L'Outil IA Préféré des Devs: Cursor Dépasse GitHub Copilot
Un récent rapport de LeadDev, une organisation axée sur le leadership en ingénierie logicielle, offre un aperçu complet de la manière dont l’intelligence artificielle est intégrée dans les flux de travail quotidiens des développeurs et de leurs organisations. Le premier Rapport d’Impact de l’IA révèle un paysage d’adoption rapide, avec une majorité significative d’équipes d’ingénierie tirant déjà parti des outils d’IA.
Les conclusions indiquent que deux tiers des développeurs et des organisations d’ingénierie utilisent activement des outils et des modèles d’IA, signalant une adoption généralisée de la technologie. Vingt pour cent supplémentaires sont en phase de preuve de concept, tandis que 13 % explorent le potentiel de l’IA. Remarquablement, seuls 2 % des répondants ont déclaré n’avoir aucun plan d’utilisation des outils d’IA, soulignant leur statut d’exceptions notables dans une industrie de plus en plus axée sur l’IA. Scott Carey, rédacteur en chef de LeadDev, a exprimé sa fascination pour ce petit contingent, notant que l’IA devient rapidement une partie intégrante du développement moderne.
En ce qui concerne les outils spécifiques, le rapport a mis au jour des préférences inattendues. Cursor est apparu comme l’outil d’IA leader financé par les organisations, utilisé par 43 % des répondants. GitHub Copilot, souvent perçu comme l’acteur dominant, a suivi de près à 37 %. D’autres outils proéminents, y compris OpenAI, Google Gemini, Windsurf et Claude d’Anthropic, ont constitué un niveau d’adoption intermédiaire. Des options de niche ou moins courantes telles qu’Amazon Q, Bedrock, Replit et Lovable ont enregistré des parts minimales, ce qui est compréhensible étant donné l’accent de l’enquête sur les développeurs professionnels utilisant des solutions financées par l’organisation.
Le rapport met également en lumière les principales applications de l’IA dans le développement. Les ingénieurs utilisent majoritairement l’IA et les grands modèles linguistiques pour des tâches telles que la génération de code, la synthèse de réunions, la rédaction de documentation et d’autres contenus, ainsi que la recherche de nouveaux concepts. Cependant, leur utilisation de l’IA pour des fonctions plus avancées ou opérationnelles reste limitée. Seulement 7 % utilisent l’IA pour l’analyse de données, 7 % pour les tests et l’assurance qualité, 3 % pour l’automatisation des opérations informatiques, et seulement 2 % pour le déploiement de code. Carey a observé que, malgré l’enthousiasme des fournisseurs pour l’« AI DevOps » et des concepts similaires, les développeurs n’ont pas encore intégré l’IA en profondeur dans l’ensemble du cycle de vie du développement logiciel pour ces domaines. Il a noté la frustration que ce sont précisément les domaines où l’IA pourrait potentiellement avoir le plus grand impact, pourtant les solutions prêtes à l’emploi sont rares et l’attention des fournisseurs se porte souvent ailleurs.
Une question critique abordée par le rapport concerne l’impact réel de l’IA sur la productivité des développeurs. Alors que la majorité des répondants de LeadDev pensent que l’IA les a rendus plus productifs, 5 % n’ont signalé aucun changement et 10 % se sont sentis moins productifs. Un notable 26 % n’étaient pas sûrs ou ne savaient pas, une constatation que Carey a attribuée à un manque généralisé de systèmes robustes pour suivre la productivité des développeurs au sein des organisations. Cette perception contraste fortement avec un rapport antérieur de METR, qui indiquait que si les développeurs pensaient que l’IA améliorait leur productivité, ces outils les ralentissaient en fait de 19 %. Cette divergence met en évidence un potentiel « paradoxe de productivité » où les gains perçus ne correspondent pas toujours aux résultats mesurables.
Pour l’avenir, le rapport a également exploré les implications de l’adoption de l’IA pour la future main-d’œuvre, en particulier pour les ingénieurs juniors. Une majorité significative (54 %) des répondants estime que leurs organisations embaucheront moins de développeurs juniors à long terme. Ce changement suggère que les rôles des ingénieurs débutants pourraient évoluer, se concentrant davantage sur la supervision d’agents IA plutôt que sur les tâches de codage traditionnelles.