Points clés :
• Meta revendique +30 % de productivité par ingénieur grâce à l’IA depuis début 2025
• 70 % des mises à jour de code chez Meta impliquent désormais des agents IA
• Les power users des outils IA internes ont augmenté de 80 % sur un an
• Le Ranking Engineer Agent (REA) a doublé la précision des modèles de recommandation
• Des tâches qui prenaient des semaines se réalisent désormais en quelques jours

Meta vient de poser un chiffre sur ce que beaucoup d’entreprises tech affirment sans le quantifier : l’impact réel de l’IA sur la productivité de leurs équipes de développement. Selon Susan Li, directrice financière du groupe, l’intelligence artificielle a permis d’augmenter la productivité des ingénieurs de Meta de 30 % depuis le début de l’année 2025. Un chiffre qui, s’il se confirme à l’échelle de l’industrie, pourrait redéfinir les standards de productivité dans le développement logiciel.

70 % du code passe par des agents IA

Le chiffre le plus frappant concerne la part du code modifié avec assistance IA. Selon les données internes partagées par Meta, 70 % des mises à jour de code (code updates) au sein du groupe impliquent désormais un agent IA à un stade ou un autre du processus. Cela ne signifie pas que 70 % du code est écrit par l’IA — la nuance est importante — mais que les agents interviennent dans la suggestion, la revue, le test ou l’optimisation d’une majorité de modifications.

Meta utilise plusieurs couches d’outils IA internes, du simple assistant de complétion de code à des agents plus sophistiqués capables d’exécuter des tâches complexes de manière semi-autonome. Le groupe n’a pas détaillé publiquement l’architecture exacte de ces outils, mais ils s’appuient sur les modèles Llama développés en interne.

Le cas REA : quand l’IA optimise l’IA

L’exemple le plus parlant est celui du Ranking Engineer Agent (REA), un agent IA spécialisé dans l’optimisation des modèles de recommandation qui alimentent le fil d’actualité de Facebook et Instagram. Selon Meta, REA a permis de doubler la précision des modèles de classement, une métrique qui se traduit directement en engagement utilisateur et en revenus publicitaires. Des tâches d’optimisation qui nécessitaient auparavant des semaines de travail d’ingénieur sont désormais réalisées en quelques jours.

Les power users en hausse de 80 %

Autre indicateur significatif : le nombre de « power users » des outils IA internes — définis comme les employés qui utilisent ces outils quotidiennement et de manière intensive — a progressé de 80 % en un an. Cette croissance organique suggère que l’adoption ne se limite pas à une directive managériale descendante, mais qu’elle est portée par l’expérience utilisateur des outils eux-mêmes. Quand un outil fait gagner du temps, les ingénieurs l’adoptent naturellement.

Comment interpréter le chiffre de 30 % ?

Le chiffre de 30 % de gain de productivité mérite d’être contextualisé. Meta ne précise pas sa méthodologie exacte : s’agit-il de lignes de code produites, de fonctionnalités livrées, de temps économisé, ou d’un indicateur composite ? Dans l’industrie du développement logiciel, mesurer la productivité est notoirement complexe. Le nombre de lignes de code n’est pas un bon indicateur à lui seul, et la qualité du code produit avec assistance IA fait encore débat.

Plusieurs études académiques récentes apportent un éclairage. Une étude de Microsoft Research sur GitHub Copilot avait mesuré un gain de 55 % sur la vitesse de complétion de tâches de codage spécifiques, mais sur des tâches isolées et bien définies. En conditions réelles, les gains sont généralement plus modestes. Le chiffre de 30 % avancé par Meta se situe dans la fourchette haute des estimations crédibles pour un déploiement à grande échelle.

Quelles implications pour l’emploi tech ?

La question que tout le monde se pose : si chaque ingénieur est 30 % plus productif, Meta a-t-elle besoin de 30 % d’ingénieurs en moins ? La réponse de l’entreprise est nuancée. Mark Zuckerberg a déclaré que l’objectif n’est pas de réduire les effectifs d’ingénierie, mais de les réorienter vers des projets plus ambitieux — en l’occurrence, la réalité augmentée, le métavers et les modèles d’IA de nouvelle génération. Mais cette promesse reste à vérifier dans les prochains rapports financiers.

Pour l’ensemble de l’industrie tech, les chiffres de Meta constituent un benchmark. Si un groupe de 70 000 employés parvient à mesurer et démontrer un gain de productivité de cet ordre, la pression sur les autres entreprises pour déployer des outils similaires va s’intensifier considérablement.

FAQ

Que signifie concrètement « 70 % du code implique des agents IA » chez Meta ?

Cela signifie que 70 % des modifications de code (commits, pull requests) passent par un outil d’assistance IA à au moins une étape du processus : suggestion de code, revue automatique, génération de tests ou optimisation. L’IA n’écrit pas 70 % du code de zéro, mais intervient dans 70 % des flux de travail de développement.

Le gain de 30 % est-il comparable à ce que d’autres entreprises mesurent ?

Les études sur le sujet montrent des gains variables selon le contexte. GitHub Copilot mesure 55 % sur des tâches isolées, mais les gains en conditions réelles sont généralement de 15 à 30 %. Le chiffre de Meta se situe dans la fourchette haute, ce qui s’explique par le niveau d’investissement du groupe dans ses outils internes et la maturité de son déploiement.