{ Tribune Expert } - Les trois fondements pour le leadership en ingénierie de l'IA en 2025
Bien que l'IA ait été adoptée par de nombreuses organisations, une transformation en profondeur nécessite une évolution des cultures et des protocoles internes. Les leaders technologiques doivent relever le défi de cette nouvelle ère en trouvant un équilibre entre les risques liés à l'IA, en renforçant les compétences de leurs équipes et en leur donnant les moyens de se lancer dans des projets à plus forte valeur ajoutée.

Ces dernières années, l'IA a occupé une place prépondérante dans les médias et les discussions de l'industrie technologique. Mais il ne s'agit pas uniquement d'un effet de tendance. En effet, une étude réalisée par GitLab montre que 78 % des organisations exploitent l'IA dans leurs processus de développement logiciel ou prévoient de le faire d'ici deux ans. De fait, ces organisations commencent à récolter les fruits de leurs investissements dans l'intelligence artificielle : une productivité accrue, une meilleure expérience développeur, et des cycles de production plus rapides.
Bien que l'IA ait été adoptée par de nombreuses organisations, une transformation en profondeur nécessite une évolution des cultures et des protocoles internes. Les leaders technologiques doivent relever le défi de cette nouvelle ère en trouvant un équilibre entre les risques liés à l'IA, en renforçant les compétences de leurs équipes et en leur donnant les moyens de se lancer dans des projets à plus forte valeur ajoutée.
Voici trois axes clés sur lesquels les leaders technologiques devraient concentrer leurs efforts cette année.
1. Redéfinir la gestion des risques en matière d'IA
L'une des préoccupations majeures lors de l'implémentation d'outils d'IA concerne le risque de plagiat ou l'utilisation de données d'entraînement protégées par des droits d'auteur. En 2025, nous pourrions assister à des poursuites judiciaires visant des fournisseurs de grands modèles de langage qui échouent à prouver que leurs modèles respectent les droits d'auteur ou à protéger efficacement la propriété intellectuelle.
Les organisations doivent donc rester vigilantes quant à leurs fournisseurs, en s'assurant qu'ils soient transparents sur les données utilisées pour l'entraînement des modèles et qu'ils offrent des garanties solides pour la protection des données. Négliger l'impact des outils d'IA sur le stockage et la sécurité des données propriétaires - qu'elles soient des données internes, clients, ou partenaires - pourrait exposer les organisations à des menaces de sécurité, des amendes, une perte de leurs clients ou encore à une détérioration de leur image de marque.
Ces risques serviront de levier pour pousser les fournisseurs de solutions d'IA à intégrer dès le départ des principes de protection des données dans leurs modèles, garantissant ainsi une conformité continue tout en réduisant les litiges potentiels.
2. Permettre aux développeurs de se concentrer sur des missions stratégiques avec l'IA
En éliminant les tâches répétitives, l'IA offre aux équipes de développement la liberté d'explorer des domaines nécessitant un esprit critique et une créativité que seule l'intelligence humaine peut apporter. Ainsi, ils pourront acquérir de nouvelles compétences, élargir leur expertise technique, et faire progresser leur carrière.
Dans cette période de transformation, il est essentiel que les leaders technologiques collaborent étroitement avec leurs équipes d'ingénierie et de développement. Le but est d'échanger régulièrement avec elles pour évaluer l'impact de ces nouveaux outils sur leur productivité, recueillir leurs retours, et identifier les axes d'amélioration.
3. Confier les tests de code à l'IA pour se concentrer sur des projets à plus forte valeur ajoutée
En 2025, cette transition va débuter par l'adoption de l'IA pour effectuer des tests de code, une tâche pour laquelle l'automatisation est particulièrement adaptée. Elle permettra de réaliser des tests de bout en bout afin d'obtenir des informations sur la capacité d'une solution à répondre pleinement à sa valeur attendue. Les développeurs anticipent déjà l'impact de l'IA sur leurs flux de travail quotidiens : 63 % d'entre eux estiment que l'IA transformera de manière significative leur rôle dans les cinq prochaines années.
Aujourd'hui, la plupart des développeurs en France consacrent seulement 21 % de leur temps à écrire du code. Cela ouvre de nombreuses perspectives pour appliquer l'IA au développement logiciel au-delà de la génération de code. Des fonctionnalités telles que les résumés de merge requests, les explications de vulnérabilités et les résumés de tickets permettent aux développeurs de se concentrer sur des tâches plus complexes et stimulantes.
Un exemple notable est celui de Cube, une entreprise technologique européenne spécialisée dans le développement de logiciels. Cube a enregistré des améliorations significatives grâce à l'intégration de l'IA dans ses workflows DevSecOps : des cycles de publication 50 % plus rapides et une protection des vulnérabilités améliorée de 50 %.
À l'horizon 2025, les organisations dépasseront l'effervescence initiale de l'adoption de l'IA pour se concentrer sur des retours sur investissement durables et mesurables. Cela nécessitera de repenser leurs structures et processus internes pour exploiter pleinement la valeur de l'IA, notamment en intégrant des cadres solides de gestion des risques et en offrant des opportunités de montée en compétences à leurs équipes de développement pour qu'elles se concentrent sur des projets plus stratégiques. Les organisations qui opéreront ces transformations tireront pleinement parti de leurs investissements en IA et s'assureront un succès durable.
* Michel Isnard, Vice-Président EMEA de GitLab
Sur le même thème
Voir tous les articles Data & IA