Les agents IA de codage produisent plus de code, mais pas davantage de logiciels : les gains obtenus lors de la génération de code sont annulés par le goulot d'étranglement que représente la révision humaine

Les agents IA de codage ont entraîné une augmentation spectaculaire de la production brute de code. Mais une étude rapporte que ces gains ne se traduisent pas par une production logicielle accrue. Le temps gagné lors de la phase de rédaction initiale est entièrement annulé par un goulot d'étranglement au niveau de la relecture humaine, qui devient plus longue et complexe. Les délais de révision ont augmenté de 49 %, les demandes de révision ont presque doublé et les outils d'IA de révision n'ont pas remplacé le contrôle humain. Alors que les investisseurs sont impatients de rentabiliser leurs mises, l'impact sur la productivité reste marginal.

Les entreprises ont-elles été dupées par les promesses de l’IA ? Les analyses répondent par l'affirmative. Les responsables techniques se trouvent actuellement pris au piège d’une approche de mesure erronée. Lorsqu’il s’agit d’évaluer l’impact des agents IA de codage, le secteur s’est largement concentré sur le volume de code produit. Il s’agit d’un indicateur facile à suivre. Cela dit, il apparaît de plus en plus clairement qu’il n’est pas pertinent.

En privilégiant la vitesse de production du code, les entreprises ignorent la réalité du processus par lequel un logiciel passe d’une idée à un produit fini. Nombre d'entre elles se sont basées sur cet indicateur pour réduire leurs effectifs, mais elles se heurtent désormais à un goulot d'étranglement inattendu.

Une étude menée par deux chercheurs de l'Université Harvard, Fiona Chen et James Stratton, met en lumière les défis liés à l'utilisation des agents IA et à l'absence criante de production réelle. Elle s'appuie sur des données de la plateforme Jellyfish : plus de 300 millions d'actions concrètes de codage et plus de 725 000 employés dans 700 entreprises de développement de logiciels, entre 2021 et mars 2026. Les conclusions sont sans appel.

Le goulot d'étranglement de la relecture de code généré

Les données révèlent un décalage entre l’activité et les résultats espérés par les entreprises. L'adoption des agents IA de codage entraîne une augmentation considérable de la production brute de code. En moyenne, les entreprises utilisant ces assistants enregistrent une hausse de 30 % du nombre de lignes de code générées, une augmentation de 20 % du nombre total de commits, ainsi qu'une progression de 23 % des pull requests par mois.


Les agents IA s’avèrent ainsi particulièrement performants lorsqu’il s’agit de produire en masse du code à partir de consignes simples. Toutefois, malgré cette accélération de la rédaction, cette hausse du volume de code ne se traduit pas par une augmentation réelle de la production de logiciels achevés. La valeur métier, mesurée en nombre de problèmes résolus, reste stable. Ce phénomène s’explique par le processus de révision du code.

Lorsque les développeurs utilisent l’IA pour générer du code plus rapidement, ils ajoutent en réalité davantage de travail à la file d’attente des révisions. Les données montrent que les délais de révision ont bondi de 49 %, soit une augmentation moyenne de 3,45 jours. De plus, la part des pull requests nécessitant une révision a presque doublé, et le nombre de commentaires par pull request a également augmenté de 35 % sur cette période.

En d'autres termes, les gains d’efficacité réalisés lors de la phase initiale d’écriture sont absorbés par les contraintes en aval du processus de production. Comme l’a fait remarquer un ingénieur senior interrogé dans le cadre de cette étude : « nous avons pu écrire du code plus rapidement dans certains cas, mais il n’y a qu’un seul goulot d’étranglement à la fois. Lorsque l’on accélère le codage, le goulot d’étranglement se déplace ailleurs ».

Impact sur la charge de travail et neutralité sur l'emploi

Pour faire face à cette surcharge, la proportion de développeurs affectés aux tâches de relecture a augmenté de 14 %. D'après l'étude, il existe peu de preuves que les entreprises augmentent leur production de logiciels ou réduisent leurs effectifs, confirmant l’absence de réductions d’effectifs mesurables attribuables à l’introduction de l’IA. Par ailleurs, le recours aux systèmes d'IA pour automatiser la relecture elle-même demeure très limité.

Bien que 80 % des entreprises étudiées aient utilisé une forme d'évaluation assistée par l'IA en mars 2026, les agents IA ne généraient que 23,3 % des commentaires de relecture et n'assuraient que 10,8 % des révisions globales, laissant la majeure partie du travail aux vérificateurs humains.

Même si 95 % des entreprises examinées ont déployé des agents IA au début de l'année 2026, bon nombre d’entre elles apprennent encore à l’utiliser de façon optimale. Le compromis entre le temps gagné lors du codage et le temps perdu en vérification pourrait s'améliorer à mesure que les équipes d'ingénierie logicielle affineront leurs pratiques. Actuellement, l'utilisation des agents IA de codage s'apparente à « une épée à double tranchant ».

Ce phénomène soulève notamment des interrogations quant à la rentabilité réelle des investissements massifs consentis pour ces technologies d'IA. D'après une étude réalisée auprès de 6 000 dirigeants d’entreprises et publiée en août 2026, 90 % des dirigeants ont déclaré que « l'IA n'améliore pas la productivité ». Mais encore, les témoignages révèlent que les travailleurs ne sont pas forcément heureux de travailler en binôme avec l'IA.

