Sommaire
L’essor de l’IA générative en matière de productivité
L’intelligence artificielle générative pourrait accroître la productivité dans des secteurs clés de la technologie en automatisant des tâches répétitives et chronophages.
Selon McKinsey, cela pourrait ajouter entre 2,6 et 4,4 billions de dollars à l’économie mondiale chaque année.
Impact sur le développement logiciel
Le développement logiciel est un domaine où l’automatisation et l’IA peuvent être révolutionnaires. En raison d’une pénurie actuelle de compétences numériques et d’un processus de DevOps long et complexe, l’automatisation des processus pourrait, si elle est correctement mise en œuvre, faire économiser temps et argent aux entreprises.
Cependant, la mise en place de l’IA présente des défis et peut provoquer des réactions négatives si elle n’est pas gérée avec soin. Un exemple est celui d’Amazon, où les réformes guidées par l’IA ont suscité des critiques de la part des ingénieurs.
« Le stress a augmenté, les normes et le moral ont chuté ; et ce n’était qu’un problème interne. Lorsque le déploiement de nouvelles technologies affecte les clients ou attire l’attention des régulateurs, l’impact financier et réputationnel peut être encore pire. »
Les défis des grandes entreprises
Pour les grandes entreprises, les enjeux sont élevés. La majorité possède une partie de leur infrastructure technologique sur site, tandis que les innovations se concentrent sur les produits SaaS basés sur le cloud. Les pipelines d’entreprise, souvent laissés pour compte, sont difficiles à moderniser en raison de leur ampleur et de leur complexité. Aussi, les risques réputationnels et réglementaires sont plus importants, en cas de problème.
Afin de tirer parti des gains en productivité sans provoquer de perturbations, il est conseillé aux entreprises d’éviter les mises en œuvre à grande échelle. Elles devraient se concentrer sur des domaines à faible risque, tels que l’automatisation des tests de code et la priorisation des problèmes, majeures sources de friction pour les développeurs et les plus simples à automatiser.
Réduire la charge des développeurs
La productivité et le moral des développeurs sont cruciaux pour les équipes IT mais subissent de fortes pressions. L’IA pourrait révolutionner ce domaine en permettant aux développeurs de se concentrer davantage sur les tâches créatives et moins sur les tâches routinières.
Les tâches répétitives et un volume de travail élevé ne font pas que démoraliser; ils entraînent des retards de projet et des départs, aggravant la difficulté d’attirer et de maintenir les talents. En 2024, 52% des développeurs ont cité la surcharge de travail comme raison principale de leur départ.
Dans le développement logiciel, le processus après validation jusqu’à la phase de production est le principal responsable de cette charge excessive.
L’IA permet d’automatiser la gestion des tickets et des processus tels que l’assurance qualité, l’intégration continue et la gestion des vulnérabilités, en triant et priorisant les échecs sans intervention humaine. Cela libère du temps précieux et garantit que ce temps soit consacré aux problèmes les plus urgents.
Priorités dans l’adoption de l’IA
De nombreuses entreprises se montrent favorables à l’utilisation de l’IA ; près de la moitié des dirigeants technologiques interrogés en 2024 déclarent que l’IA est pleinement intégrée dans leur stratégie principale.
Toutefois, adopter l’IA sans précautions mène à des préoccupations sur la confidentialité des données, l’engagement des employés, et peut ralentir la transformation numérique.
Il est donc essentiel de cibler des applications spécifiques, testées dans des environnements protégés, pour minimiser le risque. L’outsourcing complet de la génération de logiciels par l’IA peut produire des résultats médiocres et des problèmes difficiles à diagnostiquer.
L’avenir de l’IA dans le DevOps
À terme, l’IA pourrait transformer les pipelines en systèmes intelligents et auto-optimisants grâce à une meilleure capacité de prédiction et d’itération. Néanmoins, à l’heure actuelle, comme dans tous les autres secteurs, l’IA doit être étroitement surveillée par l’humain.
Le facteur déterminant de toute adoption de l’IA reste, et demeurera, les êtres humains qui travaillent avec elle. Comme pour tous les déploiements technologiques, le personnel a besoin d’une formation adéquate et doit pouvoir faire remonter les problèmes rencontrés pour maximiser l’utilisation de ces nouvelles solutions.
De plus, utiliser l’IA comme prétexte pour augmenter encore la charge de travail des équipes DevOps ne réglera pas les problèmes sous-jacents.
