The post has been translated automatically. Original language: Russian
In the fall of 2025, my partner and I launched a code analysis platform. But it turned out that we are actually building a digital workforce management platform.
Initially, the task was quite understandable: We wanted to help companies deal with code bases of millions of lines: reduce technical debt, find dependencies between components, assess the risks of changes, and perform in-depth audits of software systems.
To do this, we have developed our own GoCPG engine, which converts code bases into graph and vector representations to make them available for human and AI analysis.
But then dozens of interviews with customers began and it turned out that understanding the code was no longer the main problem. The main problem was the management of development in the age of AI.
Previously, the manager managed only people, but now he has to manage a mixed team, where developers and digital employees work side by side.
And in almost every company, the same questions remain unanswered.:
• Where does AI really accelerate development and where does it not?
• What is the quality of the generated code?
• Which changes carry an increased risk?
• What kind of savings are made in money?
• How can a business requirement be linked to a change in code, tests, and release?
• How do you understand that dozens of AI agents really create business value?
It was at this point that we realized that the next level of maturity is not just another AI agent.
The next level is the management of the entire system.
Task → knowledge → digital employees → checks → quality → release → economy.
In this way, Codegraph gradually transformed from a code analysis platform into a full—cycle digital workforce management platform - from a product task (PDLC) to an industrial release (SDLC).
In fact, we are building what Jira once became for development teams.
Only now the object of management is not the developers and the tasks themselves, but the collaboration of people and digital employees.
Because the speed of code generation has already ceased to be the main limitation.
Controllability becomes the main limitation.
And it seems to me that the next class of corporate AI platforms will be built around this task in the coming years.
Осенью 2025 года мы с партнером начали разрабатывать платформу для анализа кода. Но оказалось, что на самом деле мы строим платформу для управления цифровой рабочей силой.
Изначально задача была вполне понятной: мы хотели помочь компаниям разобраться с кодовыми базами в миллионы строк: снижать технический долг, находить зависимости между компонентами, оценивать риски изменений и делать глубокий аудит программных систем.
Для этого мы разработали собственный движок GoCPG, который преобразует кодовые базы в графовые и векторные представления, чтобы сделать их доступными для анализа человеком и ИИ.
Но затем начались десятки интервью с заказчиками и выяснилось, что понимание кода перестало быть главной проблемой. Главной проблемой стало управление разработкой в эпоху ИИ.
Если раньше руководитель управлял только людьми, то теперь ему приходится управлять смешанной командой, где рядом работают разработчики и цифровые сотрудники.
И почти в каждой компании остаются без ответа одни и те же вопросы:
• Где ИИ действительно ускоряет разработку, а где нет?
• Какое качество у сгенерированного кода?
• Какие изменения несут повышенный риск?
• Какая экономия получается в деньгах?
• Как связать бизнес-требование с изменением в коде, тестами и релизом?
• Как понять, что десятки ИИ-агентов действительно создают ценность для бизнеса?
Именно в этот момент мы поняли, что следующим уровнем зрелости является не очередной ИИ-агент.
Следующий уровень — управление всей системой.
Задача → знания → цифровые сотрудники → проверки → качество → релиз → экономика.
Так КодГраф постепенно превратился из платформы анализа кода в платформу управления цифровой рабочей силой полного цикла — от продуктовой задачи (PDLC) до промышленного релиза (SDLC).
По сути, мы строим то, чем когда-то стала Jira для команд разработки.
Только теперь объект управления не разработчики и задачи сами по себе, а совместная работа людей и цифровых сотрудников.
Потому что скорость генерации кода уже перестала быть главным ограничением.
Главным ограничением становится управляемость.
И мне кажется, именно вокруг этой задачи в ближайшие годы будет строиться следующий класс корпоративных ИИ-платформ.
Share
