ArticleApplications & Développement
Face aux aléas tarifaires, l'adoption des agents IA de codage en question
Plusieurs analystes conseillent aux responsables IT de bien évaluer l'usage des IDE agentiques. En effet, la volatilité des prix, la latence et les problèmes de sécurité doivent inciter à la prudence.

Si l’IA générative a apporté des gains de productivité dans le développement, l’arrivée des environnements de développement intégré (IDE) pilotés par l'intelligence artificielle suscite quelques interrogations parmi les analystes. Ces derniers recommandent aux entreprises de ne pas de se précipiter pour les adopter. Pour justifier cette prudence, ils mettent en avant les changements imprévisibles dans les modèles d'utilisation et de tarification, la fiabilité et la sécurité, plus le fait que la technologie de ce type d’agents n’est pas encore suffisamment mature pour les environnements critiques. « Pour les grandes entreprises, la prévisibilité des coûts est primordiale. Le passage brutal à une tarification basée sur des jetons ou très variable peut compliquer l'établissement du budget et le calcul du retour sur investissement (ROI) », a expliqué Steven Dickens, CEO et analyste principal chez HyperFRAME Research.
L’imprévisibilité de la tarification, un défi majeur
Ces dernières semaines, les agents Cursor et Claude Code ont modifié leurs politiques de tarification, provoquant un tollé parmi les développeurs qui utilisaient ces offres. Sur la page GitHub de Claude Code, certains utilisateurs ont signalé qu'ils étaient confrontés à des limites restrictives qui ne correspondaient pas à leur formule d'abonnement, en particulier les abonnés Max à 200 $ HT. Au moment de la rédaction de cet article, la page GitHub de Claude Code affichait 2 351 problèmes ouverts liés à des bugs, et malgré les plaintes croissantes, Anthropic a seulement reconnu des temps de réponse plus lents sans donner plus de détails. D'autre part, Cursor a introduit des changements importants dans sa tarification, passant en juin d'un modèle basé sur les demandes à celui fixé sur l'usage. Cette modification n'a cependant pas été communiqué aux développeurs, créant une certaine confusion. Plusieurs d'entre eux ont exprimé leur mécontentement sur des forums comme Reddit, et déclaré qu'ils cherchaient des alternatives, car le coût d'utilisation du même forfait avait considérablement augmenté.
Même si Cursor a essayé de clarifier son plan Pro et proposé le remboursement intégral des frais imprévus engagés entre le 16 juin et le 4 juillet, de nombreux développeurs ne comprennent toujours pas les changements apportés au forfait. Certains ont demandé des éclaircissements sur la page officielle du forum de l'entreprise, qui contient également plusieurs messages de mécontentement. D'autres, en quête d’alternatives, semblaient impatients d'essayer Kiro, un autre agent de codage proposé par AWS, qui a aussi imposé une limite d'utilisation quotidienne temporaire et une liste d'attente pour les nouveaux utilisateurs. AWS a même supprimé les niveaux de tarification qu'il avait prévus pour le service, justifiant ce changement d’approche par la volonté de « mieux l'aligner sur les modalités d’utilisation effectives et souhaitées de Kiro par les développeurs. »
La fiabilité et la sécurité, autres motifs de préoccupation
Selon Steven Dickens, les inquiétudes liées à la latence nuisent à la fiabilité des agents de codage, ce qui décourage leur adoption par les entreprises. Ces offres reposent sur des interactions en temps réel avec des grands modèles de langage (LLM) et des API externes. « Les retards d'exécution, qu'ils soient dus à l'inférence du modèle, à l'invocation d'outils ou à des goulots d'étranglement du réseau, peuvent perturber considérablement les flux de travail des développeurs », a estimé l’analyste. « Cette latence sape également la promesse d'une automatisation transparente et d'un retour d'information instantané, sur lesquels repose justement l'attrait des environnements de codage par agent », ajoute-t-il. Les problèmes de latence sont plus importants avec les modèles Claude d'Anthropic, utilisés dans la plupart des agents de codage et des IDE agentiques, notamment Cursor et Kiro. La page d'état d'Anthropic a signalé au moins 21 incidents liés à des problèmes de modèle en juillet. En juin, il y a eu au moins 23 incidents, et en mai, l’éditeur a été confronté à plus de 35 incidents. « La latence dans les temps de réponse, les pannes et les changements de prix inattendus de ces produits érodent la bonne volonté et la confiance », a reconnu Dion Hinchcliffe, analyste chez The Futurum Group. « En raison de ces incidents, ces nouveaux IDE ne semblent pas prêts à être adoptés par les entreprises, du moins pas à l'échelle prévue par la plupart des DSI », a-t-il avancé.
