Résultats clés du sondage
Le questionnaire mené par BairesDev auprès de 705 développeurs et responsables IT montre que 42 % des répondants déclarent que l’IA produit au moins 50 % de leur code. En parallèle, seulement 21 % passent plus de la moitié de leur semaine à écrire du code à partir de zéro, tandis que près de 80 % codent moins d’une moitié de semaine. Les participants indiquent gagner en moyenne 13 heures par semaine sur les tâches de programmation, mais consacrent environ 9 heures à l’apprentissage d’outils d’IA et de nouvelles technologies.
Le sondage souligne également que la maîtrise des outils d’IA (29 %), la connaissance de l’architecture système (20 %) et les compétences humaines (15 %) sont associées à des augmentations salariales. Enfin, 86 % des développeurs estiment que leur rôle devient plus satisfaisant, même si 51 % placent la responsabilité du code généré par l’IA sur leurs épaules.
Impact sur le flux de travail DevOps
Le passage à la génération de code par IA modifie la répartition des activités. Les développeurs consacrent davantage de temps à la relecture (67 %) et au débogage (52 %) du code produit automatiquement. Cette évolution crée une pression sur les pipelines d’intégration continue (CI) et de déploiement continu (CD) qui n’étaient pas conçus pour gérer un volume de modifications aussi important. Seuls 7 % des équipes laissent la décision de mise en production entièrement à l’IA, tandis que 32 % utilisent un modèle « IA avec supervision humaine ». Le reste maintient un contrôle humain direct, ce qui ralentit le gain de vitesse attendu.
Les plateformes CI/CD existantes devront être repensées pour intégrer des agents d’IA capables de valider, tester et orchestrer les changements sans créer de goulets d’étranglement. Les organisations envisagent deux axes d’investissement : formation des ingénieurs aux nouveaux outils et mise à jour ou remplacement des systèmes d’automatisation qui ne supportent pas les flux d’IA.
Enjeux de gouvernance et de sécurité
La responsabilité du code généré demeure un point sensible. Avec plus de la moitié des développeurs qui se déclarent personnellement responsables, les risques de dérive ou de non‑conformité augmentent. Les experts soulignent que des agents d’IA non gouvernés peuvent produire des comportements imprévisibles, difficiles à détecter dans des pipelines traditionnels. Ainsi, la mise en place de politiques de validation, de traçabilité et de contrôle d’accès devient indispensable.
En outre, la surcharge de code crée une variabilité dans le taux de mise en production : certaines équipes déploient la majorité du code généré, d’autres ne le font que partiellement. Cette disparité reflète l’absence d’un cadre standardisé pour mesurer la qualité et la sécurité du code issu de l’IA. Le défi actuel consiste à définir des métriques de gouvernance qui permettent d’équilibrer productivité et maîtrise du risque.
