Google à 75 % de code IA : ce que le chiffre de Pichai valide vraiment

Sundar Pichai a ouvert Google Cloud Next 2026 avec un chiffre qui a traversé toute la sphère dev en 48 heures : 75 % du code nouvellement produit chez Google est désormais généré par IA, puis validé par les ingénieurs¹. L'automne dernier, le même indicateur plafonnait à 50 %. En octobre 2024, Pichai parlait pour la première fois d'un chiffre, et il tournait autour de 25 %. Cette trajectoire dit quelque chose de précis sur la bascule en cours dans notre métier. Mais elle dit rarement ce que la presse en retient.

La courbe qu'il faut regarder

Un triplement en dix-huit mois sur une base d'ingénierie de plus de 30 000 développeurs, ce n'est pas un effet d'annonce. C'est un changement de régime industriel. Quand une métrique passe de 25 à 50 puis à 75 en quatre trimestres, on n'observe plus une courbe d'adoption d'outil, on regarde une refonte du cycle de production logicielle.

La nuance qui compte se cache dans la formulation exacte de Pichai : "AI-generated and approved by engineers". Le code n'est pas simplement suggéré ou complété automatiquement. Il est produit par IA, puis validé humainement. Ce qui signifie qu'une part croissante du temps ingénieur bascule de l'écriture vers la revue, la spécification et l'orchestration. Le métier ne disparaît pas. Il se déplace.

Pichai a accompagné son annonce d'une seconde phrase qui a moins circulé mais qui pèse plus lourd : "We're now shifting to truly agentic workflows. Our engineers are orchestrating fully autonomous digital task forces"¹. Traduction terrain : l'autocomplétion d'IDE est une étape dépassée. Le mode actuel, c'est un ingénieur qui lance une flotte d'agents, les laisse tourner en parallèle sur des sous-tâches, et revient arbitrer. On a vu ce modèle émerger chez les outsiders il y a six mois. Google l'annonce comme mode de production interne aujourd'hui.

Ce que le chiffre mesure, et ce qu'il cache

La communication Google reste volontairement floue sur la méthode de calcul. Quand un ingénieur accepte une suggestion d'une ligne dans un fichier de 1 500, comptabilise-t-on une ligne ou le fichier entier ? Quand un agent produit un patch de 200 lignes et que l'ingénieur en réécrit 50, comment tranche-t-on ? Ces ambiguïtés ne sont pas anodines, elles rendent la métrique incomparable entre entreprises.

Meta vise 75 % à la mi-2026. Snap annonce déjà 65 % de code IA, en parallèle d'une coupe d'environ 25 % de ses embauches prévues². Microsoft se situait autour de 30 % il y a deux ans, et son CTO prédisait alors 95 % à horizon cinq ans. Un standard émergent se dessine, mais chaque maison mesure avec sa propre règle. On voit bien la direction. On n'a pas d'étalon partagé.

Pichai donne un seul exemple chiffré pour illustrer le gain réel : une migration complexe bouclée six fois plus rapidement qu'il y a un an, grâce à des agents orchestrés par des ingénieurs¹. Ce n'est pas un gain d'autocomplétion, c'est un changement d'échelle sur une tâche typiquement longue et ingrate. Ce genre de migration, un studio ne la prenait pas il y a deux ans parce que le rapport effort-risque ne tenait pas. Aujourd'hui, elle entre dans le champ du faisable pour une équipe de cinq personnes.

Ce qui reste vrai, en revanche, c'est que la production de code n'est plus le goulot d'étranglement. Le bottleneck s'est déplacé vers la spécification, la review et l'intégration. Les équipes qui s'en sortent le mieux sont celles qui ont reconfiguré leur workflow autour de cette réalité. Pas celles qui ont installé un plugin d'autocomplétion la semaine dernière et qui attendent la productivité promise.

Claude Code chez Google, le détail qui compte

Dans les reprises détaillées de la keynote, un élément mérite qu'on s'y arrête. Google autorise certaines équipes internes à utiliser Claude Code, l'agent de codage d'Anthropic, en complément des outils Gemini maison³. Google investit dans Gemini. Google vend Gemini. Google est actionnaire d'Anthropic. Et Google laisse ses ingénieurs piloter du code avec un agent concurrent.

Cette décision dit plus sur l'état réel du marché que les 75 %. Elle signifie qu'aucune stack n'est encore assez mature pour couvrir tous les cas d'usage, y compris chez le leader mondial du cloud. Elle signifie que la performance sur une tâche donnée prime sur la cohérence stack. Et elle signifie surtout que la guerre des outils d'IA pour développeur ne se jouera pas par monopole, mais par juxtaposition d'outils spécialisés.

