L’IA révolutionne le développement logiciel mais inquiète sur sa durabilité

L’essor fulgurant des outils d’intelligence artificielle bouleverse les pratiques des professionnels du développement logiciel. Si leur adoption est désormais quasi-généralisée dans les entreprises, leur impact soulève des questions cruciales sur la qualité du code, sa traçabilité et sa maintenance à long terme. Une vaste enquête internationale révèle les promesses et les défis de cette révolution technologique.

Une adoption massive dans le monde professionnel

Les chiffres parlent d’eux-mêmes : 99% des entreprises utilisent au moins un outil de codage basé sur l’IA. Cette adoption va même plus loin puisque neuf sociétés sur dix exploitent au minimum deux solutions différentes.

Ces données proviennent d’une étude menée par Gitlab en avril 2026 auprès de professionnels du DevSecOps. L’enquête a été réalisée par The Harris Poll entre le 6 et le 21 avril, interrogeant 1528 spécialistes répartis équitablement entre l’Allemagne, l’Australie, les États-Unis, la France, le Japon et le Royaume-Uni.

Des résultats qui dépassent les attentes

Le bilan économique s’avère largement positif. 60% des répondants affirment que le retour sur investissement a surpassé leurs prévisions initiales. Sur le plan technique, 73% observent une amélioration notable de la qualité du code produit.

L’intelligence artificielle accélère considérablement l’écriture, la revue de code et les tests. Ces tâches représentent désormais 16% du temps de travail des développeurs, traduisant un gain d’efficacité appréciable.

Un impact limité en fin de cycle

Paradoxalement, l’influence de l’IA reste quasi-nulle dans les phases finales du développement. Deux répondants sur cinq estiment qu’elle n’apporte aucun bénéfice sur la conformité, les scans de sécurité, le déploiement ou la gestion des incidents.

Cette disparité crée un déséquilibre problématique. Les goulets d’étranglement se déplacent vers les étapes aval du processus, où l’automatisation fait défaut.

La dette technique, une inquiétude grandissante

Les préoccupations concernant la viabilité à long terme sont majeures. Près de trois quarts des professionnels interrogés s’inquiètent de la maintenabilité du code généré par IA, et un tiers se déclare même « très inquiet ».

Plus alarmant encore, 83% identifient la possibilité d’une nouvelle dette technique, potentiellement plus complexe à gérer que celle héritée du code traditionnel.

La traçabilité, un défi crucial

Avec l’automatisation croissante, la mise en contexte et la traçabilité deviennent des enjeux centraux. Près de neuf répondants sur dix affirment que leurs équipes pourraient identifier l’implication de l’IA en cas d’incident.

Toutefois, seuls deux tiers ont réellement pu prouver la responsabilité, même partielle, de l’intelligence artificielle lors du dernier problème majeur rencontré.

Les méthodes d’investigation privilégiées

Face aux incidents, les entreprises s’appuient prioritairement sur les compétences humaines. La moitié fait confiance à la revue de code par les équipes sécurité ou DevOps.

42% se fient à la journalisation et aux pistes d’audit, tandis que 40% comptent sur l’expérience accumulée ou la documentation du processus de création. Un tiers des répondants juge d’ailleurs cette documentation difficile à maintenir.

Une fragmentation technologique préoccupante

Les obstacles proviennent davantage de la technologie que des équipes elles-mêmes. 43% des répondants soulignent la difficulté à distinguer clairement le code généré par IA de celui écrit manuellement par les développeurs.

Pour 40% des professionnels, la chaîne d’outils reste trop fragmentée. Elle manque de contexte commun et ne permet pas de tracer efficacement l’origine ni l’intention du code.

L’intégration reste insuffisante

Seulement 28% des entreprises disposent d’outils entièrement intégrés, tandis que 50% les considèrent comme majoritairement intégrés.

Gitlab constate que « l’intégration demeure le chaînon manquant, car une connectivité tout au long du cycle du développement logiciel est encore rare ».

La gouvernance progresse mais rencontre des limites

Les démarches de gouvernance avancent dans trois quarts des entreprises. Plus de la moitié ont établi une politique formelle encadrant l’usage de l’IA dans le développement.

Dans 64% des organisations dotées d’une telle politique, des humains effectuent une revue systématique de 70 à 100% du code généré artificiellement.

Des obstacles persistants

La gouvernance se heurte néanmoins aux lacunes technologiques et au manque de disponibilité des équipes. Quatre répondants sur dix mentionnent la difficulté à relier le code généré au besoin métier initial et à maintenir une documentation évolutive du contexte.

Entre 30% et 40% déplorent l’insuffisance des systèmes de sécurité, d’analyse du code ou de frameworks de conformité face à l’augmentation du volume de code. Attribuer la responsabilité du code généré par IA à l’ensemble des équipes concernées constitue également un défi majeur.

Profil des répondants

Les participants proviennent des opérations informatiques (43%), de la sécurité (37%) ou des équipes de développement (20%). 43% travaillent dans le secteur technologique.