Les agents de codage mettent les budgets IA sous pression

L’adoption généralisée de l’IA laisse la question économique ouverte

Un agent de codage peut gagner en capacités tout en restant difficile à justifier comme investissement. Pour les responsables de l’ingénierie, la question métier est de savoir s’il améliore suffisamment la livraison logicielle pour couvrir les ressources supplémentaires qu’il consomme. Une adoption plus large et de meilleures performances sur les tâches rendent cette question plus urgente, mais aucune des deux n’y répond à elle seule.

Le cabinet de conseil McKinsey décrit cet écart dans son McKinsey Technology Trends Outlook 2026. En tant que cabinet conseillant les entreprises sur la technologie, McKinsey a un intérêt commercial à ce que les entreprises recherchent de l’aide pour l’adoption et l’intégration de l’IA. Son rapport indique que 89% des entreprises utilisent régulièrement l’IA et qu’une majorité teste au moins des agents. Pourtant, les gains financiers restent moins fréquents : « Nous constatons que seules 37% des entreprises attribuent un impact positif sur l’EBIT à leurs programmes d’IA, sans même parler des déploiements agentiques plus récents », écrit McKinsey. L’EBIT désigne le bénéfice avant intérêts et impôts, une mesure de la rentabilité opérationnelle.

Ces chiffres couvrent les programmes d’IA au sens large, ce qui limite ce qu’ils apprennent aux responsables de l’ingénierie sur les agents de codage. Ils établissent que déployer l’IA et obtenir un retour financier sont deux réussites distinctes. Un investissement dans un agent de codage nécessite donc sa propre évaluation des améliorations de livraison et des coûts nécessaires pour les obtenir.

Les benchmarks de tâches autonomes mesurent les progrès techniques

Cette évaluation financière commence par la compréhension de ce que les agents peuvent faire. McKinsey attribue à Anthropic et OpenAI des améliorations dans l’usage des outils et l’interaction avec l’ordinateur qui permettent aux agents d’exécuter davantage d’actions de développement. Il identifie également LangGraph, associé à LangChain, comme fournissant une coordination des workflows et des contrôles « human-in-the-loop », grâce auxquels des personnes peuvent examiner ou guider le travail d’un agent. Anthropic et OpenAI vendent des modèles d’IA, tandis que LangChain fournit des outils pour créer des applications d’IA ; tous trois ont donc un intérêt commercial à un usage plus large des agents.

Ces capacités comptent parce que le développement logiciel implique des tâches interconnectées. McKinsey décrit des rôles potentiels pour les agents dans l’analyse des exigences, la génération de code, l’exécution de tests, la détection de bugs et la prise en charge de certaines parties du déploiement. Un agent capable d’enchaîner plusieurs de ces activités a un rôle pratique plus large qu’un outil qui répond à une demande isolée. Mesurer cette capacité exige une définition claire de l’exécution autonome des tâches.

Model Evaluation and Threat Research, ou METR, est une organisation à but non lucratif qui benchmarke l’exécution indépendante des tâches. Sa mesure de l’horizon temporel exprime la taille d’une tâche comme le temps moyen dont un humain aurait besoin pour terminer le travail. METR rapporte cet horizon à un taux de réussite donné, reliant la taille de la tâche à la probabilité qu’un modèle l’achève avec succès.

Pour Claude Opus 4.6, l’horizon en ingénierie logicielle cité par METR est d’environ douze heures à un seuil de réussite de 50%. Le modèle est donc censé mener à bien la moitié des cas impliquant des tâches qui prendraient en moyenne environ douze heures à un humain. Cela décrit la quantité de travail humain représentée par la tâche. Cela ne décrit pas le modèle fonctionnant de manière indépendante pendant cette durée.

La distinction est importante, car McKinsey semble avoir interprété l’horizon comme un temps d’exécution écoulé de l’IA. La chercheuse de METR Sydney Von Arx a expliqué cette mesure dans une interview accordée à MIT Technology Review et a déclaré qu’elle s’était d’abord demandé si c’était la bonne mesure. METR a néanmoins observé des horizons plus longs parmi les modèles de pointe ainsi qu’une tendance d’amélioration qui s’accélère. « Je peux spéculer autant que je veux sur le fait de savoir si cela a du sens ou non, mais la tendance est là », a-t-elle déclaré.

La tendance montre une capacité autonome croissante, mais sa valeur métier dépend de la manière dont les entreprises l’utilisent. McKinsey décrit l’IA agentique, des systèmes qui entreprennent des actions en plusieurs étapes, comme encore peu mature et s’attend à des bénéfices plus importants à mesure que la technologie se développe et s’intègre plus profondément dans les entreprises. Les responsables de l’ingénierie ont donc de bonnes raisons de continuer à évaluer ces évolutions, tout en distinguant les capacités disponibles aujourd’hui des améliorations attendues plus tard.