Pour les équipes SaaS qui hésitent sur le choix d'outil, le signal est clair. On n'est plus dans un horizon "un outil pour tous", on entre dans une composition de capacités. Claude Code pour les tâches agentiques longues, Cursor pour les cycles d'édition rapprochés, Copilot pour l'intégration IDE, Gemini Code Assist pour certains workflows Google Cloud. Chaque équipe construit sa combinaison. Celle qui essaie de tout faire avec un seul outil passe à côté du vrai gain.

Ce que cette annonce valide pour un studio comme le nôtre

NXL Forge pilote l'IA pour livrer des SaaS depuis dix-huit mois. Empreinte Fiscale compte 14 modules et 78 écrans. Nous l'avons livrée en une semaine. Champaura, une gestion de championnat de golf temps réel, a demandé deux semaines. Ces chiffres paraîtraient déraisonnables sans l'outillage actuel. Ils deviennent cohérents dès qu'on accepte que le métier a basculé : on ne code plus, on supervise du code produit par une flotte d'agents.

L'annonce de Pichai valide cette bascule au niveau industriel. Ce que Google fait avec 30 000 ingénieurs et Gemini interne, un studio de cinq personnes le fait déjà avec Claude Code et une méthode propre. La différence d'échelle ne change pas la nature du travail. Elle change la surface du problème à superviser.

Ce qui reste vrai chez nous comme chez Google, c'est que le code généré par IA doit passer par un développeur senior qui le comprend, le challenge et l'intègre. On n'ajoute pas une IA à une équipe junior pour obtenir une équipe senior. On ajoute une IA à une équipe senior pour obtenir un studio qui livre vite. Notre méthode repose exactement sur cette répartition : la supervision, l'architecture et la review restent côté humain, la production de code bascule côté agent.

La vraie nouvelle de cette semaine n'est pas que Google produise 75 % de code IA. C'est que l'écart entre un grand compte et un studio compétent sur la chaîne d'outils s'est considérablement réduit. Nous utilisons les mêmes modèles, les mêmes agents, les mêmes patterns. La différence se joue désormais sur la méthode de pilotage, pas sur l'accès aux outils.

Trois angles morts que personne n'aborde

La dépendance stratégique arrive en tête des sujets évités. Une enquête CNCF citée cette semaine indique que 68 % des architectes d'entreprise considèrent désormais les assistants de code IA comme un risque de dépendance stratégique, au même niveau que leurs outils CI/CD critiques⁴. Quand 75 % de votre production passe par un fournisseur externe, la moindre évolution tarifaire, politique ou technique devient un sujet de gouvernance. Google peut absorber cette dépendance parce qu'il contrôle la stack. Un éditeur SaaS de 20 personnes est nu face à ce risque.

La fuite de propriété intellectuelle vient ensuite. Quand Google intègre Claude Code à ses workflows, il envoie aussi, par fragments, des bouts de code maison chez Anthropic. Pour Google, c'est un pari calculé, négocié, probablement encadré par des contrats sur mesure. Pour une PME qui utilise le même outil en self-service, c'est un angle mort contractuel. Peu d'équipes lisent réellement les politiques de rétention et d'entraînement de leurs assistants. On récoltera les conséquences quand un litige de propriété intellectuelle émergera autour d'un bloc de code reconnaissable généré chez un concurrent.

La qualité long terme reste la grande inconnue. Personne ne sait à quoi ressemble une base de code à cinq ans quand 75 % de sa production a tourné à travers une succession de modèles différents, avec des patterns qui évoluent, des biais qui se stratifient, des dépendances implicites au modèle actif au moment de la génération. Le code lisible d'aujourd'hui peut devenir le code illisible de demain si les conventions apprises ne survivent pas à la génération de modèle suivante. Cette hypothèse est inconfortable, et elle explique pourquoi certains CTO gardent un œil sur la standardisation de leur code même quand il est généré.

Ce qu'on retient concrètement

Le chiffre de Pichai est utile parce qu'il rend officiel ce que les praticiens observent depuis un an : la production de code est industrialisable. Il est trompeur si on le lit comme une promesse de 6x plus de productivité pour toute équipe qui installera Gemini Code Assist lundi matin. La bascule est d'abord organisationnelle. Et le pilotage reste une compétence rare.

Pour un SaaS en construction, la question n'est plus de savoir si on utilise l'IA pour coder. Elle est de savoir comment on structure la chaîne autour d'elle. Qui spécifie, qui supervise, qui revoit, qui assume la responsabilité finale du code livré. Les équipes qui répondent clairement à ces quatre questions livrent vite et livrent bien. Les autres regardent Pichai en se demandant si elles doivent changer d'outil. Ce n'est pas l'outil qui manque.

Sources