Récemment, un client est venu me voir avec un objectif ambitieux : doubler la productivité de son équipe de développement logiciel grâce à l'IA.
Il préparait sa croissance, mais était limité par son budget. Recruter davantage d'ingénieurs n'était pas envisageable, pas plus que l'épuisement de son équipe actuelle. Retenir les meilleurs talents et les garder motivés était une priorité absolue.
Et ce client n'est pas un cas isolé. Selon l'enquête Cortex 2024 State of Developer Productivity, 90 % des personnes interrogées affirment que l'amélioration de la productivité est une initiative prioritaire en 2025.
Ensemble, nous nous sommes demandé : l'IA peut-elle réalistement doubler la production des développeurs ?
Pour y répondre, il faut d'abord comprendre ce que font les équipes d'ingénierie logicielle au quotidien.
La majeure partie de la journée d'un développeur n'est pas consacrée au code
Bien que le code soit une part extrêmement importante du métier, ce n'est pas ainsi que la plupart des ingénieurs logiciels passent leur temps. Selon une récente enquête menée par l'équipe de GitHub auprès des développeurs, la plupart des développeurs logiciels consacrent plus de 75 % de leur temps à des tâches sans rapport avec le code. L'enquête 2024 de Forrester Research auprès des développeurs a révélé que « le reste du temps est consacré à la conception, à la rédaction de tests, à la correction de bugs et aux réunions avec les parties prenantes… il est facile de constater que les développeurs font bien plus que simplement écrire du code. »
« Les développeurs n'écrivent souvent du code qu'environ 2 heures par jour, et sont enlisés dans des tâches fastidieuses tout au long du cycle de vie du développement logiciel. De plus, les développeurs passent plus de temps à déchiffrer qu'à livrer lorsqu'ils ne parviennent pas à identifier et résoudre les problèmes, bugs ou vulnérabilités… »
Thomas Dohmke
CEO, GitHub
Ainsi, même si l'amélioration de l'efficacité du code est importante, elle ne concerne qu'une petite partie du tableau global de la productivité.
Rendre le code plus efficace : les solutions d'IA générative
La façon la plus évidente dont l'IA, en particulier l'IA générative, peut améliorer l'efficacité du code est d'aider les développeurs à coder plus rapidement. Des outils comme GitHub Copilot et Augment sont spécifiquement conçus pour aider les développeurs à accélérer leurs tâches de code jusqu'à 55 %, tout en améliorant leur satisfaction.
Chez Glean, nous avons adopté l'utilisation d'outils de génération de code pour aider nos développeurs à gagner en efficacité. Mais nous avons constaté que chaque seconde gagnée ne se traduit pas directement par du nouveau code. Au contraire, elle mène souvent à un meilleur code — des solutions plus réfléchies, mieux structurées et plus innovantes — car les ingénieurs ont plus de temps pour réfléchir en profondeur. Cela contredit la croyance répandue selon laquelle les équipes qui utilisent la génération de code développent des produits de moindre qualité. En réalité, utilisée efficacement, l'IA offre aux développeurs plus de latitude pour se concentrer sur l'écriture d'un meilleur code, et pas seulement sur une plus grande quantité de code.
La pièce manquante : le contexte
L'un des plus grands obstacles à l'efficacité du code n'est pas l'acte d'écrire du code en lui-même. C'est le manque de contexte.
Les développeurs n'ont pas seulement besoin de documentation sur leur base de code ou leur guide de style — ils ont besoin d'un accès instantané aux dépendances, à la documentation des API et à l'expertise sans rompre leur flux de travail. Glean dans GitHub apporte toute la profondeur du savoir d'entreprise dans la plateforme de code, en le rendant accessible là où le code est créé. L'expérience de Glean, intégrée à GitHub, permet aux développeurs de poser des questions et d'obtenir des réponses en langage naturel directement là où ils travaillent.
Pourtant, même si vous améliorez considérablement l'efficacité des 25 % de temps que les développeurs consacrent au code, vous n'impactez qu'une petite fraction de leur journée. Même en estimant généreusement que les outils de génération de code améliorent l'efficacité du code de 50 %, ils ne concernent que les ~2 heures de code réel dont dispose la plupart des développeurs chaque jour. Si une équipe écrit 100 unités de code en ces deux heures, l'IA pourrait porter ce chiffre à 150 unités de code. Une amélioration, certes, mais pas un doublement.
Au-delà de l'IDE : Glean résout le problème des 75 %
La plus grande opportunité d'améliorer la productivité des développeurs ne réside pas dans l'écriture de code — mais dans tout ce qui l'entoure. Rechercher des solutions, rédiger et relire de la documentation, répondre aux bugs, répondre aux questions et collaborer avec ses coéquipiers peuvent occuper jusqu'à 75 % de la journée d'un développeur. Ces tâches sont essentielles, mais elles sortent souvent les ingénieurs de leur flux de travail et les éloignent des missions qu'ils préfèrent.
