Publié le
Mis à jour le
L’IA écrit du code, complète celui du développeur, ouvre des demandes de fusion depuis un ticket, génère des tests et de la documentation. L’entreprise choisit les tâches ouvertes aux agents, la règle de relecture et l’indicateur qu’elle suit. Les essais randomisés mesurent plus de code produit ; ils ne mesurent pas un délai de livraison plus court, et l’un d’eux trouve des développeurs expérimentés plus lents sur leur propre dépôt. Les développeurs surestiment leur gain, et la facture suit l’usage.
Le travail de développement, tâche par tâche
L’unité de travail est la demande de fusion (pull request) : une proposition de changement soumise à relecture ; sa fusion puis sa mise en production sont des étapes distinctes. L’équipe compte le délai jusqu’à la mise en production, le taux de réussite des tests et des compilations, les défauts à trente jours et le temps de relecture.
Tâche | Ce que l’outil fait | Ce que l’équipe garde |
|---|---|---|
Écrire du code neuf | Complète, propose des fonctions entières | L’architecture, le choix de la solution |
Reprendre un dépôt ancien | Explique le code, propose des changements | Le contexte implicite, les règles non écrites |
Ouvrir une demande de fusion | L’agent part d’un ticket et livre un brouillon | La relecture et la décision de fusionner |
Tester et documenter | Génère des tests et des commentaires | La pertinence des cas de test |
Corriger un bug | Propose une cause et un correctif | La vérification que le bug est le bon |
Le tableau omet ce qui pèse le plus dans les essais lus : le contexte. Les gains mesurés apparaissent sur des tâches bornées et du code neuf ; sur un dépôt grand et connu par cœur, METR trouve une perte de temps. Ces essais diffèrent par leurs outils, leurs dates et leurs participants : une hétérogénéité observée, pas une loi.
Ce qui fonctionne sans IA
L’analyse statique et les tests automatisés en intégration continue, juges du code généré.
La relecture par pairs avec protection des branches, et une convention sur la taille des demandes de fusion.
Le binômage pour former les juniors, qui adoptent le plus l’outil.
Ce que montrent les cas publiés
Quatre constats ressortent.
Plus de code, pas forcément plus vite. Cui et ses collègues ont mesuré trois essais randomisés d’accès à GitHub Copilot chez Microsoft, Accenture et un industriel anonyme, soit 4 867 développeurs en 2022 et 2023 : 26 % de demandes de fusion terminées en plus, estimation ajustée pour l’adoption et rapportée à la moyenne du groupe témoin, significative ; les commits et le taux de réussite des compilations ne bougent pas de façon significative ; 30 à 40 % des développeurs n’essaient même pas l’outil. Une demande de fusion est un volume, pas une fonction livrée. Deux des six auteurs sont affiliés à Microsoft, propriétaire de l’outil ; l’essai mesure une complétion, pas un agent.
Chez Accenture, le seul signal de qualité est négatif. Dans le même programme, 316 développeurs d’Accenture produisent 92 % de compilations en plus et leur taux de réussite baisse de 17 % en valeur relative, deux écarts significatifs ; les demandes de fusion ne progressent pas de façon significative. Ce taux ne mesure pas les défauts en production. Les « 55 % plus rapides » que GitHub cite à propos d’Accenture viennent d’une étude de laboratoire de 2022, pas de ce terrain.
Les développeurs expérimentés peuvent perdre du temps. METR a tiré au sort 246 tâches réelles chez 16 développeurs open source qui connaissaient leur dépôt depuis cinq ans en moyenne : avec l’IA, les tâches prennent 19 % de temps en plus (intervalle de confiance de +2 % à +39 %), alors qu’ils attendaient un gain de 24 % et pensaient encore, après, avoir gagné 20 %. Une seconde collecte (août 2025 à février 2026, 57 développeurs, agents dont Claude Code et Codex) donne des revenants 18 % plus rapides en moyenne, avec un intervalle de 38 % en moins à 9 % en plus ; METR qualifie ces données de preuve très faible, beaucoup de développeurs refusant désormais de travailler sans IA, et réoriente son protocole. Google a mené en 2024 un essai interne sur 96 ingénieurs et une tâche de laboratoire (environ 21 % de temps en moins, non significatif après ajustement) ; les auteurs évaluaient les outils de leur propre équipe.
