3 исследования1 серия

Экспресс 42

Экспресс 42 — консалтинговая практика по DevOps/DevSecOps и управлению жизненным циклом разработки (SDLC). На сайте бренд представлен как бизнес‑юнит внутри АО «Флант» (контакты и документы по обработке персональных данных публикуются от имени АО «Флант»).

Миссия и цель

Миссия: трансформировать то, как компании создают, развивают, защищают и эксплуатируют приложения в усложняющемся цифровом мире, превращая технологии в конкурентные преимущества клиентов.

Что делает команда для Engineering и разработки

Фокус — на практиках и платформах, которые ускоряют и стабилизируют поставку ПО:

  • диагностика SDLC, DevOps и DevSecOps; оценка зрелости инженерных практик;
  • аудит и развитие CI/CD, платформ разработки (IDP), мониторинга метрик SDLC и технологической зрелости;
  • cloud‑native и multi‑cloud архитектуры, миграции приложений (в т.ч. на Kubernetes);
  • обучение практикам (Infrastructure as Code, Continuous Delivery, Observability и др.). На сайте также заявлены 100+ кейсов внедрения DevOps‑практик в компаниях разных отраслей.

Методология и подход к работе

Экспресс 42 описывает собственную рамочную модель Express Framework для структурированной поставки услуг и исполнимых рекомендаций. Также упоминаются практики управления проектами P3.Express (прозрачность, ранние результаты), резервирование инженеров и «дистанционное производство» — предоставление артефактов сразу в окружении клиента.

Исследования и опросы

Ключевой исследовательский актив — ежегодный отраслевой отчет State of DevOps Russia (доступны выпуски 2020–2025), который собирается на основе масштабного опроса. В фокусах отчета 2025 отдельно выделен искусственный интеллект — как ИИ помогает специалистам в разработке ПО, а также в задачах управления продуктами и бизнеса.

Исследовательские данные используются и в прикладных услугах. Например, SDLC‑бенчмаркинг включает сбор DORA‑метрик (через интервью и анализ систем клиента) и сравнение результатов с индустриальной базой исследования и обезличенной базой клиентов Экспресс 42.

Структура управления (по публичной информации на сайте)

  • Руководитель бизнес‑юнита: Артём Гениев.
  • Техническое лидерство (Tech Lead): Артем Мисько, Алексей Зимонин, Василий Шмыр, Виталий Хабаров (в т.ч. указан как ведущий ежегодного исследования State of DevOps в России с 2020 года).
  • Руководитель проектного офиса: Юлия Фатеева.

Почему их взгляд важен для исследований влияния AI на Software Engineering

Экспресс 42 сочетает полевой опыт внедрения (работа с командами, процессами и платформами разработки) и метрико‑ориентированный подход (DORA, Developer Experience, бенчмарки по индустрии). Поэтому их экспертиза полезна, когда нужно:

  • отличать эффект AI‑инструментов от эффекта процессов, архитектуры и платформы;
  • понимать, какие изменения реально отражаются на скорости/качестве поставки и DX;
  • сопоставлять наблюдения отдельных компаний с индустриальным срезом и динамикой по годам.

Исследования

State of DevOps Russia 2024

В 2024 году метрики эффективности ухудшились по всем профилям, вырос разрыв между Elite и Low командами, усилился тренд на импортозамещение инструментов и снижение доли Kubernetes в среднем по выборке, при этом AI/ML-инструменты начали использовать 44% респондентов. В отчёте фиксируется ухудшение метрик для всех профилей, продолжающееся импортозамещение (рост доли российских ОС и инструментов), изменения в Kubernetes-ландшафте и снижение доли организаций с платформенной инженерией. Отдельный блок подчёркивает массовое внедрение AI/ML в DevOps-задачах и неоднородность эффекта от этих инструментов.

2024
10 октября 2024 г.Россия4100 респондентов

State of DevOps Russia 2023

Отчёт зафиксировал широкое использование Kubernetes, CI/CD и IaC в России/СНГ, большой разрыв между Elite и Low командами по ключевым DORA-метрикам, а также влияние импортозамещения на выбор инструментов и инфраструктуры. В данных отчёта AI/ML проявляется прежде всего как класс задач бизнеса: 33% называют «машинное обучение» актуальной задачей, а «данные/аналитика/BI» — 41%. При этом «готовая облачная поддержка ML» используется заметно реже: облачные сервисы для ML‑разработки — 6%, для распознавания речи — 3% Отчёт **не измеряет** влияние генеративного AI (copilot‑инструменты, AIOps, LLM‑ассистенты) на скорость разработки/качество — такие вопросы в анкете явно не выделены.

2023
28 июня 2023 г.Россия2037 респондентов