АрхИИВ

Архив Профессиональные и бизнес-услуги · Управленческий консалтинг

Accenture: ИИ-ассистенты для разработчиков подняли продуктивность примерно на 40%

По словам главного инженера-программиста Accenture Адама Бёрдена, генеративный ИИ поднял продуктивность в работах до и после написания кода примерно на 40%. GitHub Copilot, по его данным, используют 150 000–200 000 инженеров-программистов компании.

Стадия
Масштабировано
География
Ирландия
Год
2024
Источники
1
CB-001107
проверено 18.10.2026

/01 · ключевые результаты

  • результат

    около 40%

    рост продуктивности в работах до и после написания кода

    Computerwoche, статья, 28.05.2024

    по данным на май 2024 года · разработка ПО Accenture с генеративным ИИ

    слова сотрудника: Адам Бёрден, Accenture

  • результат

    40–50%

    рост продуктивности по оценке самих разработчиков

    Computerwoche, статья, 28.05.2024

    по данным на май 2024 года · разработчики Accenture, работающие с Copilot и другими ИИ-инструментами

    слова сотрудника: Адам Бёрден, Accenture

  • возможность системы

    70–80%

    доля пригодного к использованию кода, созданного ИИ

    Computerwoche, статья, 28.05.2024

    по данным на май 2024 года · код от Copilot и других генеративных инструментов, по оценке разработчиков

    слова сотрудника: Адам Бёрден, Accenture

оценка strategai

Если бы высвобожденное время сократило найм или оплату часов, эффект на EBITDA составил бы

€2,6–4,4 млрд в год.

Стоимость часов инженеров, равных росту продуктивности с ассистентом кода.

Масштаб оценён по отраслевой статистике и допущениям: компания его не раскрывает.

Без учёта затрат на систему: источники их не раскрывают.

Как посчитано

Часы инженеров, равные росту продуктивности 36–44%, для 150 000–200 000 человек пользователей ассистента кода, по средней часовой ставке работника на полную ставку в Ирландии.

Как посчитано
Шаг расчётаНижняяБазоваяВерхняя
Стоимость часов инженеров, равных росту продуктивности = Часы инженеров, равные росту продуктивности × Средняя часовая ставка, Ирландия≈€2,67 млрд в год≈€3,46 млрд в год≈€4,35 млрд в год
Часы инженеров, равные росту продуктивности = Инженеры-программисты, использующие ассистент кода × Фактически отработанные часы наёмного работника в год, Ирландия × Рост продуктивности в работах до и после написания кода≈86,1 млн ч в год≈112 млн ч в год≈140 млн ч в год
Средняя часовая ставка, Ирландия = Средняя годовая зарплата на полную ставку, Ирландия ÷ Годовые часы работника на полную ставку≈€31 за час≈€31 за час≈€31 за час
Годовые часы работника на полную ставку = Обычные часы работника на полную ставку в неделю, Ирландия × Недель в году≈2 040 ч в год на работника≈2 040 ч в год на работника≈2 040 ч в год на работника

Входные данные

  • данные кейса Инженеры-программисты, использующие ассистент кода: 150 000–200 000 человек база 175 000 человек 150 000–200 000 человек, инженеры-программисты, использующие GitHub Copilot Computerwoche, статья, 28.05.2024
  • данные кейса Рост продуктивности в работах до и после написания кода: 36–44% база 40% около 40%, рост продуктивности в работах до и после написания кода Computerwoche, статья, 28.05.2024
  • статистика Фактически отработанные часы наёмного работника в год, Ирландия: 1 593,976 ч в год на работника OECD Average annual hours actually worked per worker: Ireland (IE), employees (the hours of a potential effect, EUR), 2025: Ireland · 2025 OECD, 2025
  • статистика Средняя годовая зарплата на полную ставку, Ирландия: €63,3794 тыс. в год на работника OECD Average annual wages: Ireland (IE), national currency (EUR), current prices, 2025: Ireland · 2025 OECD, 2025
  • статистика Обычные часы работника на полную ставку в неделю, Ирландия: 39,29 ч в неделю на работника OECD Average usual weekly hours worked on the main job: Ireland (IE), full-time employees (the divisor of the national-currency wage, EUR), 2025: Ireland · 2025 OECD, 2025
  • константа Недель в году: 52

Допущения

  • Расчёт по часам и зарплате Ирландии: страну внедрения запись не называет, инженеры работают в разных странах.
  • Рост продуктивности около 40% назван для работ до и после написания кода, а расчёт применяет его ко всем отработанным часам инженеров, поэтому результат читается как верхняя граница.
  • Ставка построена на зарплате без затрат работодателя сверх неё.