En France, les cas nommés comptent des lignes et des factures. Bpifrance déclare par la voix de son directeur technique, interrogé en juin 2026, 11 millions de lignes de code produites sur les six premiers mois de l’année contre 800 000 sur toute l’année 2025, et une facture Microsoft Copilot (l’outil bureautique, pas l’agent de code) multipliée par quatre au passage à la facturation à l’usage ; la production de code par des agents est une trajectoire visée pour 2027 ; aucune mesure de délai ni de défauts. BlaBlaCar (environ 250 personnes dans la tech, quelques centaines de milliers d’euros par an d’IA générative) confie aux agents la dette technique, les premières revues et la recherche de vulnérabilités, avec une revue humaine finale, sans chiffre de délai ni de qualité. Les enquêtes d’éditeurs ajoutent des signaux déclaratifs : 81 % des 700 répondants de Harness (mai 2026) disent relire davantage ; Faros mesure, par corrélation, 91 % de temps de relecture en plus dans les équipes qui adoptent le plus ; Veracode, éditeur d’outils de sécurité, trouve une faille dans 45 % de 80 tâches à risque connu confiées à plus de cent modèles (juillet 2025).
METR : seize développeurs expérimentés mettent 19 % de temps en plus avec l’IA sur leurs propres dépôts (étude de juillet 2025)
Statut du chiffre :
Mesure indépendante
Ce qui a été fait :
Essai randomisé : chaque tâche est tirée au sort avec ou sans IA ; outils du début 2025, surtout Cursor Pro avec Claude 3.5 et 3.7 Sonnet ; collecte de février à juin 2025 ; développeurs payés 150 dollars de l’heure ; 44 % seulement avaient déjà utilisé Cursor, un seul déclarait plus de 50 heures ; après publication, un second participant a corrigé sa déclaration (plus de 100 heures), ce qui ramène le gain de ce sous-groupe d’environ 25 % à environ 0 % selon la note 15 du papier.
Résultat :
Les tâches avec IA prennent 19 % de temps en plus (intervalle de confiance de +2 % à +39 %, donné par METR dans sa mise à jour de février 2026). Avant l’étude, les développeurs attendaient un gain de 24 % ; après, ils estimaient encore avoir gagné 20 %. Les développeurs acceptent moins de 44 % des propositions de l’outil.
Auteur de l’affirmation :
Chercheur
Coût cité :
Non mesuré par l’étude
Limites :
Seize personnes ; développeurs très familiers de dépôts grands et complexes, un cas défavorable à l’outil selon les auteurs ; faible expérience de Cursor ; outils du début 2025 ; METR signale la page comme dépassée depuis sa mise à jour de février 2026 ; pas d’évaluation complète de la qualité ni des incidents en production (l’étude juge qualitativement que les demandes de fusion avec IA ne paraissent pas de moindre qualité) ; prépublication arXiv (2507.09089, version 2 du 25 juillet 2025) sans comité de lecture signalé.
Source :
juillet 2025
METR : avec les agents de fin 2025, 57 développeurs vont plus vite en moyenne, mais l’écart reste compatible avec zéro (collecte depuis août 2025, publication de février 2026)
Statut du chiffre :
Mesure indépendante
Ce qui a été fait :
Même protocole qu’en 2025 (tâches tirées au sort avec ou sans IA), rémunération ramenée de 150 à 50 dollars de l’heure ; les développeurs utilisent de plus en plus des outils agentiques, dont Claude Code et Codex.
Résultat :
Développeurs revenants : 18 % de temps en moins (intervalle de 38 % en moins à 9 % en plus) ; nouveaux développeurs : 4 % de temps en moins (intervalle de 15 % en moins à 9 % en plus). METR qualifie ces données de « very weak evidence » (preuve très faible) de l’ampleur du gain et réoriente son protocole de mesure.
Auteur de l’affirmation :
Chercheur
Coût cité :
Non mesuré par l’étude
Limites :
Sélection : beaucoup de développeurs refusent de travailler sans IA, ce qui tire le résultat vers le bas selon METR ; 30 à 50 % des répondants disent avoir retenu des tâches ; suivi du temps peu fiable quand plusieurs agents tournent en parallèle ; tâches orientées vers les forces de l’outil ; METR juge le signal « unreliable » (peu fiable) et change de méthode ; aucun modèle nommé ; pas de mesure de qualité.
