Une étude longitudinale révèle que les gains de productivité liés à l'IA sont de 10 %, et non multipliés par 10.

Les données préliminaires d'une étude longitudinale sur l'impact de l'IA révèlent que les gains de productivité des outils d'IA sont plus modestes que ce qui est souvent affirmé. L'étude a analysé les données de 40 entreprises entre novembre 2024 et février 2026 pour suivre si les équipes livrent plus de demandes de fusion à mesure que l'adoption de l'IA augmente.

Principales conclusions

Pendant la période de l'étude, l'utilisation de l'IA a augmenté significativement—en moyenne de 65 %. Cependant, le débit des demandes de fusion n'a augmenté que de 9,97 %. Ce chiffre est particulièrement robuste car les chercheurs ont filtré les effets potentiels de gamification en excluant les équipes qui fixaient des objectifs de débit de demandes de fusion pour les ingénieurs individuels, ce qui pourrait gonfler les métriques plutôt que de refléter une production réelle.

Ce que cela signifie pour les équipes d'ingénierie

Le gain d'environ 10 % correspond à ce que rapportent plus largement les responsables d'ingénierie : la plupart des organisations se situent dans la fourchette de 8 à 12 %. Bien que cela représente une amélioration réelle, c'est loin des gains de 2 à 3 fois que de nombreux dirigeants et conseils d'administration attendent de l'adoption de l'IA.

Pourquoi les gains ne sont pas plus élevés

Les développeurs de plusieurs organisations ont expliqué que l'écriture du code n'a jamais été le goulot d'étranglement. Comme l'a noté un développeur senior : "Les tâches faciles sont un peu plus faciles. Les tâches fastidieuses sont un peu moins ennuyeuses. Une tâche de quatre jours pourrait en prendre trois. Mais cela ne signifie pas que je livre 3 fois plus de demandes de fusion."

L'IA peut accélérer la partie codage du travail, mais le codage représente une part relativement faible du temps réellement passé par les ingénieurs. La planification, l'alignement, la définition du périmètre, la revue de code et les transferts—les parties humaines du cycle de vie du développement logiciel—restent largement inchangées par les outils d'IA actuels.

Méthodologie de l'étude

L'étude est longitudinale, ce qui signifie qu'elle suit les changements dans le temps plutôt que de fournir un simple instantané. L'étude complète explorera pourquoi certaines équipes tirent plus de bénéfices que d'autres et ce que les responsables peuvent faire pour combler cet écart.