Une addition qui donne le vertige

Le recours aux outils d'intelligence artificielle pour la génération de code s'accompagne de coûts parfois bien plus élevés que prévu. Alors que de nombreux développeurs vantent les gains de productivité offerts par ces assistants, certaines entreprises découvrent une réalité budgétaire brutale. Une start-up, dont le témoignage circule dans la communauté technologique, rapporte ainsi avoir reçu une facture hebdomadaire de près de 10 000 dollars pour l'utilisation d'agents de codage. Ce chiffre, révélateur d'une consommation intensive de tokens, illustre les dérives potentielles d'un modèle économique encore en rodage.

Uber, symbole d'une dérive budgétaire

Ce cas n'est pas isolé. Selon plusieurs observateurs, le géant du transport Uber aurait épuisé l'intégralité de son budget annuel alloué à l'IA en seulement quatre mois, en grande partie à cause de l'utilisation intensive de l'agent Claude Code développé par Anthropic. Cette situation, confirmée par des sources concordantes, montre que même les grandes entreprises peinent à maîtriser les dépenses liées à ces technologies. La consommation exponentielle de tokens, conjuguée à des tarifs parfois flous, pousse les directions financières à revoir leurs prévisions.

Un coût qui ne se limite pas aux tokens

Au-delà de la facture directe, l'usage massif d'IA générative pour le codage engendre des coûts cachés, notamment en termes de maintenance et de qualité logicielle. Une étude à grande échelle, portant sur plus de 21,6 millions de lignes de code générées par IA dans des projets réels, a révélé que près de 14 % des projets analysés contenaient des secrets (clés API, mots de passe) exposés involontairement. Ce chiffre monte à 99 % pour les projets issus de la plateforme Lovable. Le même rapport indique qu'un problème de sécurité est détecté en moyenne toutes les 62 lignes de code.

Par ailleurs, une autre étude académique, comparant du code produit par IA et du code écrit par des humains dans des dépôts réels, nuance certaines conclusions antérieures. Ses auteurs estiment que les différences structurelles entre code humain et code généré sont en réalité « plutôt faibles », contrairement à ce que laissaient penser des expériences en laboratoire. Cependant, ils confirment que la variabilité de la qualité sécuritaire selon les langages de programmation est plus marquée.

L'essor du « vibe coding » et ses limites

Le phénomène, parfois appelé « vibe coding », séduit par sa promesse de rapidité : un développeur décrit son besoin en langage naturel, et l'IA produit le code correspondant. Mais cette approche pose un problème fondamental : la confiance. Comme le souligne un expert, « l'IA écrit du code plus vite que les humains ne peuvent le relire ». Ce constat est partagé par de nombreux ingénieurs, qui redoutent que la revue de code ne devienne une simple formalité, incapable de détecter les erreurs subtiles ou les failles de conception.

Certains développeurs reconnaissent également un malaise croissant face à des bases de code qu'ils ne maîtrisent plus. « Je finis par me sentir moins attaché au projet, et il m'est plus facile de l'abandonner », confie l'un d'eux, évoquant des milliers de lignes de code dont personne n'a vraiment pensé la logique d'ensemble. Ce phénomène d'« alienation » du code pourrait, à terme, nuire à la maintenabilité des logiciels.

Des modèles économiques sous pression

Face à l'envolée des coûts, plusieurs acteurs majeurs cherchent des solutions. Des responsables chez Meta auraient évoqué la possibilité de plafonner les budgets de tokens par ingénieur, une mesure qui pourrait limiter la frénésie d'utilisation. En parallèle, des startups proposent des modèles d'abonnement à prix fixe, sans compteur de tokens, pour rassurer les clients. Une offre récente, par exemple, propose un accès à plusieurs modèles de langage pour 399 dollars par mois, avec une clause d'usage raisonnable.

Vers une optimisation de la dette technique

Plusieurs voix s'élèvent pour appeler à un changement de paradigme. Plutôt que d'optimiser la génération de code, il conviendrait de privilégier la réutilisation de composants éprouvés. Une analyse du cabinet Black Duck indique que 97 % des bases de code commerciales auditées contiennent des composants open source, et que 70 % du code provient de l'open source. Dans ce contexte, faire produire toujours plus de code par l'IA pourrait s'apparenter à creuser une dette technique colossale.

Des chercheurs proposent ainsi de doter les agents de codage d'une « couche d'intelligence open source » qui les aiderait à identifier et réutiliser des bibliothèques de confiance avant de générer du nouveau code. L'idée est de substituer à la logique de production massive une logique d'assemblage et de maintenance, moins coûteuse à long terme.

Le développement, un métier qui change

Pour certains observateurs, l'IA ne remet pas en cause le travail fondamental du développeur : décider quoi construire, et vérifier que le résultat est conforme aux attentes. « L'IA s'occupe de la frappe. Savoir où viser et si on a atteint la cible a toujours été la vraie compétence », résume un ingénieur. Le risque serait de confondre vitesse d'exécution et efficacité réelle. Alors que les factures s'accumulent, la question posée aux entreprises est simple : l'IA coding vaut-elle son prix ?