Récemment, un client est venu me voir avec un objectif ambitieux : doubler la productivité de son équipe de développement logiciel grâce à l’IA. ;
Ils prévoyaient de croître, mais étaient contraints par leur budget. Recruter davantage d’ingénieurs n’était pas une option, et épuiser l’équipe en place ne l’était pas non plus. Fidéliser les meilleurs talents et les garder heureux était une priorité absolue.
Et ce client n’est pas un cas isolé. Selon l’enquête Cortex 2024 State of Developer Productivity, 90% des répondants déclarent que l’amélioration de la productivité est une initiative majeure en 2025.
Nous nous sommes alors demandé : l’IA peut-elle, de manière réaliste, doubler la production des développeurs ?
Pour y répondre, il faut commencer par 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
Même si coder est une composante essentielle du métier, ce n’est pas là que la plupart des ingénieurs logiciels passent leur temps. Selon une enquête récente menée par l’équipe GitHub, la plupart des développeurs passent plus de 75% de leur temps sur des tâches qui ne sont pas du code. Forrester Research’s 2024 Developer Survey a constaté que « le temps restant est consacré à concevoir, écrire des tests, corriger des bugs et rencontrer les parties prenantes… il est facile de voir 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 ralentis par des tâches routinières tout au long du cycle de développement logiciel. Plus encore, les développeurs passent davantage 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, si améliorer l’efficacité du code est important, cela ne traite qu’une petite partie du tableau global de la productivité.
Rendre le codage plus efficace : solutions d’IA générative
La manière la plus évidente dont l’IA — en particulier l’IA générative — peut améliorer l’efficacité du codage est d’aider les développeurs à coder plus vite. Des outils comme GitHub Copilot et Augment sont conçus spécifiquement pour aider les développeurs à accélérer les tâches de codage jusqu’à 55%, tout en améliorant leur satisfaction.
Chez Glean, nous avons adopté les outils de génération de code pour aider nos développeurs à être plus efficaces. Mais nous avons constaté que chaque seconde gagnée ne se traduit pas directement par du nouveau code. À la place, cela mène souvent à un meilleur code — plus réfléchi, mieux structuré et plus innovant — parce que les ingénieurs ont davantage de temps pour approfondir. Cela contredit l’idée reçue selon laquelle les équipes qui utilisent la génération de code produisent des produits de moindre qualité. En réalité, lorsqu’elle est utilisée efficacement, l’IA donne aux développeurs plus d’espace pour écrire un meilleur code, et pas seulement plus de code.
La pièce manquante : le contexte
L’un des principaux freins à un codage efficace n’est pas le fait d’écrire du code. C’est le manque de contexte.
Les développeurs n’ont pas seulement besoin de documentation sur leur codebase ou d’un guide de style — ils ont besoin d’un accès instantané aux dépendances, à la documentation API et aux connaissances des experts, sans casser leur rythme. Glean dans GitHub apporte toute la profondeur des connaissances de l’entreprise dans la plateforme de codage, en la rendant accessible là même 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 drastiquement l’efficacité des 25% du temps que les développeurs consacrent au code, vous n’impactez qu’une petite fraction de leur journée. Même si l’on estime généreusement que les outils de génération de code améliorent l’efficacité de codage de 50%, ils ne s’attaquent qu’aux ~2 heures de temps de codage réel dont disposent la plupart des développeurs chaque jour. Si une équipe écrit 100 unités de code en deux heures, l’IA pourrait faire passer ce chiffre à 150 unités. Un progrès certain, mais pas un doublement.
Au-delà de l’IDE : Glean résout le problème des 75%
La plus grande opportunité pour améliorer la productivité des développeurs ne se situe pas dans l’écriture du 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 les coéquipiers peuvent représenter jusqu’à 75% de la journée d’un développeur. Ces tâches sont essentielles, mais elles sortent souvent les ingénieurs de leur état de concentration et les éloignent du travail qu’ils aiment le plus.
En fait, une étude 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 ont un impact négatif sur leur travail
- 30% déclarent être impactés négativement 10 fois ou plus par semaine (environ deux fois par jour)
Quand les développeurs sont bloqués en attendant, ils ne perdent pas seulement du temps : ils perdent aussi leur élan.
Avec Glean dans GitHub, les développeurs peuvent lever des blocages en quelques secondes — qu’il s’agisse de retrouver une dépendance de code précise, de se référer à un ancien ticket Jira ou de revérifier le comportement d’une API. Au lieu de jongler entre les onglets ou de courir après des collègues, ils obtiennent instantanément la bonne réponse grâce à une simple requête en langage naturel. ;
Au-delà de la simple mise à disposition d’informations, Glean aide aussi à automatiser des tâches chronophages. Les ingénieurs peuvent générer automatiquement des descriptions de pull requests, trouver en quelques secondes des extraits de code pertinents, 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 au moins 25% de réduction du temps passé sur des tâches hors codage, certaines rapportant même des gains d’efficacité 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 un meilleur code.
Glean et Code Gen : 2,5 heures supplémentaires chaque jour
Lorsque vous combinez :
- ~1 heure gagnée grâce aux outils de génération de code, et
- ~1,5 heure de temps récupéré grâce à l’utilisation de Glean
…vous obtenez l’équivalent de 2,5 heures supplémentaires de temps de codage productif. C’est plus du double du niveau de référence initial de 2 heures.
Bien sûr, les gains de productivité varient. Mais globalement, des outils d’IA comme Glean et GitHub Copilot, ensemble, rendent le constat évident :
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. Le plus important, c’est la façon dont ce temps récupéré est utilisé. Lorsqu’il est employé de manière 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. Plutôt que de simplement générer plus de lignes de code, les équipes plus productives 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 au développement des équipes d’ingénierie, ce qui augmente à la fois la satisfaction des employés et les bénéfices cumulés d’une équipe capable de créer plus vite des produits meilleurs et plus innovants.
- Créer des produits plus innovants. Avec moins de tâches répétitives, les ingénieurs ont plus de bande passante pour étudier les besoins clients, prototyper de nouvelles idées et améliorer les algorithmes. Le temps de réflexion mène souvent à de meilleures solutions.
- Construire des équipes plus épanouies. Lorsque les développeurs ont l’espace pour se concentrer sur un travail à fort impact, ils se sentent plus accomplis. Cela se traduit par une meilleure collaboration, une rétention plus élevée et de meilleurs résultats à tous les niveaux.
La vraie valeur de la productivité ne consiste pas seulement à faire plus — mais à dégager du temps pour un meilleur travail, des équipes plus solides et des résultats plus impactants.
Repenser la productivité des développeurs
Si votre plan pour augmenter la production des développeurs commence et s’arrête à la génération de code, vous laissez l’essentiel du potentiel sur la table. Les véritables gains viennent de la suppression des frictions sur l’ensemble 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 soutient 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 des tâches à plus fort levier et de construire des produits dont elles sont fières.
Le chemin vers une productivité x2, ce n’est pas d’écrire plus vite — c’est de lever les blocages dans le reste de l’expérience développeur.
Envie de le voir en action ? Regardez notre webinar pour découvrir comment les équipes d’ingénierie peuvent intégrer Glean à leur workflow.
