Le thème de NTT Recherche Inc. événement utilisateur annuel, Mise à niveaucette semaine à San Jose avait lieu « De la recherche à la réalité », reflet du désir de NTT d'équilibrer la nature académique de la recherche avec l'aspect pratique de garantir que le résultat soit quelque chose que les clients peuvent utiliser et dont ils peuvent bénéficier.
1. L’IA a déjà réécrit le cycle de vie du développement logiciel
Topoleski a souligné que l’IA n’est plus un accessoire du développement. Au contraire, cela remodèle fondamentalement la façon dont les logiciels sont construits de bout en bout. Il a décrit une inversion spectaculaire de la courbe classique du cycle de vie : la planification, la conception, les tests et la révision sont désormais les goulots d'étranglement, et non l'écriture du code.
« L'écriture de code ne devient plus un goulot d'étranglement », a-t-il déclaré. « L'IA peut écrire 60 à 80 % du code, ce qui signifie que ce qui commence à devenir un goulot d'étranglement, ce sont d'autres parties de l'organisation, d'autres parties du cycle de vie du développement logiciel, la planification et le processus de conception. Le processus de test et de révision doit être pensé d'une manière différente. «
Son message au directeur de l'information et aux directeurs de la technologie était que l'adoption d'outils de codage d'IA nécessite de repenser « ce qu'est réellement cette usine logicielle du futur » et de restructurer les équipes, les processus et les compétences pour s'aligner sur cette réalité.
Un point intéressant soulevé par Topoleski est que les organisations doivent repenser les mesures de production. Il a qualifié le nombre de lignes de code que l'IA écrit de métrique vaniteuse, et ce qui doit être suivi est de savoir si le code est de haute qualité, sécurisé et fait avancer l'entreprise.
2. Impact du curseur à grande échelle : de 6 % à plus de 60 % (et 97 % en interne)
Topoleski a utilisé des chiffres concrets pour illustrer la rapidité avec laquelle le développement basé sur l'IA évolue dans l'entreprise et au sein même de Cursor. « Il y a douze mois, l'entreprise cliente moyenne avec laquelle nous avons travaillé disposait d'environ 6 % du code qu'elle avait mis en production et qui provenait de Cursor », a-t-il déclaré. « Aujourd'hui, ce chiffre dépasse 60 %. En interne chez Cursor, après avoir introduit des agents cloud capables d'exécuter plusieurs agents en parallèle, nous avons vu notre code envoyé en production écrit par l'IA atteindre 97,3 %. »
Il a comparé cela avec une référence d’il y a un an : « Il y a littéralement un an, ce chiffre était inférieur à 10 %. » Ce changement signifie que les organisations doivent désormais moins se soucier de « L’IA peut-elle écrire du code ? » et plus encore sur les effets en aval, tels que la révision du code, l'intégration continue/le déploiement continu ou le CI/CD, et les flux de travail de publication submergés par le volume.
Il a même cité une grande compagnie d'assurance qui est passée de l'expédition de « quelque chose comme 150 000 lignes de code par semaine » à environ 800 000 lignes par semaine après le déploiement de Cursor, ce qui, à son tour, a brisé les hypothèses traditionnelles de révision de code et de pipeline.
3. De la complétion du code aux agents en passant par les « agents cloud »
Un thème central était les trois « vagues » d'IA de Cursor pour le développement de logiciels, chacune élargissant la portée de ce que l'IA peut faire.
Vague 1 : Achèvement. Topoleski a comparé l'utilisation initiale de Cursor à la capacité de Gmail à compléter des e-mails. Il utilise l’IA pour analyser ce que les codeurs ont fait au cours des 10 à 15 dernières minutes, puis prédire la ligne suivante. Cela s'est traduit par des gains de productivité de 10 à 15 %.
Vague 2 : Agents en tant que collègues de programmation en binôme. La vague d’utilisation suivante consistait à associer un agent IA à un développeur. L'agent peut parcourir tout le code, consulter un LLM pour générer du code et l'appliquer dans la base de code, augmentant ainsi la productivité de 35 à 40 %.
Vague 3 : Agents cloud et orchestration. La troisième vague permet aux agents d'exécuter des tâches plus longues et aux développeurs d'exécuter plusieurs agents en parallèle dans un environnement cloud. Topoleski a défini le nouveau rôle de développeur comme étant plus managérial : « En fait, vous vous concentrez davantage sur cela comme un gestionnaire, où vous orchestrez plusieurs de ces agents de la même manière que vous exécutez réellement un logiciel. » Il a même plaisanté en disant qu ' »en fin de compte, Cursor est une société d'outils internes que nous utilisons Cursor pour créer Cursor encore mieux », soulignant à quel point il alimente profondément ces flux de travail basés sur des agents.