Les workflows d’agents augmentent la demande de calcul et les coûts d’infrastructure

L’utilisation de ces capacités consomme des ressources à chaque étape du travail d’un agent. McKinsey calcule qu’un seul workflow d’agent peut nécessiter cinq à 30 fois plus de ressources de calcul qu’une requête typique de chatbot. Un workflow d’agent peut contenir de nombreuses opérations, alors que la comparaison avec le chatbot porte sur une seule requête. Le multiplicateur décrit donc les exigences de différentes unités de travail, et sa pertinence pour un déploiement dépend de ce que contient le workflow.

Ces exigences découlent de la manière dont les agents fonctionnent. Des boucles d’inférence répétées obligent un modèle à traiter des informations et à décider de son action suivante ; les appels d’outils lui permettent d’agir via d’autres logiciels ; les étapes de retrieval apportent les informations nécessaires à la tâche. La coordination entre systèmes ajoute encore du travail. À mesure que ces activités se répètent, la demande de calcul augmente au-delà des ressources nécessaires pour traiter l’instruction initiale et la réponse.

La technologie environnante ajoute au coût. McKinsey indique que les entreprises doivent mettre à niveau leurs stacks technologiques existantes, c’est-à-dire les logiciels et l’infrastructure sur lesquels leurs systèmes s’exécutent, afin de prendre en charge les agents de manière fiable. Un budget de déploiement doit donc couvrir à la fois l’environnement nécessaire au fonctionnement de l’agent et les ressources de calcul consommées à chaque fois qu’il travaille.

Ces exigences exercent déjà une pression sur les budgets. Dans une enquête que McKinsey qualifie de récente, 93% des participants ont déclaré que la demande supplémentaire en ressources les avait conduits à dépasser leurs budgets IA. Ce constat s’applique aux participants de cette enquête, mais il donne aux dirigeants une raison concrète d’évaluer les coûts d’exploitation en parallèle des bénéfices attendus. Une hausse des dépenses peut valoir la peine si les améliorations du travail de développement effectivement réalisé sont suffisamment importantes pour la financer.

Les résultats de développement varient fortement selon les entreprises et les développeurs

L’amélioration potentielle est suffisamment importante pour justifier une évaluation sérieuse. McKinsey estime qu’un déploiement réussi d’agents dans le développement logiciel pourrait créer près de mille milliards de dollars de valeur supplémentaire pour les entreprises. La concrétisation de ce potentiel dépend de la capacité des agents à améliorer la manière dont le travail de développement aboutit. Les résultats au niveau des entreprises montrent à quel point cela peut être difficile.

Dans une étude rapportée par McKinsey, seul un quart des entreprises utilisant des agents de développement logiciel ont significativement accéléré leurs cycles de développement. McKinsey définit un progrès significatif par deux exigences réunies : la productivité doit au moins doubler, et l’amélioration doit concerner plus d’un quart des équipes. Un résultat fort dans un petit groupe peut donc rester sous le seuil. Les entreprises en dessous de ce seuil peuvent tout de même obtenir des bénéfices plus modestes qui valent la dépense, mais cette mesure vérifie si un gain devient substantiel à l’échelle de l’organisation.

Atteindre ce seuil organisationnel est plus difficile lorsque les gains individuels sont inégaux. Dans une recherche rapportée par McKinsey, environ 80% des développeurs utilisant des outils d’IA ont obtenu des gains de productivité d’environ 3%, tandis que les 20% les plus performants ont obtenu des gains de 55%. Ces résultats couvrent les outils d’IA au sens large, et offrent donc une vision plus large des résultats des développeurs que les seuls résultats liés aux agents de codage. Ils montrent aussi pourquoi un budget de déploiement doit tenir compte de la répartition des bénéfices : le meilleur résultat individuel peut être très différent de ce que connaissent la plupart des développeurs.

Les résultats au niveau de l’entreprise peuvent aussi se dégrader après l’adoption. McKinsey rapporte que la productivité a diminué dans 30% des entreprises après que leurs équipes de développement ont commencé à utiliser des agents de codage. Cette séquence laisse ouverte la cause de la baisse, mais elle montre qu’un usage accru peut coexister avec un résultat organisationnel plus mauvais. Les dirigeants doivent donc distinguer la productivité individuelle, la vitesse du cycle de développement et la productivité de l’entreprise avant d’utiliser une seule mesure pour justifier des dépenses à l’échelle des équipes.

Même lorsque les mesures s’améliorent ensemble, leurs rythmes d’amélioration peuvent raconter des histoires différentes. Dans une étude rapportée par McKinsey, les outils d’IA ont été associés à une hausse de 180% de l’activité de programmation mais à une hausse de 30% des releases publiées. Les releases mesurent un output plus avancé dans le processus de développement, une fois qu’une plus grande partie du travail nécessaire à la production du logiciel est terminée. Mesurer la seule activité de programmation donnerait donc une vision plus optimiste du changement.

