Quand une entreprise déploie un nouvel outil IA, le réflexe est souvent très entreprise : licences, formation, documentation, message du management. Une étude menée sur le déploiement de Claude Code et GitHub Copilot CLI chez Microsoft raconte une histoire moins propre.

Les auteurs ont étudié des dizaines de milliers d'ingénieurs pendant les premiers mois de 2026. Leur résultat le plus cité est une hausse d'environ 24 % du nombre de pull requests mergées chez les utilisateurs, par rapport à ce que leur modèle estime qu'ils auraient produit sans ces outils.

C'est intéressant. Ce n'est pas une mesure de « 24 % de meilleur logiciel ».

Les chercheurs le disent eux-mêmes : une PR mergée est un proxy de production. Elle ne mesure ni la valeur du code, ni sa difficulté, ni sa qualité à long terme.

L'adoption ressemble davantage à une contagion qu'à un déploiement

L'autre résultat est plus facile à réutiliser dans une petite équipe.

La première utilisation des agents s'est diffusée principalement par les réseaux sociaux internes. Autrement dit, voir des collègues proches utiliser réellement l'outil comptait beaucoup dans le passage à l'essai.

La rétention était aussi davantage associée à l'activité de développement qu'aux caractéristiques démographiques étudiées. Les personnes ayant du vrai travail de code à donner à l'outil avaient davantage de raisons de continuer.

Ça change légèrement la question « comment adopter les agents ? ».

Une documentation parfaite ne montre pas ce qui vaut la peine d'être délégué. Un collègue qui prend un bug réel, lance l'agent, reprend la main quand il part de travers puis montre le diff, si.

L'usage devient visible. Les autres peuvent juger le coût, les ratés et le gain sur une tâche qu'ils comprennent déjà.

Le chiffre de 24 % demande quelques freins

L'étude couvre une organisation très particulière, Microsoft, avec ses outils, ses dépôts et ses pratiques. Elle porte sur une fenêtre de quatre mois. Et son indicateur principal reste le nombre de PR mergées.

Elle ne permet donc pas de promettre qu'installer un agent CLI donnera 24 % de productivité en plus dans une autre équipe. Ce serait une lecture beaucoup plus forte que les données.

Elle montre quelque chose de plus modeste : dans ce déploiement massif, l'usage n'a pas disparu après la curiosité initiale et les semaines d'utilisation étaient associées à davantage de PR mergées. Le papier observe aussi que cette hausse persiste sur la fenêtre étudiée.

Pour une petite équipe, je retiendrais surtout la méthode de diffusion. Ne commencez peut-être pas par demander à tout le monde de « devenir AI-first », expression parfaite pour provoquer une envie immédiate de fermer Slack.

Prenez plutôt deux ou trois tâches réelles. Faites-les avec l'agent devant les autres. Gardez les erreurs dans la démonstration. Montrez ce qui a dû être relu.

Si l'outil est utile, la pratique peut se transmettre. S'il ne l'est pas, vous aurez économisé une formation obligatoire et probablement quelques slides.