4. Le changement organisationnel, et pas seulement les outils, détermine le retour sur investissement
Topoleski a fait valoir que le principal déterminant du retour sur investissement n'est pas le modèle mais la position de leadership et la conception organisationnelle. Il a déclaré que la première exigence est un parrainage explicite du haut vers le bas et une philosophie d'entreprise claire sur l'utilisation de l'IA. Il a raconté une assemblée publique du CTO où la question non posée était : « Si j'utilise l'IA, vais-je être promu ou vais-je être licencié ? C’est quelque chose que j’ai entendu de la part de nombreuses personnes, et les dirigeants doivent y répondre directement.
Il a présenté un modèle d'adoption pratique et a suggéré de commencer par donner aux gens la possibilité d'expérimenter en dehors de la pression quotidienne, comme organiser des hackathons ou prendre une journée de congé pour que les équipes puissent découvrir à quoi ressemble l'utilisation de l'IA.
Le point soulevé ci-dessus concernant le suivi des bonnes mesures est la raison pour laquelle Cursor a construit des fonctionnalités telles que « bug mod », qui exécute une série de quatre ou cinq grands modèles de langage pour rechercher de manière proactive les bogues, les problèmes d'assurance qualité et d'autres problèmes pendant l'écriture du code. Topoleski a déclaré que cela pourrait résoudre environ 60 % des problèmes identifiés. Cette couche de qualité crée la confiance et est essentielle au maintien de la vitesse pilotée par l’IA.
5. L’IA pour le développement de logiciels est un marché massif et éprouvé en production
Du point de vue des investisseurs et de l’écosystème, Vab Goel a présenté Cursor comme l’une des « sociétés d’IA appliquée les plus étonnantes du marché » et a positionné la catégorie de l’IA pour le développement de logiciels comme à la fois énorme et déjà en production, non coincée dans les limbes du POC.
Il a ouvert en décrivant la traction du curseur. Il a fait remarquer : « Cursor n'a que trois ans d'existence et a déjà atteint un chiffre d'affaires annuel de 2 milliards de dollars », ce qui, selon lui, est « probablement l'entreprise la plus rapide à atteindre 2 milliards de dollars ». Il a poursuivi en déclarant qu'« environ 70 % des entreprises Fortune 500 utilisent Cursor », avec « plus de 2 millions de développeurs de logiciels utilisant le produit chaque semaine ».
Goel a comparé Cursor au marché plus large de l'IA, où il existe de nombreuses preuves de concept, mais les mettre en production a été un défi, affirmant que « Cursor a changé cela pour le développement de logiciels ; il n'y a rien de mieux que d'être en production ».
Ensemble, leur conversation démontre clairement que le développement de logiciels basés sur l'IA est déjà à l'échelle industrielle, que la véritable différenciation concurrentielle réside désormais dans la conception organisationnelle et l'orchestration des flux de travail, et que Cursor se positionne comme la couche de plate-forme où convergent ces capacités.
Sur cette base, voici mes recommandations aux leaders des technologies de l’information :
- Liez les mesures d'ingénierie et d'IA directement aux résultats commerciaux (durée de cycle, taux d'incidents, défauts visibles par le client et adoption des fonctionnalités) plutôt qu'au volume brut.
- Complétez les mesures de productivité de l'IA avec des indicateurs de qualité et de risque (taux de bugs, résultats de sécurité, fréquence de restauration), en utilisant des outils tels que l'examen automatisé de style « bug mod » de Cursor pour détecter les problèmes rapidement.
- Définissez et communiquez une philosophie claire pour l'utilisation de l'IA, afin que les équipes sachent qu'elles seront récompensées pour des résultats sûrs et à fort impact, et pas seulement pour « plus de code » ou des mesures d'activité gonflées.
Enfin, il est essentiel que les développeurs et les ingénieurs aient le temps d'expérimenter et d'essayer des choses. Créer un jumeau numérique de l'environnement n'a jamais été aussi simple, alors donnez aux gens la liberté et le temps d'essayer, d'échouer et de réessayer. Cela ne fera que créer des avantages durables à long terme.
Zeus Kerravala est analyste principal chez ZK Research, une division de Kerravala Consulting. Il a écrit cet article pour SiliconANGLE.
