IA générative

Cobus Greyling évaluait en novembre 2025 le gain de productivité des développeurs lié aux outils génératifs jusqu'à 55%. La note Trésor-Éco 391 (DG Trésor, juin 2026) est plus mesurée : +26% pour les développeurs, +14% dans le service client, et aucun effet significatif sur l'emploi agrégé, l'adoption restant proche de 20% des entreprises de l'UE. Cette note apporte le seul signal négatif solide : une baisse de 16% de l'emploi chez les 22-25 ans exposés aux États-Unis, sans causalité établie.

L'argument qui revient porte sur le déplacement plutôt que sur le volume. Fred Plais soutient que le goulot d'étranglement n'a pas disparu, il s'est déplacé en amont, vers la décision de ce qu'il faut construire. SFEIR lit le volet processus de la même façon : l'implémentation s'est compressée de plusieurs semaines à quelques heures, et parmi les quatre grands risques de Marty Cagan, le SDLC ne couvre nativement que la faisabilité technique.

Philippe Ensarguet en nomme le coût. L'open source reposait sur un contrat implicite dans lequel l'effort signalait la compréhension d'un projet. L'IA générative a dissocié les deux en produisant des contributions d'apparence plausible avec une compréhension nulle et un effort nul. Ghostty prononce des bannissements permanents pour le code généré par IA, tldraw ferme automatiquement les PR externes, et cURL a mis fin à son programme de bug bounty sous le volume de soumissions vides.

L'expérience de terrain menée par Dell'Acqua, Mollick, Lakhani et leurs collègues (791 professionnels, Organization Science 2026) a montré qu'un individu assisté par IA égalait un binôme transverse sans IA, +0.37σ contre +0.24σ. Les binômes humains sans IA identifiaient néanmoins plus souvent leur propre meilleure idée, environ 50% contre 37%. Le jugement évaluatif est resté du côté humain.