Mesure de l'impact de l'IA sur la productivité : les défis

Ce phénomène met en évidence une faille majeure dans la manière dont l'industrie évalue la santé des systèmes techniques. Selon les analystes, en se concentrant sur les mauvais indicateurs, les entreprises ne se rendent pas compte que leurs investissements colossaux dans l’IA ne se traduisent pas nécessairement par la création de plus de logiciels, mais plutôt par une charge de travail accrue pour les personnes chargées de réviser le code généré.


Le coût humain de cette évolution devient de plus en plus évident. Plus de travailleurs sont désormais impliqués dans le processus de révision du code, ce qui fait peser une lourde charge sur les ingénieurs seniors qui doivent vérifier l’afflux de mises à jour générées par l’IA. L'étude souligne que même avec des outils d’IA avancés, « la supervision humaine reste une nécessité absolue », et cette supervision prend désormais plus de temps que jamais.

La tendance est claire : les entreprises se précipitent pour adopter des agents IA, mais n'en tirent pas forcément profit. Selon les plaintes de nombreux développeurs, cette course à l'IA a rendu leur travail plus mécanique et moins stimulant intellectuellement. Certains développeurs font face à une crise d'identité qui frôle la dépression. Pour les responsables techniques, cela implique que le discours actuel sur l’adoption de l’IA doit être revu.

Les auteurs de l'étude soulignent : « pour tirer pleinement parti des avantages de l’adoption de l’IA, il faut réaliser des investissements complémentaires dans les capacités de révision en aval, plutôt que de se contenter d’augmenter la production de code ». Cela pourrait passer par de meilleurs outils de tests automatisés, des processus de révision plus efficaces, voire une refonte des équipes afin de gérer le volume accru de code produit.

Selon les chercheurs Fiona Chen et James Stratton, si l’on accélère une partie d’un système complexe sans s’attaquer aux contraintes de la partie suivante, on n’augmente pas la productivité ; on ne fait que déplacer la charge de travail. Selon de précédents rapports, le bien-être et l'équilibre entre vie privée et vie professionnelle des développeurs sont menacés par l'augmentation de la charge de travail due à la dette technique générée par l'IA.

Des entreprises paient sévèrement les errements de l'IA

Le PDG de Replit, Amjad Masad, fait partie de ceux qui pensent que les générateurs de code permettront de démocratiser le développement de logiciels, ce qui rendra à l'avenir le recours aux codeurs professionnels moins indispensables. Mais de récents événements démontrent que la vigilance humaine reste importante dans la filière. Le PDG de Replit s'est notamment excusé après que son agent IA a effacé la base de code d’une entreprise.

Un investisseur en capital-risque voulait voir jusqu'où l'IA pouvait l'amener dans la création d'une application. Elle l'a mené assez loin pour détruire une base de données de production en direct. L'incident est survenu au cours d'une expérience de vibe coding de 12 jours menée par Jason Lemkin, investisseur dans des startups spécialisées dans les logiciels. Comme cela a été rapporté, au neuvième jour du défi de vibe coding, les choses ont mal tourné.

L'outil Gemini CLI de Google a également été impliqué dans un incident similaire. L'incident Gemini CLI s'est produit lorsqu'un chef de produit qui testait l'outil en ligne de commande de Google a vu le modèle d'IA exécuter des opérations sur des fichiers qui ont détruit des données alors qu'il tentait de réorganiser des dossiers. La destruction s'est produite à la suite d'une série de commandes de déplacement ciblant un répertoire qui n'a jamais existé.

« Je vous ai complètement et catastrophiquement laissé tomber. Mon examen des commandes confirme mon incompétence flagrante », a déclaré Gemini CLI. Le problème fondamental semble être lié aux hallucinations de l'IA, c'est-à-dire lorsque les modèles d'IA génèrent des informations qui semblent plausibles, mais qui sont fausses. Ici, les deux modèles ont fabulé des opérations réussies et ont construit des actions ultérieures sur ces fausses prémisses.

Source : rapport de l'étude

Et vous ?

Quel est votre avis sur le sujet ?
Que pensez-vous de l'impact de l'IA sur la vitesse de livraison des logiciels finis ?
Au lieu d'accélérer la livraison, l'IA a complexifié le processus de révision des logiciels. Qu'en pensez-vous ?
À quel moment l'IA générative est-elle réellement utile dans la chaîne d'approvisionnement des logiciels ? Pourquoi ?

Voir aussi

90 % des dirigeants affirment que l'IA n'améliore pas la productivité, mais certaines entreprises procèdent néanmoins à des réductions d'effectifs, justifiant ces décisions par la mise en œuvre de l'IA

« Les développeurs font face à une crise d'identité qui frôle la dépression », selon un associé de Menlo Ventures qui pointe l'augmentation de leur charge de travail due à la dette technique générée par l'IA

Le développement des compétences alimenté par l'IA générative (GenAI) entraînera des gains de productivité d'un montant de 1 000 milliards de dollars d'ici à 2026, selon les prévisions d'IDC