Bpifrance : 11 millions de lignes de code déclarées sur les six premiers mois de 2026 contre 800 000 sur toute l’année 2025, et une facture Microsoft Copilot multipliée par quatre
Statut du chiffre :
Déclaré sans méthode
Ce qui a été fait :
Selon son directeur technique Philippe Martin, cité par Le Monde Informatique le 18 juin 2026 : usage actuel d’assistants et d’agents (GitHub Copilot, Gemini, Microsoft Copilot) sous gouvernance et supervision humaines, agents séparés par fonction et par droits d’accès ; expérimentation du cadre BMAD (une vingtaine d’agents spécialisés) en équipes de deux personnes ; trajectoire visée : production de code « en très grande partie » par des agents, avec un passage à l’échelle prévu en 2027 ; stratégie multifournisseur et participation au projet AION (usine d’IA avec Iliad et Scaleway).
Résultat :
« Nous avons produit 800 000 lignes de code en 2025 contre 11 millions pour les seuls six premiers mois de l’année » (entretien publié le 18 juin 2026, année des six mois non écrite, semestre non clos à la publication). Coût de Microsoft Copilot (outil que Bpifrance utilise surtout, selon l’article) « multiplié par 4 en juin dernier » au passage d’un forfait à une facturation à l’usage, tiré par les gros utilisateurs. Aucune mesure de délai, de qualité ou de défauts publiée.
Auteur de l’affirmation :
Entreprise
Coût cité :
Facture Microsoft Copilot multipliée par quatre, montant non publié ; produit, contrat et périmètre de facture non détaillés
Limites :
Les lignes de code mesurent un volume produit, pas la valeur livrée ni le code maintenu ; chiffres cités en entretien de presse, sans méthode, période de mesure ni clôture du semestre ; la facture multipliée par quatre concerne Microsoft Copilot, pas l’agent de code GitHub ; l’automatisation du cycle de développement est une trajectoire visée (2027), pas un état réalisé ; aucune donnée de qualité ; banque publique, hors cible ETI ; l’article ne précise pas la part de code écrite par les agents.
BlaBlaCar confie aux agents de code la dette technique, les premières revues et la recherche de vulnérabilités, et garde une revue humaine finale, sans gain de délai ni de qualité chiffré
Statut du chiffre :
Non publié
Ce qui a été fait :
Selon son directeur technique Nicolas Salvy, cité par Le Monde Informatique le 18 juin 2026 : agents chargés d’identifier des motifs de dette technique et de proposer des remédiations (mises à niveau de versions), de faire des revues de code de base (règles de nommage) avec corrections, de rechercher les vulnérabilités connues (CVE) dans la base de code, et de traiter de petites tâches bornées ; dans les équipes qui construisent de nouveaux composants, l’IA produit du code et les ingénieurs orchestrent, gardent l’architecture et les spécifications ; « une revue de code finale reste toujours effectuée par un humain » ; travail sur le coût par jeton et stratégie multifournisseur.
Résultat :
Aucun gain de délai, de qualité ou de productivité chiffré ; budget annuel d’IA générative donné en ordre de grandeur.
Auteur de l’affirmation :
Entreprise
Coût cité :
Quelques centaines de milliers d’euros par an d’IA générative (budget global de la tech, pas celui des seuls agents)
Limites :
Entretien de presse ; organisation décrite en quelques lignes ; aucun indicateur de résultat ; le budget est global et n’est pas rattaché aux agents de code.
Ce que votre logiciel propose déjà
Agents dans l’outil de gestion de code. L’agent de codage de GitHub Copilot, en disponibilité générale depuis le 25 septembre 2025, part d’un ticket et ouvre une demande de fusion en brouillon qu’un humain doit relire ; un administrateur l’active pour l’entreprise.
Modèles à poids ouverts. Mistral AI a publié le 9 décembre 2025 Devstral 2, Devstral Small 2 et l’agent en terminal Vibe, déployables sur site (le grand modèle exige au moins quatre GPU de classe H100) ; l’éditeur publie ses scores, avec un protocole partiel, et reconnaît que les testeurs préfèrent encore un modèle concurrent.
