Pourquoi le futur de la génération de code AI est la personnalisation

Selon McKinsey, l’impact économique de la GenAI est le plus important dans le domaine du développement de produits et de l’automatisation du code, avec un impact de 900 milliards de dollars.

Plongeons plus en profondeur dans l’état de l’automatisation du code, de la personnalisation du code et de son potentiel.

État de la GenAI et de l’automatisation du code en 2024

En 2023, ChatGPT et l’assistant de codage de Github, CoPilot, sont devenus très populaires parmi les coders. Les modèles GPT et similaires ont montré que les modèles de langage grand (LLM) peuvent générer, compléter, réorganiser et transformer du code très bien.

Aujourd’hui, il existe une variété d’assistants de codage. Alors que CoPilot est considéré comme le leader de la catégorie, il existe des assistants de codage GenAI avec des spécialités différentes. Pour n’en citer que quelques-uns :

• Anima se spécialise dans le front-end, en transformant les conceptions en code (par exemple, Figma en React)

• L’expertise de Codium est de composer des tests et de gérer les demandes de tirage

• Replit propose un IDE en ligne collaboratif avec un assistant AI dédié

• Tab9 propose une solution sécurisée sur site pour les entreprises

Les rivaux de CoPilot sont annoncés fréquemment, par exemple magic.dev et Poolside, promettant de meilleures performances et une meilleure expérience. Les modèles continuent d’évoluer – GPT5 devrait être annoncé bientôt, et LlamaCode propose un modèle open-source de haute gamme, avec des versions affinées qui apparaissent sur HuggingFace [classement des modèles de code]. Ce n’est que le début de l’automatisation du code avec les LLM.

Selon Github, CoPilot accélère le développement de 55 % [recherche]. Les utilisateurs d’Anima rapportent avoir économisé jusqu’à 50 % du temps de codage front-end [étude de cas], ce qui les rend 2 fois plus rapides tout en obtenant une meilleure qualité de produit en termes d’expérience utilisateur – et moins de ping-pong entre les concepteurs et les développeurs.

Personnalisation du code AI

JavaScript est le langage de code le plus populaire (#1) (Github 2023), et React est le framework web JavaScript le plus populaire, utilisé par plus de 40 % des développeurs (Stackoverflow 2023).

Maintenant, si vous prenez 100 équipes d’ingénieurs différentes qui construisent sur React, vous trouverez 100 styles de codage différents. Les différentes équipes ont des façons différentes d’écrire du code.

Chaque équipe a sa pile technologique (l’ensemble des technologies utilisées dans l’architecture logicielle). Certaines équipes utilisent des bibliothèques open-source telles que Next.js, ce qui leur permet d’optimiser les performances. Certaines utilisent des frameworks d’interface utilisateur tels que Radix, MUI ou Ant. Les équipes qui utilisent React doivent ajouter des packages de gestion d’état tels que React query, Redux, Mobx, etc. Et il existe des milliers d’autres bibliothèques JavaScript open-source populaires.

En outre, la même fonctionnalité peut être réalisée de différentes manières. Certaines équipes préfèrent une disposition de grille CSS, tandis que d’autres préfèrent une disposition Flex et obtiennent les mêmes résultats. Il existe des préférences syntaxiques. Certaines utilisent des fonctions JavaScript classiques, tandis que d’autres utilisent des fonctions fléchées. Il existe des conventions de dénomination telles que camelCase, kebab-case et différentes façons de nommer les composants et les fonctions. Il existe des façons infinies d’organiser votre code, comme la façon de wrapping les composants open-source pour que l’interface de code ait la même apparence pour le code open-source ou propriétaire.

Lorsque vous codez sur un projet spécifique, chaque développeur suit les règles et les conventions de cette base de code.

Pour que l’IA joue un rôle clé dans la programmation pour une équipe d’ingénieurs, elle devrait coder comme l’équipe. Cela signifie que l’IA devrait avoir beaucoup de contexte pour personnaliser et adapter son code.

Épilogue : Le potentiel de la génération de code AI

Nous sommes encore en train de gratter la surface des capacités de la GenAI.

Lorsque nous discutons des modèles de GenAI, nous considérons la personnalisation comme donnant au modèle le meilleur contexte pour sa tâche. Lui donner un excellent contexte concernant le code existant, l’expérience utilisateur et le travail à effectuer par les utilisateurs donnera de meilleurs résultats. Pour utiliser les modèles de GenAI à leur plein potentiel, nous les emballons dans des produits avec des systèmes de support fonctionnant avec des algorithmes et des heuristiques « à l’ancienne ». C’est ainsi que nous maximisons l’IA à son plein potentiel.

Les logiciels continueront à dévorer le monde de plus en plus vite, augmentant la productivité, les marges et le PIB.

Les PDG, les dirigeants IT et les dirigeants de projet qui adoptent l’automatisation permettront à leurs équipes de livrer 2 fois et peut-être même 5 fois plus vite, prenant ainsi un avantage sur la concurrence. L’arrivée de produits plus rapides sur le marché et à un coût inférieur augmentera les marges des entreprises et finira par augmenter le PIB provenant de la technologie.

Un développement de logiciels moins cher signifie que les logiciels pourraient venir et résoudre plus de problèmes. Ce qui était autrefois négatif en termes de retour sur investissement deviendra positif. Les logiciels qui résolvent des problèmes de niche pourraient être rentables si le coût de développement est réduit de 80 %.

Plus de personnes coderont, et elles coderont plus vite. Les agents GenAI produiront, testeront et déployeront du code, et les humains feront les parties créatives, en développant plus d’architecture et d’expérience utilisateur que ce qui est actuellement considéré comme du codage. Je vois plus de postes de développeurs dans l’avenir. Cela étant dit, le développement évoluera vers un niveau d’abstraction plus élevé.