Il existe une vieille scie en gestion : ce que vous mesurez compte. Et, généralement, vous obtenez davantage de tout ce que vous mesurez.
Les ingénieurs logiciels débattent des mesures de productivité depuis des décennies, en commençant par les lignes de code. Mais comme la nouvelle génération d’agents de codage IA fournit plus de code que jamais, ce que leurs responsables devraient mesurer est moins clair.
D’énormes budgets symboliques – essentiellement la quantité de puissance de traitement d’IA qu’un développeur est autorisé à consommer – sont devenus un insigne d’honneur parmi les développeurs de la Silicon Valley, mais c’est une façon très étrange de penser à la productivité. Mesurer un apport au processus n’a pas de sens si l’on se soucie probablement davantage du résultat. Cela peut avoir du sens si vous essayez d’encourager davantage l’adoption de l’IA (ou la vente de jetons), mais pas si vous essayez de devenir plus efficace.
Considérez les preuves d’une nouvelle classe d’entreprises opérant dans le domaine de la « connaissance de la productivité des développeurs ». Ils constatent que les développeurs utilisant des outils tels que Claude Code, Cursor et Codex génèrent beaucoup plus de code accepté qu’auparavant. Mais ils constatent également que les ingénieurs doivent revenir réviser ce code accepté bien plus souvent qu’auparavant, ce qui compromet les allégations d’augmentation de la productivité.
Alex Circei, PDG et fondateur de Waydev, construit une couche de renseignement pour suivre ces dynamiques ; son entreprise travaille avec 50 clients différents qui emploient plus de 10 000 ingénieurs logiciels. (Circei a contribué à TechCrunch dans le passé, mais ce journaliste ne l’avait jamais rencontré auparavant.)
Il dit que les responsables de l’ingénierie constatent des taux d’acceptation du code de 80 à 90 % — c’est-à-dire la part du code généré par l’IA que les développeurs approuvent et conservent — mais ils ne voient pas le taux de désabonnement qui se produit lorsque les ingénieurs doivent réviser ce code dans les semaines suivantes, ce qui fait baisser le taux d’acceptation réel entre 10 % et 30 % du code généré.
L’essor des outils de codage d’IA a conduit Waydev, fondée en 2017 pour fournir des analyses aux développeurs, à repenser totalement sa plateforme au cours des six derniers mois pour répondre à la prolifération des outils de codage rapide. Aujourd’hui, la société publie de nouveaux outils qui suivent les métadonnées générées par les agents d’IA, offrant des analyses sur la qualité et le coût de leur code afin de fournir aux responsables de l’ingénierie plus d’informations sur l’adoption et l’efficacité de l’IA.
Événement Techcrunch
San Francisco, Californie
|
13-15 octobre 2026
Alors que les sociétés d’analyse sont incitées à mettre en évidence les problèmes qu’elles découvrent, il est de plus en plus évident que les grandes organisations sont encore en train de trouver comment utiliser efficacement les outils d’IA. Les grandes entreprises le remarquent : Atlassian a acquis l’année dernière DX, une autre start-up d’intelligence technique, pour 1 milliard de dollars, afin d’aider ses clients à comprendre le retour sur investissement des agents de codage.
Les données de l’ensemble du secteur racontent une histoire cohérente : davantage de code est écrit, mais une quantité disproportionnée de ce code n’est pas conservé.
GitClear, une autre société dans ce domaine, a publié un rapport en janvier qui révélait que les outils d’IA augmentaient la productivité, mais aussi que ses données montraient que « les utilisateurs réguliers d’IA présentaient en moyenne un taux de désabonnement de code 9,4 fois plus élevé que leurs homologues non-IA », soit plus du double des gains de productivité fournis par les outils.
Faros AI, une plateforme d’analyse technique, s’est appuyée sur deux années de données clients pour son rapport de mars 2026. Résultat : le taux de désabonnement (lignes de code supprimées par rapport aux lignes ajoutées) a augmenté de 861 % dans le cadre d’une adoption élevée de l’IA.
Jellyfish, qui se présente comme une plate-forme d’intelligence pour l’ingénierie intégrée à l’IA, a collecté des données sur 7 548 ingénieurs au premier trimestre 2026. La société a constaté que les ingénieurs disposant des budgets de jetons les plus importants produisaient le plus de demandes d’extraction (modifications proposées à une base de code partagée), mais l’amélioration de la productivité n’était pas à l’échelle. Ils ont atteint un débit deux fois supérieur pour un coût 10 fois supérieur aux jetons. En d’autres termes, les outils génèrent du volume et non de la valeur.
Ce genre de statistiques sonne vrai lorsque l’on parle aux développeurs, qui constatent que la révision du code et la dette technique s’accumulent, même si elles se révèlent dans la liberté des nouveaux outils. Une constatation commune est la différence entre les ingénieurs seniors et juniors, ces derniers acceptant beaucoup plus de code généré par l’IA et faisant par conséquent face à une plus grande quantité de réécriture.
Pourtant, même si les développeurs s’efforcent de comprendre exactement ce que font leurs agents, ils ne prévoient pas de revenir en arrière de si tôt.
« C’est une nouvelle ère de développement de logiciels, et vous devez vous adapter, et vous êtes obligé de vous adapter en tant qu’entreprise », a déclaré Circei à TechCrunch. « Ce n’est pas comme si ce serait un cycle qui allait passer. »
