La gueule de bois du codage IA

LE REVEIL DU CODAGE AUTOMATISE

L'intelligence artificielle (IA) a révolutionné de nombreux domaines, notamment celui du développement logiciel. Les grands modèles de langage (LLM) peuvent désormais écrire du code, ce qui a conduit certaines entreprises à penser qu'elles pouvaient se passer de développeurs. Cependant, cette approche a des conséquences inattendues, notamment des systèmes fragiles, des coûts de cloud élevés et une reconstruction douloureuse.

Les limites de l'IA dans le développement logiciel
Les LLM sont certes capables de générer du code, mais ils ne sont pas en mesure de remplacer les développeurs. Les systèmes d'entreprise sont complexes et nécessitent une compréhension approfondie des besoins métier, de la sécurité, de la performance et de l'exploitation. Les développeurs apportent une valeur ajoutée en termes de jugement, de créativité et de capacité à résoudre les problèmes complexes. Les LLM, en revanche, sont limités à la génération de code basé sur des modèles et des règles prédéfinies.

Les conséquences de la substitution de l'IA aux développeurs
Les entreprises qui ont remplacé leurs développeurs par des LLM ont souvent constaté que les coûts de cloud et de maintenance ont augmenté de manière significative. Les systèmes générés par l'IA peuvent être inefficaces, sur-allocatifs et dupliquants, ce qui peut entraîner des problèmes de performance, de sécurité et de scalabilité. De plus, les LLM ne sont pas en mesure de prendre en compte les cas de bordure, les exceptions et les erreurs, ce qui peut entraîner des problèmes de fiabilité et de disponibilité.

La dette technique et la complexité
Les systèmes générés par l'IA peuvent créer une dette technique importante, qui peut être difficile à résoudre. Les développeurs qui sont rappelés pour résoudre ces problèmes doivent souvent effectuer un travail de refactorisation important pour rendre les systèmes compréhensibles, observables, testables et efficaces en termes de coûts. Cela peut prendre beaucoup de temps et d'argent, et les coûts de remédiation peuvent être élevés.

Les leçons à tirer
Les entreprises doivent apprendre à utiliser les LLM de manière efficace, en les utilisant comme outils pour amplifier les capacités des développeurs, plutôt que de les remplacer. Les développeurs doivent être impliqués dans le processus de génération de code pour garantir que les systèmes soient conçus pour être maintenables, scalables et sécurisés. Les entreprises doivent également investir dans la formation et le développement de leurs développeurs pour qu'ils soient en mesure de travailler efficacement avec les LLM.

En conclusion, l'utilisation des LLM pour générer du code peut être un outil puissant, mais elle nécessite une approche prudente et réfléchie. Les entreprises doivent prendre en compte les limites de l'IA et les conséquences potentielles de la substitution de l'IA aux développeurs. En utilisant les LLM de manière efficace et en impliquant les développeurs dans le processus, les entreprises peuvent créer des systèmes de haute qualité qui répondent à leurs besoins métier. Pour en savoir plus sur les grands modèles de langage, les pipelines de CI/CD et les infrastructures en tant que code, vous pouvez consulter les ressources suivantes : The AI coding hangover, Edge computing et Business continuity.

---

Source : Save money by canceling more software projects, says survey | InfoWorld - The AI coding hangover​