Demandez à l’éditeur comment l’agent est tenu hors des branches protégées, si votre chaîne d’intégration s’exécute sur son code, et quel plafond de dépense vous fixez.
GitHub : l’agent de codage Copilot, qui ouvre une demande de fusion depuis un ticket, est disponible pour tous les abonnés payants depuis le 25 septembre 2025
Statut du chiffre :
Non publié
Ce qui a été fait :
Agent asynchrone : à partir d’un ticket, du panneau Agents ou de Visual Studio Code, il travaille dans un environnement GitHub Actions, ouvre une demande de fusion en brouillon et demande une relecture ; tâches visées : nouvelles fonctions, correctifs, dette technique, couverture de tests, documentation. Un administrateur doit l’activer dans les politiques pour Copilot Business et Enterprise.
Résultat :
Disponibilité générale annoncée le 25 septembre 2025 (disponibilité commerciale, pas exploitation prouvée chez un client nommé) ; aucun client nommé ni chiffre dans l’annonce.
Auteur de l’affirmation :
Éditeur
Coût cité :
Tarif non publié dans l’annonce lue
Limites :
Statut : disponibilité générale ; l’annonce ne décrit ni protections de branche ni règle de relecture obligatoire ; coût d’usage non publié dans la page lue ; l’annonce de la préversion (mai 2025) n’a pas été ouverte.
Mistral AI : Devstral 2 et l’agent en ligne de commande Vibe, publiés le 9 décembre 2025 avec des poids ouverts et un tarif de 0,40 et 2 dollars par million de jetons
Statut du chiffre :
Déclaré sans méthode
Ce qui a été fait :
Devstral 2 (123 milliards de paramètres, contexte de 256 000 jetons, licence MIT modifiée) et Devstral Small 2 (24 milliards, Apache 2.0) ; Vibe CLI, agent de code en terminal sous Apache 2.0 qui explore, modifie et exécute des changements dans une base de code ; déploiement sur site et ajustement possibles ; le grand modèle Devstral 2 exige au moins quatre GPU de classe H100 (pas Small 2 ni Vibe).
Résultat :
72,2 % sur SWE-bench Verified pour Devstral 2 (68,0 % pour Small 2), chiffres de l’éditeur ; en évaluation humaine via Cline, Devstral 2 bat DeepSeek V3.2 (42,8 % de victoires contre 28,6 % de défaites) mais Mistral écrit que Claude Sonnet 4.5 « reste toutefois nettement préféré » ; aucun client entreprise nommé.
Auteur de l’affirmation :
Éditeur
Coût cité :
0,40 dollar par million de jetons en entrée et 2 dollars en sortie (Devstral 2) ; 0,10 et 0,30 dollar (Small 2) ; gratuit par l’API à l’annonce
Limites :
Statut : exploitation (API, poids téléchargeables) ; résultats de benchmark publiés par l’éditeur avec un protocole partiellement décrit ; l’éditeur reconnaît la préférence des testeurs pour un modèle concurrent ; tarifs annoncés le 9 décembre 2025, à vérifier auprès de l’éditeur ; coût matériel du déploiement sur site non chiffré ; nous n’avons pas consulté les textes de licence.
Ce qu’il faut changer dans le travail
Où se situe le blocage ? Séparez l’écriture, la relecture, les tests et l’attente de mise en production. Si le goulet est la relecture, écrire plus vite l’aggrave.
Qui voit son travail changer ? Le développeur devient relecteur : vérifier l’exactitude, trouver les bugs cachés, expliquer un code qu’il n’a pas écrit. Chez Microsoft, les moins anciens adoptent plus et gagnent plus, avec des écarts le plus souvent non significatifs ; les plus familiers de leur dépôt perdent parfois du temps chez METR. Les développeurs surestiment leur gain : mesurez, ne sondez pas.
À quelles conditions le résultat progresse-t-il ? Une liste écrite des tâches ouvertes aux agents et des branches qu’ils ne touchent pas. Une relecture humaine avant toute fusion, avec la chaîne d’intégration exécutée sur le code de l’agent. Un pilote sur des tâches réelles tirées au sort avec et sans outil (quatre semaines au moins, plus si le volume de tâches est faible), qui mesure le temps réel par tâche, le taux de réussite des tests et des compilations, le temps de relecture par demande de fusion et les incidents à trente jours. Préférez un groupe témoin à la comparaison avant et après quand c’est faisable.
