Tencent : la majorité du code de cette année générée par l'IA, la programmation IA entre dans les eaux profondes
5 juin, Conférence Tencent Cloud AI Industry Application.
Lors d’une conversation avec le directeur scientifique IA Shunyu Yao, le vice-président exécutif senior de Tencent Dowson Tong a annoncé un chiffre qui a fait taire la salle :
“Cette année, la majorité du code Tencent est généré par l’IA.”
Ce n’était pas un discours de relations publiques. Tong a précisé : les ingénieurs délèguent désormais la programmation à l’IA, consacrant plus de temps à la conception d’architecture, à l’analyse des besoins et à l’orientation et la correction régulières des résultats de l’IA.
Huit mois plus tôt, le rapport “2025 R&D Big Data” de Tencent chiffrait encore ce taux à 50%.
De 50% à “majorité”, la vitesse d’évolution de la programmation IA chez Tencent redéfinit la logique fondamentale du développement logiciel.
De 50% à “majorité” : la courbe de pénétration de CodeBuddy
En octobre 2025, Tencent a pour la première fois divulgué de manière systématique la progression de pénétration de ses outils de programmation IA :
- Plus de 90% des ingénieurs utilisent l’assistant de programmation IA autodéveloppé CodeBuddy
- 50% du nouveau code est généré avec assistance IA
- 94% des processus d’examen du code impliquent une participation IA
- 28% des problèmes de code sont directement identifiés et adoptés par l’IA
- Volume de détection effective de problèmes augmenté de 44%
La formulation de l’époque était : “pour chaque deux lignes de code écrites, une est réalisée avec l’aide de l’IA”. Aujourd’hui, l’IA n’est plus un “assistant” mais la source principale de production de code.
CodeBuddy repose sur le grand modèle Hunyuan de Tencent. En 2025, Tencent ajoutait en moyenne 325 millions de lignes de code par mois, satisfaisant 370 000 besoins métier, les personnels R&D représentant 76% de l’effectif total. Grâce au soutien de l’IA, le niveau d’automatisation R&D a augmenté de 67%, économisant 5,3 millions d’opérations manuelles mensuelles.
Les données métier concrètes sont encore plus convaincantes :
| Activité | Résultats |
|---|---|
| Backend WeChat | Temps de compilation réduit de 50% |
| WeChat Pay | Cycle de livraison des besoins raccourci de 31%, qualité de release améliorée de 14% |
| Mobile QQ | Temps de compilation iOS réduit de 40% |
| Tencent Games | Taux d’automatisation de la production artistique atteignant 95% |
| Tencent Cloud | 65% du nouveau code provenant de l’IA, taux de bugs par mille lignes et par personne réduit de 31,5% |
Deux déclarations “contradictoires” de dirigeants
Presque simultanément, deux figures emblématiques de l’industrie technologique ont fait des déclarations apparemment contradictoires.
Le 1er juin, à la COMPUTEX de Taipei, le PDG de NVIDIA Jensen Huang, vêtu de sa veste en cuir emblématique, a déclaré :
“Dire que l’IA a réduit les emplois, c’est des absurdités complètes.”
Son argument : les soumissions de code sur GitHub sont passées de 300 millions en 2023 à 1,4 milliard dans les premiers mois de 2026, le nombre d’ingénieurs logiciels augmentant plutôt que diminuant.
Quatre jours plus tard, Tong a déclaré : le code est écrit par l’IA, les humains s’occupent de la conception d’architecture.
Ces deux déclarations, mises côte à côte, créent une dissonance cognitive chez les programmeurs.
Mais en les analysant de près, elles ne se contredisent pas. Huang parlait du “nombre d’emplois”, Tong du “contenu des emplois”. Les ingénieurs n’ont pas disparu, mais leur contenu de travail est en cours de réécriture — de “écrire du code” à “rédiger des spécifications + examiner du code”.
Les données internes de Tencent confirment cette transformation : dans les descriptions de postes pour les nouveaux recrutements, “maîtrise des outils de programmation IA” est passé d’un atout à une exigence obligatoire.
Quatre étapes de la programmation IA
L’évolution de Tencent n’est pas un cas isolé. Dans l’ensemble de l’industrie, la programmation IA suit une courbe de pénétration claire :
Étape 1 : Complétion de code (2023-2024)
Complétion au niveau de la ligne ou du bloc, à la manière de GitHub Copilot. L’IA est une “méthode de saisie plus rapide”.
Étape 2 : Génération de fonctions (2024-2025)
Du commentaire au corps de la fonction, l’IA peut comprendre les besoins et générer une logique complète. CodeBuddy de Tencent a atteint 50% de pénétration à cette étape.