En effet, une étude de Stack Overflow a révélé que :
- 53 % déclarent perdre du temps à attendre des réponses importantes pour leur travail
- 50 % déclarent que les silos d'information nuisent à leur travail
- 30 % déclarent être impactés négativement 10 fois ou plus par semaine (environ deux fois par jour)
Lorsque les développeurs sont bloqués dans l'attente, ils ne perdent pas seulement du temps, ils perdent de l'élan.
Avec Glean dans GitHub, les développeurs peuvent résoudre les blocages en quelques secondes — qu'ils recherchent une dépendance de code spécifique, consultent un ancien ticket Jira ou vérifient le comportement d'une API. Au lieu de changer d'onglet ou de solliciter des collègues, ils obtiennent instantanément la bonne réponse grâce à une simple requête en langage naturel.
Au-delà de la simple remontée d'informations, Glean aide également à automatiser les tâches chronophages. Les ingénieurs peuvent générer automatiquement les descriptions de pull requests, trouver des extraits de code pertinents en quelques secondes, créer automatiquement des tickets Jira et envoyer des messages Slack à leurs collègues — le tout sans quitter leur environnement de développement.
Ces gains d'efficacité s'additionnent. La plupart des équipes constatent une réduction d'au moins 25 % du temps consacré aux tâches hors codage, certaines rapportant même des gains d'efficacité allant jusqu'à 47 %. Cela représente environ 1,5 heure par jour que les développeurs peuvent récupérer pour approfondir la résolution de problèmes, innover et écrire du meilleur code.
Glean et la génération de code : 2,5 heures supplémentaires chaque jour
Lorsque vous combinez :
- l'heure environ économisée grâce aux outils de génération de code, et
- les ~1,5 heure récupérées grâce à l'utilisation de Glean
…vous obtenez l'équivalent de 2,5 heures supplémentaires de temps de codage productif. Soit plus du double de la base initiale de 2 heures.
Bien entendu, les gains de productivité varient. Mais globalement, les outils d'IA comme Glean et GitHub Copilot, ensemble, rendent la démonstration limpide :
Doubler la productivité des développeurs est possible.
Il ne s'agit pas seulement de production, mais de résultats
Les gains de productivité sont souvent difficiles à mesurer et peuvent varier selon la personne, l'équipe ou la tâche. Ce qui compte le plus, c'est la manière dont ce temps récupéré est utilisé. Utilisées de façon intentionnelle, même de petites améliorations d'efficacité peuvent aider les équipes d'ingénierie à atteindre des objectifs plus ambitieux :
- Écrire du code de meilleure qualité. Au lieu de simplement produire davantage de lignes de code, les équipes dont la productivité s'améliore peuvent écrire un meilleur code, le tester plus complètement et corriger les problèmes plus rapidement.
- Développer les compétences des développeurs. Le temps récupéré peut être consacré à la formation et à la montée en compétences des équipes d'ingénierie, offrant à la fois une plus grande satisfaction des collaborateurs et les bénéfices cumulés d'équipes capables de créer des produits meilleurs et plus innovants, plus vite.
- Créer des produits plus innovants. Avec moins de tâches répétitives, les ingénieurs disposent de plus de temps pour analyser les besoins des clients, prototyper de nouvelles idées et améliorer les algorithmes. Le temps de réflexion débouche souvent sur de meilleures solutions.
- Constituer des équipes plus épanouies. Lorsque les développeurs ont l'espace nécessaire pour se concentrer sur un travail à fort impact, ils se sentent plus accomplis. Cela se traduit par une collaboration renforcée, une meilleure rétention et de meilleurs résultats à tous les niveaux.
La véritable valeur de la productivité ne réside pas seulement dans le fait d'en faire plus — mais dans le fait de créer de l'espace pour un meilleur travail, des équipes plus fortes et des résultats à plus fort impact.
Repenser la productivité des développeurs
Si votre plan pour augmenter la production de vos développeurs commence et s'arrête à la génération de code, vous laissez passer l'essentiel de l'opportunité. Les véritables gains proviennent de la suppression des frictions tout au long du workflow de développement : trouver la bonne documentation, faire remonter le contexte, réduire les reprises et minimiser le temps passé à attendre des réponses.
Lorsque l'IA prend en charge à la fois le code et le contexte, en accompagnant les développeurs dans leur flux de travail, vous ne faites pas qu'accélérer la production. Vous donnez aux équipes les moyens d'écrire de meilleurs logiciels, de se concentrer sur un travail à plus forte valeur ajoutée et de construire des produits dont elles sont fières.
Le chemin vers une productivité multipliée par deux ne consiste pas à écrire plus vite — il consiste à débloquer le reste de l'expérience développeur.
Vous souhaitez le voir en action ? Regardez notre webinaire pour découvrir comment les équipes d'ingénierie peuvent intégrer Glean à leur workflow.
