Yandex au AI Dev Day a montré comment l'IA change déjà le développement chez Avito, Ozon et T-Bank

Yandex a tenu un AI Dev Day et a essentiellement montré que l'IA dans le développement a déjà dépassé le mode de démonstration. Des entreprises comme Avito, Ozon, T-Bank, Sber et Yandex Go ont discuté non pas du hype, mais des métriques, des limites et des endroits où les agents économisent déjà des heures.

Des assistants aux agents

Le changement principal entendu dans presque toutes les présentations est que le marché s'éloigne des simples suggestions IDE vers des agents qui peuvent modifier le code eux-mêmes, écrire des tests, rechercher des informations internes, faire des révisions et même gérer les incidents. Avito a spécifiquement souligné que l'ajustement fin des modèles open-source pour l'entreprise ne donne pas toujours de meilleurs résultats : souvent, ce qui compte le plus est de donner à un modèle puissant un bon contexte, un accès à la documentation et des outils via MCP. D'autres équipes font un pari similaire : non pas sur un "modèle magique", mais sur une combinaison fonctionnelle d'agent + contexte + infrastructure.

Chez Yandex, cela ressemble déjà à une plateforme système. Environ 57% des ingénieurs utilisent l'assistant interne, et en backend et frontend, la proportion atteint 60–75%. Plus de 90% de l'infrastructure interne est déjà couverte par les serveurs MCP, et parmi les utilisateurs actifs, 23% du code est généré automatiquement en mode agent.

Pendant ce temps, l'accent se déplace des simples métriques d'adoption vers une question plus difficile : où exactement un agent peut-il travailler de manière presque autonome, avec une intervention humaine uniquement dans les cas complexes.

Où ça marche déjà

La partie la plus utile d'AI Dev Day n'était pas de parler de l'avenir, mais des chiffres de la production. Les entreprises mesurent maintenant non seulement le nombre d'utilisateurs d'assistants, mais aussi le temps jusqu'au lancement, la vitesse de révision, la qualité des tests et les coûts des incidents. Essentiellement, l'IA a commencé à être évaluée comme un outil d'ingénierie ordinaire : si elle ne change pas les métriques commerciales, un facteur "wow" seul n'est pas suffisant.

• Chez Yandex, les développeurs utilisant l'IA font environ 10% plus de commits, et en Go, Python et JavaScript jusqu'à 20% ; les tâches techniques individuelles pour les agents sont passées de 20 à 2 minutes.
• À T-Bank, le temps médian de fusion a diminué de 12%, et pour les équipes « ambassadeurs » le temps de mise en route a chuté de 30% en un an ; la génération de tests unitaires a quadruplé.
• Chez Ozon, environ 1100 personnes utilisent l'assistant agent quotidiennement, soit environ un quart ou un tiers de tout le développement, et l'examen automatique dans GitLab s'est avéré si demandé que le lancement a dû être limité.
• Chez Sber, le système d'IA pour les designers a réduit l'examen de conception d'une heure à deux minutes, et la création d'un nouvel écran de 16 heures à cinq minutes.
• Chez Yandex Go, l'IA aide déjà à traiter environ 400 incidents par jour et économise environ 30 minutes sur la postmortem de chaque cas.

Il est aussi important que le spectre des tâches s'élargisse rapidement. Il ne s'agit plus seulement de génération de code, mais aussi de recherche de connaissances internes, de listes de contrôle automatiques, de soutien aux analystes, d'examen de conception et de scénarios SRE. Si l'année dernière l'IA ressemblait souvent à un autocomplétion intelligente, maintenant ils essaient de l'intégrer dans tout le SDLC—de la formulation des tâches à l'analyse des conséquences en production.

Pourquoi l'euphorie est limitée

Malgré des cas solides, les orateurs ont été assez sobres sur les limitations. Avito a directement déclaré qu'ils n'avaient pas encore vu d'accélération notable de l'ensemble du cycle de développement : au maximum 4–5% dans les équipes individuelles. La raison est simple—écrire du code n'est qu'une partie du temps de travail, et les goulots d'étranglement se situent dans la révision, la coordination, les tests et la livraison des modifications.

Donc la génération massive de code en soi ne résout pas le problème : elle peut simplement déplacer le goulot d'étranglement plus loin dans le processus. Un autre point douloureux est la qualité et le contrôle. Les modèles peuvent « couper les coins » avec les tests, contrefaire les appels d'outils, produire une conception banale et stéréotypée, ou faire des erreurs dans les langages de domaine internes.

Chez Yandex Go, par exemple, pour les scénarios SRE, ils ont finalement opté pour des invites en anglais car les résultats en russe étaient pires. De plus, les agents vraiment utiles ont besoin d'une base coûteuse : observabilité, graphique de dépendance des services, audit des modifications, catalogues de services et métriques de scénario appropriées, pas seulement de belles démos.

"Il n'y aura pas de fin du monde.

Il y aura une évolution rude mais fascinante."

C'est exactement pour cela que presque toutes les présentations se résumaient à une idée : human-in-the-loop n'a pas disparu. Ozon est prudente vis-à-vis des modèles externes en raison des risques de fuite de code. Sber a dû lutter séparément contre la conception conservatrice et les hallucinations. Yandex mesure non seulement les avantages mais aussi les effets secondaires comme le support du code généré. L'IA ici n'est plus un jouet, mais ce n'est pas non plus un employé autonome—plutôt un accélérateur qui nécessite de bonnes règles, des outils et une validation constante.

Ce que cela signifie

Après AI Dev Day, il est difficile de dire que l'IA corporative pour le développement n'est qu'une expérience. L'expérience est terminée : maintenant il y a une compétition sur qui a le meilleur contexte, les meilleures métriques, les meilleurs processus et la meilleure infrastructure. L'IA n'annule pas les développeurs, mais change notablement le coût de la routine, le rôle de la révision et les exigences envers ceux qui peuvent gérer les agents, et non pas seulement écrire du code à la main.