Базовое значение: €3,5 млрд в год.

Метод afiina-pnl/1, оценка от 27.10.2026, цены 2025 года. Диапазон округлён до двух значащих цифр наружу. Методика

По словам главного инженера-программиста Accenture Адама Бёрдена, генеративный ИИ поднял продуктивность в работах до и после написания кода примерно на 40%. GitHub Copilot, по его данным, используют 150 000–200 000 инженеров-программистов компании.

Стадия
Масштабировано
География
Ирландия
Год
2024
Источники
1
CB-001107
проверено 18.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-001107Accenture

Бизнес

Компания
Accenture
Отрасль
Профессиональные и бизнес-услуги · Управленческий консалтинг
Функция
ИТ, разработка ПО и кибербезопасность
Задача
Генерация кода и модернизация ПО

Технология

Класс AI
Генеративный ИИ: LLM, ассистенты, RAG
Тип решения
Гибридное решение: GitHub

Внедрение

Стадия
Масштабировано, на 28.05.2024
География
Ирландия

/03 · описание кейса

Зачем

Бизнес-задача

Accenture запланировала инвестиции в генеративный ИИ на 3 млрд долларов, чтобы повысить внутреннюю продуктивность и эффективнее разрабатывать продукты для клиентов. Ко времени интервью Computerworld была вложена треть этой суммы. По словам главного инженера-программиста и глобального руководителя по инновациям Адама Бёрдена, сильнее всего от ИИ выигрывают инженеры и разработчики. При этом около 80% работы в разработке ПО не связано с написанием кода: основная её часть приходится на этапы до и после разработки.

Что

Решение

Инженеры-программисты Accenture используют GitHub Copilot и собственные инструменты компании, в которые встроен генеративный ИИ. Основные задачи — подготовка пользовательских историй и генерация кода; ИИ также помогает с работами до и после разработки, а в проектах на пакетном ПО вроде SAP — с документами о ключевых решениях и тестовыми скриптами. Из-за вопросов безопасности обучающих данных компания начала разрабатывать собственные малые языковые модели на ограниченной кодовой базе. Для инструментов на публичных моделях введён предписывающий процесс с проверками безопасности; сгенерированный код контролируется при загрузке в репозиторий, его происхождение фиксируется, и в производственные системы напрямую он не попадает.

Как

Внедрение

По данным на май 2024 года, GitHub Copilot используют, в зависимости от способа подсчёта, 150 000–200 000 инженеров-программистов Accenture; в одной команде клиентского проекта из 1 600 человек генеративный ИИ используют все. По словам Бёрдена, продуктивность в работах до и после разработки выросла примерно на 40%, сами разработчики оценивают рост в 40–50%, а 70–80% сгенерированного кода пригодно к использованию; такой код применяется прежде всего во внутренних проектах. По данным компании, 90% разработчиков стало комфортнее работать, 95% получают от работы больше удовольствия.

/04 · источники и проверка

Что подтверждено

  • По словам Адама Бёрдена, продуктивность в работах до и после написания кода выросла примерно на 40%; разработчики сами оценивают рост в 40–50%.
  • GitHub Copilot используют 150 000–200 000 инженеров-программистов Accenture, в зависимости от способа подсчёта.
  • По оценке разработчиков, 70–80% кода, созданного Copilot и другими генеративными инструментами, пригодно к использованию; такой код дополнительно проверяется.
  • По данным компании, 90% разработчиков стало комфортнее работать, 95% получают больше удовольствия от работы.

Ограничения

  • Около 40% — оценка руководителя для работ до и после написания кода; рост зависит от унаследованной среды и ниже там, где нет документации.
  • Цифры объединяют эффект GitHub Copilot и собственных ИИ-инструментов Accenture; вклад каждого не выделен.
  • Источник не показывает, как рост продуктивности отразился на сроках проектов, численности команд или затратах.
  • Сгенерированный код применяется в основном во внутренних проектах; доля такого кода в клиентских проектах не указана.

  1. [1] Computerwoche

    Accenture-Entwicklungschef im Interview: "Es gibt keine KI-Workforce da draußen"

    СМИ · 28.05.2024

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-001107 · Версия 1 · 18.10.2026 · /c/CB-001107/