрыв здесь не в смене эпох ограничение справедливо и тогда, и сейчас: ведь данные часто все еще разбросаны по средам и инструментам. Текущая практика и стадия развития Test IT показала, что ИИ внутри платформы тестирования при верной настройке делает сбор прозрачнее. Часть данных собирается и размечается без ручных выгрузок. Получается, метрики перестают быть отдельной задачей отчетности.


Искусственный интеллект: одного доверия мало – нужны компетенции


Если в начале года индустрия находилась в фазе освоения: часть использовала ИИ несистемно, другая – находилась на пути проб и ошибок и разовых инициатив. К концу первого полугодия 2026 года ситуация значительно изменилась: к июлю регулярное применение выросло до 88%, доля неиспользующих ИИ сократилась вдвое – до 12%.

При этом отношение к результатам остается прагматичным: большинство ИТ-специалистов осознают критичность обязательной ручной проверки. Первая волна повального испытания ИИ в задачах прошла, теперь за быстрым ростом внедрения стоит встраивание инструментов в контролируемые процессы и расчет экономики.

82% опрошенных Test IT специалистов подтвердили: результаты работы ИИ принимаются к исполнению только после проверки человеком. О том, что до стопроцентного доверия ИИ далеко, говорят и другие данные опроса: около трети опрошенных столкнулись с нулевым или негативным эффектом после применения ИИ на своих задачах.

Ключевое ограничение, которое смущает специалистов – нестабильность качества результатов. Модели все еще много галлюцинируют и быстро упускают контекст. Отсюда главный тезис – искусственный интеллект помогает, но не изменяет процессы – это инструмент-ассистент, требующий контроля специалиста.


Что все это говорит о рынке


Текущие тренды, которые формируются и закручиваются последний год – это большой сигнал для бизнеса, рассматривающего внедрение ИИ-решений. Рынок тестирования программного обеспечения проходит стадию последовательной цифровизации: автоматизация внедряется точечно, ИИ применяется под контролем, бюджеты оптимизируются и пересчитываются с учетом новых вводных в инструментарии.

Компании уже начинают применять гибридный подход, при котором ИИ-агенты ускоряют работу специалиста по качеству. Но инвестиции в такие инструменты окупаются за счет скорости работы команды, при сохранении контроля над результатом. И нужно искать такие платформы и продукты, которые способны удержать баланс и опираться на аналитику процессов.


Продолжение аналитики — в следующих статьях серии Test IT: аналитический обзор рынка тестирования 2026



Первоисточник: РБК.Компании – Test IT

Была ли статья полезной?