Les entreprises gèrent les coûts budgétaires des agents de codage IA

Alors que les agents de codage IA s'intègrent de plus en plus dans les flux de travail des entreprises, celles-ci sont confrontées au défi de gérer les coûts associés. Des leaders technologiques de Replit, Kilo Code et Symbotic ont discuté de leurs approches pour maîtriser les budgets tout en tirant parti des gains d'efficacité de ces outils d'IA lors de la conférence VB Transform 2026.

Chez Kilo Code, la co-fondatrice Emilie Schario a noté que les ingénieurs ne consacrent plus qu'environ 1 % de leur temps à écrire ou lire directement du code, les agents IA s'occupant du reste. Cette évolution soulève des questions sur les tâches qui peuvent être déléguées en toute sécurité, les responsabilités en matière de correction d'erreurs et la gestion des architectures multi-modèles. L'augmentation significative des dépenses en "tokens" a conduit à un examen attentif pour déterminer s'il s'agit de progrès réels ou simplement de dépenses informatiques gonflées.

Symbotic, une entreprise d'automatisation d'entrepôts, se concentre sur l'orientation des capacités de l'IA, selon Jared Go, ingénieur distingué en IA et cloud. Il a souligné que si l'IA excelle dans le développement "greenfield" (nouvelles bases de code), les tâches "brownfield" (maintenance et mise à jour de code existant) nécessitent toujours une supervision humaine pour les décisions produit critiques. Replit adopte une stratégie plus prudente, où chaque demande de modification de code se voit attribuer un score de risque. Les modifications à faible risque peuvent être fusionnées automatiquement, tandis que celles à risque plus élevé sont soumises à un examen humain, un processus qu'Amol Jain, responsable de l'ingénierie produit, a décrit comme "human on the loop, not human in the loop" (humain dans la boucle, pas humain au contrôle).

Le support de plusieurs modèles d'IA est également une considération clé. Kilo Code offre un accès à plus de 500 modèles, permettant aux entreprises de sélectionner des options plus abordables pour certaines tâches. Par exemple, des modèles de pointe coûteux peuvent être utilisés pour la planification architecturale initiale, suivis de modèles open-weight moins chers pour le développement ultérieur. Replit vise à optimiser le rapport coût-capacité, en faisant des choix de modèles au nom des utilisateurs pour minimiser les dépenses et maximiser la sortie.

Le contrôle des coûts reste une priorité. Kilo Code conseille à ses clients d'utiliser des modèles moins chers pour les tâches de routine, tandis que Symbotic a mis en place des paliers de coûts mensuels pour les employés et surveille les tendances d'utilisation afin de gérer efficacement les dépenses. L'objectif est de s'assurer que les investissements en IA génèrent une valeur démontrable, en allant au-delà du simple montant dépensé pour le retour généré par ces dépenses.