Le nombre de releases doit aussi être relié à un travail que l’entreprise valorise, car davantage de releases n’établissent pas leur qualité ni leur contribution économique. Les dirigeants peuvent commencer une évaluation par l’activité de développement qu’un agent est censé améliorer, puis examiner ce qu’il advient du logiciel effectivement livré. Une étape de codage plus rapide a une valeur économique différente selon que les tests et le déploiement s’améliorent aussi. Cela relie le bénéfice mesuré à l’ensemble du processus qui doit supporter les coûts de calcul et d’infrastructure de l’agent.

La défiance des développeurs crée un défi d’adoption distinct

Les résultats de livraison décrivent ce qui se passe lorsque les équipes utilisent des outils d’IA ; la confiance des développeurs décrit une autre condition de leur utilisation. McKinsey rapporte qu’environ 46% des développeurs dans le monde se méfient activement de la précision des outils d’IA, qu’un tiers font confiance aux outils en principe, et que 3% ont une grande confiance dans leurs résultats. Ces chiffres décrivent différents niveaux de confiance et doivent être lus individuellement, car ils ne constituent pas une ventilation complète des réactions des développeurs.

Parallèlement à ces chiffres sur la confiance, McKinsey caractérise une partie de la programmation comme avançant au « ressenti ». Cette description concerne les pratiques de travail, tandis que les chiffres de l’enquête portent sur la confiance dans la précision des outils. La confiance reste pertinente pour l’adoption, mais les chiffres à eux seuls n’établissent pas comment le scepticisme contribue aux variations de productivité ou à la pression budgétaire. Les dirigeants doivent évaluer séparément la confiance des développeurs, la capacité technique d’un agent et ses résultats mesurés en matière de livraison.

L’investissement et le recrutement reflètent des attentes de croissance

Malgré ces résultats opérationnels contrastés, l’activité financière autour du développement logiciel fondé sur des agents a fortement progressé. McKinsey rapporte que l’investissement dans les fournisseurs est passé d’un niveau négligeable en 2023 à environ 5 milliards de dollars en 2025, puis a dépassé 61 milliards de dollars au cours du premier semestre 2026. Les offres d’emploi associées ont augmenté de 221% entre 2024 et 2025. L’investissement et le recrutement indiquent des attentes de demande future et une volonté d’engager des ressources pour y répondre.

Le total des investissements doit aussi être compris à travers sa composition. McKinsey attribue l’essentiel de la hausse du premier semestre à l’acquisition de Cursor par SpaceX pour 60 milliards de dollars en actions. Comme cette transaction représente la majeure partie du montant rapporté, la hausse est très concentrée. Le total mis en avant reflète une acquisition majeure aux côtés d’autres investissements dans la catégorie, plutôt qu’une croissance du financement répartie de manière homogène entre les fournisseurs.

Points clés à retenir pour les dirigeants

• Évaluez séparément le retour des agents de codage : McKinsey rapporte que 89% des entreprises utilisent régulièrement l’IA, tandis que 37% attribuent un impact positif sur l’EBIT à leurs programmes d’IA. Les responsables de l’ingénierie ont besoin d’une évaluation spécifique au déploiement reliant les améliorations de livraison aux coûts totaux.
• Lisez attentivement les benchmarks d’autonomie : L’horizon de douze heures de METR pour Claude Opus 4.6 représente du temps de tâche humain à un taux de réussite de 50%. Les évaluateurs en ingénierie doivent tester les taux d’achèvement sur leurs propres tâches de développement avant de budgéter du travail autonome.
• Budgétez l’ensemble du workflow : McKinsey estime qu’un workflow d’agent peut consommer cinq à 30 fois les ressources de calcul d’une requête typique de chatbot. Les responsables technologiques doivent inclure dans les budgets de déploiement les appels répétés au modèle, l’usage d’outils, le retrieval et les mises à niveau d’infrastructure.
• Mesurez le logiciel effectivement livré : Seul un quart des entreprises utilisant des agents de développement ont atteint le seuil de McKinsey pour une accélération significative, tandis que 30% ont signalé des baisses de productivité après l’adoption. Les managers de l’ingénierie doivent suivre les releases, la qualité et la vitesse du cycle de développement en parallèle du coût nécessaire pour obtenir ces résultats.
• Évaluez séparément la confiance des développeurs : Selon McKinsey, environ 46% des développeurs se méfient activement de la précision des outils d’IA. Les managers de l’ingénierie doivent évaluer la confiance en parallèle des résultats de livraison ; l’enquête à elle seule n’établit aucun lien causal entre défiance et productivité.
• Tenez compte de la concentration des investissements : L’acquisition de Cursor en actions pour 60 milliards de dollars par SpaceX représente l’essentiel de la hausse des investissements citée pour le début de 2026. Les équipes achats et stratégie doivent évaluer séparément la maturité des fournisseurs et les résultats clients, indépendamment des montants globaux de financement mis en avant.