Repenser la mesure de la productivité à l'ère de l'IA

A mesure que l'intelligence artificielle se développe dans les entreprises, les dirigeants s'interrogent sur l'impact de l'IA générative sur la productivité des collaborateurs.

Cet engouement pour l’IA touche également le domaine du DevSecOps, où l’on peut observer un intérêt grandissant des clients quant à son rôle dans le développement de logiciels.

Les craintes suscitées par l'IA ont été largement surmontées par de nombreuses organisations françaises, qui cherchent désormais à rendre l'IA modulable et durable. En effet, en France, 48 % des organisations déploient déjà l'IA dans le développement de logiciels. Cependant, de nombreux dirigeants ont encore des difficultés pour évaluer l'impact de l'IA sur la productivité. Dans une récente étude menée par GitLab, la moitié (50 %) des répondants français ont indiqué que la mesure de la productivité des développeurs est essentielle à la croissance de l'entreprise. Pourtant, ils sont 58 % à estimer que leurs manières de mesurer cette productivité sont inadéquates, ou expliquent vouloir la mesurer mais ne savent pas comment s'y prendre.

Mais que signifie le terme « productivité » dans ce contexte ? Et comment les dirigeants devraient-ils définir et mesurer l'impact de l'IA générative sur leurs équipes de développeurs ?

L'intégration de l'IA dans les processus organisationnels peut contribuer à une amélioration des résultats de l'entreprise, au renforcement des capacités stratégiques et à une meilleure compétitivité. Le rôle des développeurs étant essentiel dans ces trois domaines, il est donc essentiel de trouver des moyens pertinents pour mesurer l'impact de l'IA sur leur productivité. C’est en mettant en corrélation les résultats de l’entreprise que ces dernières seront en mesure de mettre en évidence la valeur stratégique de l’IA.

Une mesure qui va au-delà de la production

Les mesures traditionnelles, dont le nombre de lignes de code, de validations de code ou de tâches accomplies, négligent souvent les éléments essentiels du développement logiciel, tels que la résolution de problèmes, le travail d'équipe et l'innovation, qui sont indispensables à l'évaluation de l'impact sur l'activité de l'entreprise. Pour pleinement saisir la contribution de l'IA, il ne suffit pas de quantifier le temps, la dynamique d'équipe et les tâches. Ces mesures doivent déboucher sur des résultats commerciaux tangibles, tels que le taux d'adoption par les utilisateurs, le chiffre d'affaires et la satisfaction de la clientèle. Par ailleurs, il faut souligner que les résultats commerciaux peuvent varier d'une entreprise à l'autre ou d'un projet à l'autre.

C'est pourquoi il est essentiel de suivre les délais complets de réalisation de projets et d'avoir une vue d'ensemble du pipeline de développement. Cela implique notamment de surveiller la fréquence de déploiement, le délai de mise en œuvre des modifications et les délais de rétablissement du service, afin d'obtenir une visibilité totale sur l'efficacité du projet. En outre, l'évaluation des paramètres de l'équipe est cruciale. Le soutien mutuel, l'environnement de travail, l'engagement professionnel et la collaboration influencent considérablement le taux de rotation du personnel et la productivité.

Les développeurs ne consacrent qu'un quart de leurs journées de travail à l'écriture du code. La majeure partie de leur temps est plutôt dédiée à la correction d'erreurs, à la résolution de problèmes de sécurité ou à la mise à jour de systèmes existants. L'automatisation de ces tâches au moyen de l'IA générative (GenAI) permet aux développeurs de mieux tirer parti de leur expertise, en se concentrant sur des tâches créatives et la résolution de problèmes complexes. Cela permet non seulement de stimuler l'innovation, mais aussi d'améliorer la satisfaction au travail. En la matière, les évaluations de performance, les taux de rotation et les enquêtes internes de satisfaction des clients sont des outils précieux pour suivre ces progrès.

De plus, l'IA joue un rôle essentiel dans la prédiction des blocages liés au développement et dans l'automatisation des tâches récurrentes, ce qui permet de prévoir des cycles de publication plus prévisibles et une entrée plus rapide sur le marché. La GenAI optimise aussi les révisions de code et crée des scénarios de test complets. Deux facteurs qui améliorent la fiabilité du code, réduisent les bugs, et qui entraînent par conséquent une amélioration de la qualité des logiciels et une plus grande satisfaction des clients. La capacité de la GenAI à adapter rapidement et précisément les logiciels aux commentaires des utilisateurs garantit le déploiement de produits qui répondent véritablement aux besoins et aux attentes des clients.

Ces améliorations induites par l'IA peuvent être mesurées grâce au feedback des clients, aux requêtes de service, aux analyses réalisées par les analystes et les pairs, ainsi qu'aux performances globales du marché. Elles permettent ainsi de dresser un tableau clair de la contribution de l'IA aux objectifs de l'entreprise.

Effectuer des choix stratégiques favorisant l'autonomisation des développeurs

Les entreprises ont conscience que l'impact de l'IA générative sur la productivité des développeurs se répercute sur les performances commerciales, les capacités stratégiques et l'avantage concurrentiel d'une entreprise. C’est pourquoi les dirigeants se doivent de réaliser des choix stratégiques concernant le déploiement de l'IA pour renforcer leurs équipes de développement :

Faire des développeurs des décideurs : Donner aux développeurs un pouvoir de décision sur les outils d'IA peut améliorer leur sentiment de responsabilité et d'engagement, en les encourageant à déterminer la manière dont l'IA peut être intégrée dans leur travail.
Itérer et s'adapter : Favoriser une culture de l'expérimentation et de l'itération avec les outils d'IA. Il est nécessaire de permettre aux équipes de développement de passer par des phases d'essais et d'erreurs pour comprendre comment l'IA s'adapte le mieux à leurs processus. Il faut soutenir les équipes pendant les éventuelles baisses de productivité à court terme, lorsqu'elles s'adaptent aux nouveaux outils, afin d'obtenir des gains sur le long terme.
Attention aux mauvaises habitudes : L'IA peut aider les développeurs moins expérimentés à écrire du code plus rapidement et à améliorer leurs compétences. Toutefois, elle peut aussi, par inadvertance, leur inculquer de mauvaises pratiques de codage. Il appartient aux responsables de l'équipe de développement de surveiller cela de près.
Miser sur l'IA pour une transformation à long terme : Il faut considérer l'IA non pas comme une solution temporaire, mais comme un outil de transformation qui peut fondamentalement changer le développement de logiciels. Les entreprises peuvent assurer une croissance durable et un leadership sur les marchés axés sur la technologie en alignant les stratégies d'IA sur les objectifs commerciaux à long terme.

Optimiser les mesures

La productivité des développeurs est multidimensionnelle. Elle va au-delà de l'accomplissement des tâches et de la gestion du temps mais prend en compte également la dynamique de l'équipe, la capacité à résoudre les problèmes et bien plus encore. Pour vraiment comprendre comment les développeurs contribuent à la valeur de l'entreprise, les dirigeants doivent adopter un point de vue plus global.

Une récente étude a montré que si 69 % des cadres dirigeants interrogés ont déclaré livrer des logiciels au moins deux fois plus vite qu'il y a un an, démontrant ainsi que l'accélération est en cours, seuls 30 % d'entre eux ont déclaré avoir mis en œuvre l'IA.

Les dirigeants français visionnaires ont tout intérêt à étudier la manière dont les outils d'IA peuvent améliorer la quantité de travail produite et la qualité des résultats de l'entreprise. Ainsi, les entreprises pourront non seulement mesurer le véritable potentiel de l'IA, mais aussi l'exploiter au maximum.