L’IA générative n’existe que depuis deux ans. Mais elle s’est déjà imposée comme un outil indispensable pour les professionnels de la technologie. Les offres d’emploi mentionnant l’IA générative ont été multipliées par 3,5 en 2024. Pour les pros de l’IT, cela indique un changement d’orientation dans leur travail quotidien. Mais étant donné qu’il s’agit désormais d’une compétence courante, est-il encore nécessaire d’inclure les compétences en IA générique dans les offres d’emploi ?
Selon une enquête récente de Hiring Lab, les mentions de l’IA Gen dans les offres d’emploi sont plus importantes dans les domaines :
- L’analyse de données
- Le développement de logiciels
- La recherche scientifique
Paradoxalement, les offres d’emploi liées à l’IA Gen sont inférieures aux attentes dans des secteurs qui semblent être des candidats naturels, notamment les secteurs de :
- L’assurance
- La logistique
- L’information médicale.
Les secteurs qui dépassent les attentes sont en revanche :
- L’architecture
- Les arts et les divertissements
- L’ingénierie industrielle
Néanmoins, il est probable que l’adoption de l’IA générative se fasse partout dans le monde de la technologie, indépendamment de l’industrie ou du niveau d’expérience, soulignent les observateurs. Les avantages sont si convaincants qu’à ce stade, l’IA est probablement aussi naturelle que les compétences en matière de saisie au clavier.
Des outils transformateurs pour générer du code
Pour commencer, l’IA « réinvente la productivité et l’efficacité dans le développement de logiciels, en donnant aux développeurs plus de temps pour le travail stratégique et créatif », explique à ZDNET Paul McDonagh-Smith, maître de conférences en informatique au MIT.
Ces outils s’avèrent transformateurs dans pratiquement tous les domaines du développement de logiciels, y compris la génération de code, les tests, le débogage et la documentation. « En rationalisant les tâches de codage répétitives, ces outils permettent aux développeurs de passer plus rapidement à la conception de logiciels plus complexes et à la résolution de problèmes ».
« Soyons directs : la plupart des défis initiaux liés aux outils d’IA ont été résolus », dit Nate Berent-Spillson, vice-président de l’ingénierie des produits chez NTT DATA. « Il est vrai que l’on s’inquiétait à juste titre des faux pas initiaux et des fuites d’informations dans les modèles. Mais nous avons dépassé ce stade. »
Des gains de productivité massifs
Même les professionnels de la technologie les plus expérimentés bénéficient de l’assistance de l’IA générative. « Ils réalisent des gains de productivité considérables en demandant à l’IA de gérer des tâches spécifiques à l’aide de modèles établis », poursuit-il.
« Leur connaissance approfondie des modèles logiciels leur permet de diriger efficacement l’IA, même en changeant de langage de programmation. Nous avons vu des développeurs expérimentés apprendre des langages entièrement nouveaux comme Rust et devenir immédiatement productifs. »
Plus important encore, « l’IA élimine les tâches fastidieuses qui accaparent les développeurs chevronnés », a déclaré Mme Berent-Spillson. « Prenons l’exemple de l’examen des demandes d’extraction : en demandant à l’IA d’effectuer les premières vérifications et de fournir un feedback aux développeurs, nous réduisons considérablement le cycle et libérons les ingénieurs seniors pour des tâches à plus forte valeur ajoutée ».
Les développeurs changent
« Nous voyons les développeurs passer de l’écriture de code à l’orchestration d’agents d’IA« , dit Jithin Bhasker, directeur général de ServiceNow. L’efficacité gagnée grâce à l’adoption de l’IA n’est pas seulement une question de productivité personnelle. Elle est urgente « avec la pénurie prévue d’un demi-million de développeurs d’ici 2030 et le besoin d’un milliard de nouvelles applications ».
Les outils de Gen-AI servent d’assistants aux professionnels chevronnés tout en aidant les professionnels moins expérimentés à se mettre à niveau. « D’une certaine manière, nous pourrions qualifier ces outils de mentors, offrant des suggestions de syntaxe, une assistance au débogage et des conseils d’optimisation du code », a déclaré M. McDonagh-Smith.
« Les développeurs moins expérimentés, qui ne sont peut-être pas encore à l’aise avec les conventions de codage et les algorithmes complexes, sont encadrés. Bien que les développeurs expérimentés utilisent également des outils d’IA générative pour garantir des gains de productivité, l’impact relatif sur les développeurs en début de carrière est plus prononcé parce que l’IA les aide à renforcer leurs capacités à résoudre rapidement leurs lacunes en matière de connaissances fondamentales. »
Faire preuve de prudence
Cependant, Berent-Spillson recommande la prudence. « Le véritable changement dans ce domaine est la vitesse, mais il y a un hic », dit-il. « Si l’IA peut réduire considérablement le temps de cycle, elle amplifie également toutes les contraintes de processus. C’est un peu comme si vous ajoutiez un turbo à votre voiture. Si votre châssis n’est pas solide, vous aurez un problème.
Faites preuve de prudence « en ce qui concerne la qualité du code, la maintenabilité et la propriété intellectuelle », conseille Mme McDonagh-Smith. « Bien qu’ils soient syntaxiquement corrects, les outils d’IA ont créé des codes logiquement défectueux ou inefficaces. Ce qui entraîne une dégradation du code au fil du temps s’il n’est pas examiné avec soin. Nous devrions également nous prémunir contre la prolifération des logiciels lorsque la facilité de création de code généré par l’IA se traduit par un code trop complexe ou inutile. Cela peut rendre les projets plus difficiles à maintenir au fil du temps. »
La capacité d’une entreprise à tirer parti des avantages de l’IA Gen « est directement liée à la maturité technique » insiste Mme Berent-Spillson. Les organisations qui utilisent des modèles cloud-native et une automatisation poussée constatent des gains immédiats. Mais si vous êtes encore ancré dans des processus manuels et une documentation lourde, vous serez confronté à davantage d’obstacles.