L'IA va-t-elle remplacer les développeurs ?

La question revient à chaque comité de direction depuis la sortie de GPT-4 : faut-il encore recruter des développeurs ? Avec Cursor qui génère des features entières, GitHub Copilot Workspace qui transforme une issue en pull request, et Devin (Cognition Labs) qui se présente comme "le premier ingénieur logiciel IA", la pression est réelle. Regardons les faits, métier par métier, sans céder au catastrophisme ni au déni.

Ce que l'IA fait vraiment bien aujourd'hui

En 2025, les LLM spécialisés code (Claude 3.5 Sonnet, GPT-4.1, DeepSeek-Coder V3) atteignent des scores entre 55 % et 75 % sur SWE-bench Verified — un benchmark de vrais bugs GitHub. C'est impressionnant, mais ça signifie aussi que 25 à 45 % des tâches échouent toujours, et ce sur des problèmes isolés, hors contexte d'entreprise.

Concrètement, l'IA excelle sur :

• La génération de code boilerplate (CRUD, DTOs, mappers)
• Les tests unitaires à partir d'une fonction existante
• La traduction entre langages (Python → Go, jQuery → React)
• La documentation et les commentaires JSDoc/docstrings
• Le refactoring localisé et le renommage sémantique

Elle peine encore sur :

• L'architecture distribuée et les choix de cohérence
• Le debug de problèmes de production (race conditions, fuites mémoire)
• La compréhension d'un domaine métier complexe
• Les décisions de sécurité non triviales (modèle de menace, OAuth flows)

Métier par métier : qui est menacé ?

| Rôle | Impact IA | Horizon | Tendance | |------|-----------|---------|----------| | Dev junior généraliste | Élevé | 2025-2027 | Postes en baisse, exigences en hausse | | Dev front-end "intégrateur" | Élevé | 2025-2026 | v0.dev, Bolt.new automatisent les maquettes | | Dev back-end senior | Moyen | 2027+ | Recentré sur l'architecture | | Data engineer | Moyen | 2026+ | SQL et pipelines partiellement générés | | SRE / Platform engineer | Faible | — | Demande croissante (FinOps, IA infra) | | Sécurité / AppSec | Faible | — | Surface d'attaque élargie par l'IA | | ML / MLOps engineer | Très faible | — | Pénurie aggravée |

Le vrai signal n'est pas "l'IA remplace les devs" mais "l'IA déplace la valeur du code vers le jugement". Écrire 200 lignes de TypeScript n'est plus un actif rare. Savoir quelles 200 lignes écrire, dans quel service, avec quelles garanties de latence et quel impact sur la facture cloud — ça l'est.

Le pattern qui fonctionne en 2025 : l'ingénieur augmenté

Les équipes qui tirent le meilleur parti de l'IA appliquent un pattern simple : spec-driven development assisté. Le développeur rédige une spécification précise, l'IA propose une implémentation, le développeur valide et raffine.

Exemple avec Cursor en mode Agent et un fichier .cursorrules :

# .cursorrules
- Stack : Node.js 22, Fastify 5, Drizzle ORM, PostgreSQL 16
- Toute route doit avoir un schéma Zod (input + output)
- Pas de console.log : utiliser pino avec contexte requestId
- Tests : Vitest + supertest, coverage >= 80%
- Erreurs métier : throw AppError(code, statusCode), jamais Error brut

Avec ce type de contraintes, le taux d'acceptation des suggestions passe typiquement de 30 % à plus de 60 % sur les bases de code que nous avons mesurées chez nos clients. Sans ces garde-fous, l'IA produit du code qui compile mais qui dérive lentement des conventions de l'équipe.

Les compétences qui prennent de la valeur

Une checklist concrète pour rester pertinent en tant que dev en 2026 :

• [ ] Savoir lire et critiquer du code généré (revue de PR rigoureuse)
• [ ] Maîtriser au moins un framework d'évaluation LLM (Promptfoo, Braintrust, LangSmith)
• [ ] Comprendre les coûts d'inférence (tokens/seconde, context window, batching)
• [ ] Concevoir des APIs claires — c'est ce que l'IA consommera demain via MCP (Model Context Protocol)
• [ ] Pratiquer le pair-programming avec un agent (Cursor, Cline, Aider) au moins 2h/semaine
• [ ] Garder une compétence "profonde" : systèmes distribués, perf, sécurité, ou domaine métier

Ce que ça change pour les recrutements

Les données de Stack Overflow Developer Survey 2024 et les rapports de l'ACM convergent : la productivité d'un développeur senior équipé d'un assistant IA augmente de 25 à 55 % selon le type de tâche. Mais celle d'un junior augmente beaucoup moins — parfois elle diminue, car le junior accepte du code qu'il ne comprend pas.

Conséquence directe : les pyramides d'équipe s'aplatissent. Là où on avait 1 senior pour 4 juniors, on tend vers 1 senior pour 2 mid + assistant IA. Les juniors qui survivent à cette transition sont ceux qui investissent agressivement dans la compréhension en profondeur plutôt que dans la production de volume.

Et les agents autonomes type Devin ?

Les démos sont spectaculaires, la réalité plus nuancée. Sur SWE-bench, Devin résolvait 13,86 % des tickets en mars 2024 ; les meilleurs agents open source (SWE-agent, OpenHands) dépassent aujourd'hui les 50 %. Mais ces benchmarks restent éloignés d'un monorepo de 2 millions de lignes avec dette technique, secrets à manipuler et contraintes RGPD. Pour l'instant, l'agent autonome remplace une tâche, pas un poste.

À retenir

• L'IA ne remplace pas les développeurs, elle redistribue la valeur vers le jugement, l'architecture et le contexte métier.
• Les profils les plus exposés sont les juniors généralistes et les intégrateurs front-end ; les SRE, AppSec et MLOps restent en forte demande.
• Un cadre comme .cursorrules ou des specs explicites double quasiment le taux d'acceptation des suggestions IA.
• La compétence-clé de 2026 : savoir lire critiquement du code généré, pas en produire toujours plus.
• Les agents autonomes (Devin, OpenHands) automatisent des tâches isolées, pas encore des rôles complets — la fenêtre pour monter en compétence est ouverte, mais pas indéfiniment.