« La sécurité est également un sujet de préoccupation, en particulier pour les bases de code hautement sensibles ou dont l'utilisation est relativement élevée », a fait remarquer par ailleurs Steven Dickens. « Pour les bases de code hautement sensibles ou très utilisées, les entreprises pourraient envisager d'affiner et de déployer des LLM open source sur leur propre infrastructure. Même si cela nécessite un investissement initial important en matériel et en expertise, cette option offre un meilleur contrôle et des coûts prévisibles à long terme », a estimé l’analyste. En revanche, selon Spencer Kimball, CEO du fournisseur de bases de données Cockroach Labs, les changements de prix et les pannes ne résultent pas d'un manque de préparation, mais des tensions liées à la nature du marché. « C'est l'infrastructure qui doit rattraper son retard, et non les IDE à base d’agents eux-mêmes », a-t-il expliqué, qui considère par ailleurs que les agents sont plus durables, car moins coûteux que leurs homologues humains pour de nombreuses tâches répétitives ou exigeantes en main-d'œuvre.
Plusieurs facteurs pour expliquer ces incertitudes
Selon les analystes, les changements soudains de prix et les problèmes de fiabilité sont principalement dus à la combinaison de trois facteurs : l'infrastructure et l’usage, la formulation des offres d'abonnement et les attentes des investisseurs. « Pour commencer, les modes d'utilisation de ces produits ont évolué, créant une pression sur l'infrastructure : les premiers cas d’usage, comme le débogage ou la synthèse de code, étaient peu gourmands en ressources IT, mais les charges de travail actuelles impliquent des agents autonomes et des tâches de recherche, qui sollicitent fortement l'infrastructure informatique », a déclaré Jason Andersen, analyste principal chez Moor Strategy and Insights. Selon Wei Zhou, responsable de la recherche sur les outils d’IA chez SemiAnalysis, cette pression sur l'infrastructure oblige les fournisseurs de ces produits à ajuster leurs prix pour faire face à l'augmentation des coûts opérationnels, en raison de la mise à l'échelle des clusters cloud et à l'utilisation croissante des tokens. « Le modèle économique de base de ces entreprises consiste à arbitrer un paiement fixe de la part des consommateurs (x dollars par mois) avec un coût variable par consommateur (x dollars par million de jetons entrants/sortants) », a observé Wei Zhou. Il ajoute « au rythme actuel, elles constatent que l'utilisation augmente beaucoup plus rapidement que leur capacité à augmenter les prix ou à réduire le nombre de jetons par demande, ce qui les expose à des pressions sur leurs marges, parfois négatives pour les utilisateurs intensifs ».
Jason Andersen souligne également que, comme les forfaits sont basés sur leur coût de fonctionnement, les prix peuvent varier considérablement. Par exemple, une offre Claude Code coûte 20 dollars HT, tandis que le niveau supérieur passe à 200 dollars HT. Les fournisseurs de ces offres subissent aussi la pression de leurs investisseurs pour réduire leurs coûts et augmenter leurs revenus, car les pertes continues ne sont pas viables à long terme. « Les investisseurs ne voient pas encore de sortie claire, et maintenant qu'ils disposent de fonds provenant des abonnements, ils voudront préserver leur capital jusqu'à ce qu’ils puissent établir une stratégie de sortie plus claire, avec la possibilité d'utiliser ce capital à ce moment-là », a expliqué l’analyste de Moor Strategy and Insights. Il poursuit en indiquant que « les investisseurs s'inquiètent également du besoin constant de ces éditeurs de proposer des fonctionnalités supplémentaires afin de rivaliser avec leurs concurrents, ce qui a un impact sur leurs dépenses opérationnelles, en particulier en matière de recherche et développement ».
Maintenant ou jamais ?
Selon les analystes, pour l'instant, les responsables IT devraient chercher en priorité à se préparer en interne, notamment tester des IDE à base d’agent dans des environnements isolés (de type bac à sable), former les équipes à l'ingénierie rapide et à la supervision de l'IA, afin que, lorsque la technologie sera arrivée à maturité, leurs entreprises soient bien placées pour l'adopter rapidement et en toute sécurité. Cependant, Spencer Kimball, de Cockroach Labs, pense que certains utilisateurs et entreprises chercheront des alternatives pour contourner les défis liés à ces IDE, en optant par exemple pour des modèles open source, pour de l'inférence locale ou des plateformes hyperscale dotées d'une infrastructure plus résiliente. « Les entreprises explorent déjà des piles hybrides : des LLM locaux (par exemple, LLaMA 3), des agents d’IA verticalisés et des fermes de GPU. Les plus avisées se couvrent en investissant dans leur propre puissance de calcul (clusters H100 ou puces IA alternatives) afin d'éviter d'être otages de la pénurie de GPU dans le cloud », a aussi indiqué Dion Hinchcliffe.