Comment le gain devient-il économique ? Plus de code n’est pas plus de valeur : il faut que le délai de mise en production baisse ou que l’équipe livre plus à effectif constant. Le calcul inclut les licences et la facturation à l’usage (Bpifrance a vu sa facture Copilot multipliée par quatre), le temps de relecture, les incidents supplémentaires, la formation et, sur site, le matériel. Suivez le coût par développeur et par demande de fusion livrée, pas le nombre de lignes.
Conditions propres à l’activité : code, secrets et agents sur les postes
Données et intégration. Le code, les secrets et parfois les données clients partent chez l’éditeur ; le CERT-FR liste la fuite de données et l’exposition des secrets parmi les risques des agents autonomes sur les postes. Un modèle à poids ouverts déployé sur site peut réduire ces transferts, au prix du matériel ; agent, télémétrie et extensions peuvent encore appeler l’extérieur.
Agents autonomes sur les postes. Le bulletin du CERT-FR du 13 avril 2026 recommande de ne déployer ces produits dans aucun environnement de production, de les limiter à des bacs à sable, sous validation de la DSI et du RSSI, avec une validation humaine avant toute commande système ou action à effet de bord : une recommandation de sécurité, pas une obligation légale. Il ne nomme pas les agents de code ; les y rattacher est une lecture de Spentia, à faire valider par la DSI et le RSSI.
Droit d’auteur et licences. Les sources réunies sur cette page ne comptent aucune doctrine française sur le code généré ; le Copyright Office américain a écrit en janvier 2025 que des consignes seules ne font pas un auteur. Le code reproduit sous licence libre reste une question pour le juriste.
Consultation du CSE. Dans les entreprises d’au moins 50 salariés, l’introduction d’une nouvelle technologie ou un aménagement important qui modifie les conditions de travail d’une équipe de développement relève de la consultation du CSE, avant la décision. Le juge examine le projet et ses effets réels sur le travail ; un test volontaire et limité ne dispense pas, à lui seul.
Le CERT-FR recommande, depuis le 13 avril 2026, de tenir les agents d’IA autonomes hors des postes de travail en production, avec une validation humaine avant toute commande système
Ce qui a été fait :
Bulletin CERTFR-2026-ACT-016 de l’ANSSI, « Vulnérabilités et risques des produits d’automatisation par IA agentique sur les postes de travail », OpenClaw et Claude Cowork cités. Risques : compromission du poste par des outils en bêta, fuite de données vers des ressources externes, droits excessifs sur les applications, exposition des secrets d’authentification, actions destructrices, injection de prompt.
Résultat :
Ces outils « ne doivent en aucun cas être déployés en environnements de production » ; usage « strictement limité à des environnements de tests isolés (bacs-à-sable) » ; mise en œuvre « sous validation préalable des équipes DSI et RSSI » ; « une validation humaine doit être obligatoire dès qu’une commande système ou une action à effet de bord est envisagée ».
Auteur de l’affirmation :
Autorité publique
Limites :
Recommandation d’une autorité, pas une obligation légale ; le bulletin vise les assistants personnels autonomes et l’automatisation bureautique, il ne nomme ni les agents de code ni les postes de développeurs ; il s’applique aux postes utilisateurs Windows, Linux et mobiles. Lecture Spentia : un agent de code qui exécute des commandes sur un poste relève de la même logique. Nous n’avons pas pu consulter les recommandations de l’ANSSI et du BSI d’octobre 2024 sur les assistants de programmation.