Étape 3 : Développement au niveau module (2025-2026)
L’IA commence à assumer le développement complet de modules métier, les humains s’occupant de la conception des interfaces et de l’acceptation. C’est là où se trouve Tencent aujourd’hui.
Étape 4 : Autonomie full-stack (2026+)
L’IA couvre l’ensemble du processus, de la documentation des besoins au déploiement et à l’exploitation. Le rôle humain se contracte davantage vers “chef de produit + architecte”.
La déclaration de Tencent selon laquelle “la majorité du code est générée par l’IA” signifie qu’il a franchi le seuil de la troisième étape.
L’investissement IA de Tencent : agressif et indifférent aux coûts à court terme
L’amélioration rapide de la pénétration de la programmation IA repose sur des investissements de capital massifs.
En 2025, les dépenses en capital de Tencent s’élevaient à 79,2 milliards de yuans, dont une grande partie destinée à l’infrastructure IA. Au premier trimestre 2026, les dépenses en capital ont grimpé à plus de 31,9 milliards de yuans, en hausse de 16% sur un an, avec des investissements R&D de 22,54 milliards de yuans, en augmentation de 19% sur un an.
UBS prévoit que les dépenses en capital de Tencent atteindront 170 milliards de yuans en 2026. Le rapport indique que l’entreprise adopte une stratégie agressive consistant à “sacrifier les profits à court terme pour assurer la mise à niveau complète des grands modèles et de l’activité cloud”.
Le président de Tencent, Martin Lau, a déclaré lors de la réunion des résultats en mars que les dépenses en capital de 2025 n’avaient pas atteint les attentes en raison de contraintes d’approvisionnement en GPU. Cette année, si les conditions le permettent, les investissements en IA et en modèles au moins doubleront.
Cette échelle d’investissement et l’efficacité de la programmation IA forment un cycle de rétroaction positif : plus d’investissement en infrastructure IA → capacités de modèle plus fortes → qualité de génération de code plus élevée → itération R&D plus rapide → plus de besoins métier.
Signification signal pour l’industrie
L’importance de la révélation de Tencent ne réside pas dans l’utilisation de l’IA pour écrire du code — de nombreuses entreprises nationales et internationales font des tentatives similaires — mais dans son “échelle” et sa “franchise”.
Avec des dizaines de milliers d’ingénieurs, Tencent est l’une des plus grandes équipes R&D au monde. Lorsqu’une entreprise de cette envergure annonce que “la majorité du code est générée par l’IA”, cela signifie :
- La programmation IA n’est plus un projet expérimental, mais un outil de productivité validé à grande échelle
- La qualité du code est contrôlable, sinon des centaines de millions de lignes de code générées par l’IA entraîneraient une dette technique catastrophique
- Le parcours de transformation des ingénieurs est clair, la transition de l’écriture de code à la conception d’architecture étant déjà mise en œuvre au niveau organisationnel
Cela a des implications profondes sur la structure de la main-d’œuvre de l’ensemble de l’industrie logicielle. Ce n’est pas “l’IA remplace les programmeurs”, mais “les programmeurs qui savent utiliser l’IA remplacent ceux qui ne savent pas” — une prédiction qui a commencé à circuler en 2024 et est devenue réalité en 2026.
Jugements clés
Le cas de Tencent fournit plusieurs observations vérifiables :
- Le plafond de pénétration de la programmation IA est plus élevé que prévu : 50% n’est pas le point final, et “majorité” non plus
- La transformation du rôle des ingénieurs est un problème organisationnel, pas technique. Le ratio de 76% de personnel R&D de Tencent offre un espace de transition
- L’investissement en capital est une condition nécessaire, mais la capacité du modèle est la variable clé déterminant la qualité du code IA
- L’examen du code est le maillon central du contrôle qualité, la participation de l’IA à 94% des examens signifiant que le rôle de supervision des ingénieurs humains reste critique
La déclaration de Tong est essentiellement un signal : l’une des plus grandes équipes R&D au monde a transformé la programmation IA d’un “outil d’efficacité” en “pilier de production”.
La rapidité de cette transition est bien plus rapide que la plupart des gens ne l’avaient prédit.
Sources
- Conférence Tencent Cloud AI Industry Application, 2026-06-05
- Rapport Tencent 2025 R&D Big Data, 2025-10
- Securities Times, 2026-06-05
- Kuai Technology, 2026-06-05
- Rapport de recherche UBS Tencent, 2026-06