Nouveau rapport DORA : les fondements d'ingénierie solides guident le retour sur investissement de l'IA

Nouveau rapport DORA : les fondements d'ingénierie solides guident le retour sur investissement de l'IA

DevOps Portable by Design: Data Mobility & Recovery Patterns for Multi-Cloud Systems (Webinar May 21st)

Nouveau rapport DORA : les fondements d'ingénierie solides guident le retour sur investissement de l'IA

11 mai 2026

5 min read

par Matt Saunders

Écrivez pour InfoQ

Alimentez votre curiosité.

Aidez 550k+ développeurs seniors

globaux chaque mois à rester à la pointe.

Contactez-nous

Écoutez cet article -

0:00

Audio prêt à être joué

Votre navigateur ne prend pas en charge l'élément audio.

0:00

0:00

Normal

1.25x

1.5x

J'aime

Liste de lecture

L'équipe DORA de Google Cloud a publié un nouveau rapport, le ROI of AI-Assisted Software Development (2026.01), qui offre un cadre pratique pour calculer le retour financier sur l'investissement en IA dans le développement de logiciels. Le rapport établit un modèle structuré pour traduire les métriques d'ingénierie en valeur commerciale. Il s'agit d'un suivi du rapport 2025 DORA State of AI-Assisted Software Development et a été écrit par un équipe du groupe DORA de Google Cloud et de sa pratique d'innovation delta.

L'argument central du rapport est que l'IA agit comme un amplificateur. "Les plus grands retours sur investissement en IA ne proviennent pas des outils eux-mêmes, mais d'un focus stratégique sur le système organisationnel sous-jacent : la qualité de la plateforme interne, la clarté des flux de travail et l'alignement des équipes," écrit Nathen Harvey, le leader de l'équipe DORA de Google Cloud. "Sans cette base, l'IA crée des îles de productivité locales qui sont souvent perdues dans la disjonction chaotique." Cette formulation répète directement la recherche 2025 DORA, qui a trouvé que l'IA amplifie les forces des organisations de haut rendement et les dysfonctionnements des organisations qui luttent.

Une idée clé dans le rapport est la courbe J de réalisation du valeur. Les auteurs soutiennent que la plupart des organisations expérimenteront un déclin temporaire de productivité avant d'atteindre les gains à long terme de l'adoption de l'IA. Ce déclin a trois causes principales : la courbe d'apprentissage pendant que les équipes adaptent leurs flux de travail, l'impôt de vérification imposé par la revue du code généré par l'IA et la nécessité d'adapter les processus downstream comme le testing et l'approbation des changements pour gérer les volumes de code augmentés. Le rapport décrit ce période comme "le coût de la transformation" et soutient que les dirigeants qui l'interprètent comme un échec risquent de retirer les fonds pendant le déclin et de perdre le retour futur.

La méthodologie du rapport pour calculer le ROI se base sur un modèle de valeur tiré de la pratique de réalisation de la valeur de Google Cloud. La valeur flue de l'adoption de l'IA à travers un ensemble de sept capacités ; incluant une plateforme interne de haute qualité, des pratiques de contrôle de versions et des données internes accessibles à l'IA. Cela flue en améliorations des métriques de livraison DORA, puis en résultats non financiers comme l'expérience du développeur et l'expérience de l'utilisateur, et enfin en résultats financiers : économies de coûts et croissance des revenus. Le ROI est calculé en utilisant la formule standard : valeur moins investissement, divisé par investissement. En utilisant des exemples illustratifs pour une organisation de 500 ingénieurs avec un salaire carico de $176,000 par tête, le rapport modèle un premier an de retour de environ $11,6 millions contre un investissement de $8,4 millions, avec un ROI de 39 % et un période de remboursement d'environ huit mois.

Le rapport est prudent à ne pas exagérer ces chiffres. "Traitez ces calculs comme une haute estimation d'incertitude destinée à déclencher une conversation, plutôt qu'une formule mathématique rigide," écrivent les auteurs. Ils notent que les coûts d'inference pour les modèles de l'IA ont chuté dramatiquement ; en descendant d'un facteur de 280 entre novembre 2022 et octobre 2024 selon l'indice d'intelligence artificielle de Stanford. Cela signifie que le véritable coût financier de l'adoption s'est déplacé vers la gouvernance : gérer l'impôt de vérification, adapter les flux de travail et mettre à jour les compétences du personnel.

"Nous ne mesurons pas l'IA par le code qu'elle écrit, mais par les obstacles qu'elle élimine." - Équipe DORA, Google Cloud --

Rapport DORA ROI de développement de logiciels assisté par l'intelligence artificielle

Le rapport met en évidence également l'instabilité de l'adoption de l'IA et la nécessité d'un approche structurée pour gérer l'impôt de vérification et adapter les flux de travail. Les auteurs soutiennent que les dirigeants devraient se concentrer sur la construction d'une base d'ingénierie solide et investir dans les compétences et les processus nécessaires pour soutenir l'adoption de l'IA.

En résumé, le rapport offre un cadre précieux pour calculer le retour financier sur l'investissement en IA dans le développement de logiciels et met en évidence l'importance de construire une base d'ingénierie solide pour obtenir des gains à long terme de l'adoption de l'IA.