Source :
avril 2026
Seconde source :
avril 2026
La cour d’appel de Paris confirme la suspension de ChatGPT et d’un assistant de rédaction déployés sans consulter le CSE
Ce qui a été fait :
Dans les entreprises d’au moins 50 salariés, l’employeur consulte le CSE sur l’introduction de nouvelles technologies et sur tout aménagement important qui modifie les conditions de santé, de sécurité ou de travail (article L2312-8, II, 4° du Code du travail). Lorsque le projet relève de cette consultation, l’employeur consulte le CSE avant de prendre sa décision (article L2312-14). Cinq affaires jugées en référé entre février 2025 et février 2026 portent sur la consultation du CSE avant un outil d’IA. Dans quatre d’entre elles, les juges ont suspendu des outils introduits sans consultation : TJ Nanterre, 14 février 2025 (outils encore en phase pilote) ; TJ Créteil, 15 juillet 2025 (Groupe Moniteur et GISI, filiales d’Infopro Digital : ChatGPT et l’assistant DIGI) ; TJ Paris, 2 septembre 2025 (France Télévisions : plateforme MedIAGen suspendue, mais aucune consultation imposée pour la version 2 du chatbot RH) ; TJ Nanterre, 29 janvier 2026 (logiciels de compétences intégrant l’IA). La cour d’appel de Paris a confirmé les deux ordonnances de Créteil le 21 mai 2026 (RG 25/13232 et 25/13234). Dans la cinquième, le TJ de Paris n’a pas imposé de consultation pour Microsoft 365 Copilot, testé quatre mois par des volontaires sans décision de déploiement, avec un effet jugé très limité sur les conditions de travail (10 février 2026).
Résultat :
Le juge regarde l’effet de l’outil sur l’organisation et les conditions de travail, pas la technologie seule (article L2312-8, II, 4°, en vigueur depuis le 25 août 2021). Les juges examinent les usages réels, leur durée, leur étendue et leurs effets sur le travail. Le caractère volontaire ou expérimental ne suffit pas, à lui seul, à écarter la consultation ; dans le dossier Microsoft 365 Copilot, le juge a aussi relevé un effet très limité sur l’organisation et les conditions de travail. À défaut d’accord, le Code du travail prévoit un mois pour l’avis du CSE, deux mois avec expertise, ou trois mois lorsque la consultation avec expertise concerne le CSE central et un ou plusieurs CSE d’établissement (article R2312-6).
Auteur de l’affirmation :
Autorité publique
Limites :
Décisions de référé, donc provisoires. Sources et dates : articles L2312-8 (version du 25 août 2021), L2312-14 et R2312-6 du Code du travail ; arrêt de la cour d’appel de Paris du 21 mai 2026 (RG 25/13232) ; ordonnance du TJ de Paris du 2 septembre 2025 ; commentaires de CMS Francis Lefebvre du 17 septembre 2025 (ordonnances de 2025), du 12 mars 2026 (Microsoft 365 Copilot) et du 13 avril 2026 (TJ Nanterre, 29 janvier 2026) ; synthèse d’ActuIA du 7 octobre 2026, qui couvre toutes les affaires de la carte. Décisions lues dans leur texte : l’arrêt RG 25/13232 et l’ordonnance du TJ de Paris du 2 septembre 2025 ; les autres sont connues par ces commentaires. Le second arrêt du même jour (RG 25/13234) concerne GISI et confirme la même ordonnance ; il a été lu le 31 octobre 2026 sur le site de la Cour de cassation. L’ordonnance du TJ de Créteil du 15 septembre 2026 (GISI) suspend une réorganisation au titre de l’obligation de sécurité de l’employeur, pas de la consultation du CSE : elle ne fonde pas cette règle. La date de la carte est celle de l’arrêt de la cour d’appel, source principale.
Source :
21 mai 2026
Seconde source :
25 août 2021
Avant de décider
À demander au directeur des études : qui relit le code écrit par un agent avant la mise en production, et qui en répond en cas d’incident ?
À demander à la DSI : qui mesure le délai de mise en production, les défauts et le temps de relecture avant et après, avec un groupe témoin, et qui publie le résultat ?
À demander au RSSI : qui fixe les droits des agents sur les postes et les dépôts, et qui peut les couper ?
À demander au contrôle de gestion : qui fixe le plafond de dépense à l’usage par équipe, et qui est alerté quand il est dépassé ?
À demander au juriste : qui répond d’un code généré qui reproduit du code sous licence, ou qui expose un secret ?
Ce que cette page ne dit pas
Elle ne promet aucun gain : les essais randomisés mesurent du volume, l’un trouve une perte de temps, et les sources consultées ne contiennent aucun résultat mesuré publié par un cas français nommé. Elle ne compare pas les outils. Les cas viennent de sources publiques, pas de missions de Spentia. Chaque carte porte le statut du chiffre et son auteur ; Spentia a vérifié les sources le 1er novembre 2026.
Suite
Guide : réussir un pilote IA
Lexique : le vibe coding
Guide : l’audit de maturité IA