L’assistant privé d’ingénierie logicielle d’un intégrateur mondial apporte des gains de productivité et des améliorations de qualité systématiques, tout en respectant les exigences strictes de souveraineté des secteurs réglementés. 

De 30 % à 100 %

• 100 % de taux d’adoption par les développeurs sur tous les projets clients

• 90 % de précision de complétion de code ou 50 % avec les solutions précédentes 

• Plus de 50 projets clients signalant des gains de productivité en moins de 6 mois 

Capgemini, intégrateur système mondial de 350 000 collaborateurs dans plus de 40 pays, a transformé ses capacités d’ingénierie logicielle avec « RAISE for Private Software Engineering » (alias SovBox), un assistant interne d’ingénierie logicielle basé sur Mistral. En accompagnant des clients réglementés dans l’aérospatiale, la défense et le secteur public, qui exigent des solutions d’IA auto-hébergées, Capgemini est passé de 30 % à 100 % d’adoption par les développeurs. L’entreprise peut ainsi améliorer la productivité, la qualité et la sécurité sur l’ensemble des projets clients, tout en consacrant davantage de ressources à la création de valeur métier. 

« L’utilisation de Codestral de Mistral a marqué un tournant dans l’adoption d’assistants privés d’ingénierie logicielle pour nos projets clients dans les secteurs réglementés. Nous sommes passés de la prise en charge de certaines activités de développement à la création de valeur systématique pour nos équipes de développement. »

Alban Alev, VP, Head of Solutioning chez Capgemini France.

Moderniser l’ingénierie logicielle tout en respectant les exigences réglementaires 

En tant qu’intégrateur système mondial, Capgemini a rapidement compris que l’IA générative transformerait en profondeur l’ingénierie logicielle. Cependant, sa large base de clients comprend de nombreuses organisations soumises à des exigences réglementaires strictes, qui les empêchent d’utiliser 

des solutions d’IA dans le cloud. Cela limite fortement leur capacité à utiliser des outils de développement assistés par IA pour mieux servir leurs clients. 

« La puissance de l’IA générative est généralement fournie par des solutions dans le cloud, mais celles-ci ne répondent pas à tous les contextes en matière d’exigences de souveraineté. Pour nos clients réglementés, notamment dans le secteur public, l’aérospatiale et la défense, la confidentialité et le contrôle stricts des données étaient des obstacles majeurs à l’adoption des offres cloud traditionnelles », explique Alban Alev, qui dirige l’avant-vente portfolio et le solutioning pour les services applicatifs de Capgemini France. 

Le défi dépassait la seule confidentialité des données. Les premiers essais de Capgemini avec des assistants de codage open source n’ont pas abouti, malgré des résultats prometteurs en laboratoire. Les taux d’adoption restaient limités à 30 %, les développeurs jugeant la précision d’environ 50 % insuffisante pour un usage quotidien. L’entreprise devait aussi gérer la complexité d’applications legacy datant des années 1980, ce qui exigeait une assistance par IA sur des langages de programmation variés, dont ADA, C ou C++, ainsi que des langages propres à certains secteurs, essentiels pour ses clients réglementés qui exploitent des portefeuilles applicatifs vieux de plusieurs décennies. 

« Le défi ne consistait pas seulement à trouver la bonne technologie : il fallait obtenir l’adoption. En 2023, nous avions réussi les deux premières étapes : trouver et déployer des outils pour notre assistant de codage privé. Mais la troisième, amener les développeurs à les utiliser réellement, était la plus difficile », explique Alban Alev, Portfolio Pre-sales and Solutions Lead chez Capgemini France. 

Codestral apporte le déclic nécessaire à l’adoption par les développeurs 

La transformation de Capgemini a commencé lors du passage de son précédent LLM open source à Codestral de Mistral dans sa solution d’assistant de codage auto-hébergée. Ce changement n’a nécessité aucune modification de l’infrastructure existante : Capgemini a simplement remplacé le modèle sous-jacent, tout en conservant ses autres intégrations avec les IDE et les pipelines CI/CD. 

La précision est passée de 50 % à 90 %, ce qui a transformé l’expérience développeur. « C’est la différence que vous ressentez, en tant que développeur, lorsque la première réponse est correcte à 50 % ou à 90 %. Cela change complètement votre première impression sur l’utilité de l’assistant de codage », explique Alban Alev. Cette amélioration s’est vérifiée sur plusieurs langages de programmation, y compris avec la prise en charge de langages legacy essentiels pour les clients réglementés dont les portefeuilles applicatifs ont été conçus dans les années 1980. 

Les performances supérieures de Codestral répondaient aux exigences propres à Capgemini pour la prise en charge d’applications couvrant différents langages de programmation et contextes. La capacité du modèle à fournir une complétion de code précise et une assistance par chatbot directement dans les IDE des développeurs a permis aux ingénieurs de travailler plus efficacement sur l’ensemble du portefeuille de technologies clients. 

Au-delà des capacités techniques, Capgemini a aussi investi dans la méthode de déploiement et l’accompagnement des développeurs pour assurer l’adoption une fois les premières impressions devenues positives. 

Pourquoi Mistral ? 

Capgemini a choisi les modèles Mistral pour les raisons suivantes : 

• Des capacités de déploiement auto-hébergé qui répondent aux obligations strictes de confidentialité des données et de conformité des clients réglementés. 

• Une précision supérieure sur les langages de programmation modernes comme legacy, qui instaure rapidement la confiance des développeurs et favorise l’adoption.

• Une intégration fluide avec les workflows d’IDE existants, sans changement coûteux de plateforme ni interruption du workflow.

• Des performances efficaces sur les coûts, adaptées au déploiement à l’échelle de l’entreprise sur les projets actifs sans dépassement budgétaire.

Une adoption généralisée qui crée de la valeur client et transforme l’activité 

Les résultats ont été immédiats et marquants. L’adoption par les développeurs est passée de 30 % à 100 %, et près de 50 projets clients ont signalé des gains de productivité. « Du jour au lendemain, tous les projets sont passés au vert », explique Capgemini à propos de cette transformation observée sur ses projets clients actifs. 

Cette adoption généralisée permet à Capgemini de tenir sa proposition de valeur centrale : « faire plus et mieux » pour ses clients. L’efficacité accrue de la production logicielle permet aux équipes Capgemini de consacrer plus de temps à la valeur métier et à l’adoption par les clients, plutôt qu’aux tâches de codage de base. Pour les clients réglementés, cela signifie des livraisons plus rapides sans compromis sur les exigences de souveraineté. 

« Aujourd’hui, l’utilisation de l’IA générative est passée d’une opportunité intéressante à une exigence pour les nouveaux arrivants dans l’entreprise », explique Alban, en soulignant que les outils d’IA sont devenus essentiels pour attirer et fidéliser les talents en ingénierie logicielle. L’assistant de codage de Capgemini basé sur Mistral n’est donc pas seulement un outil de productivité : c’est aussi un avantage concurrentiel pour le recrutement et la satisfaction des collaborateurs, tout en apportant davantage de valeur aux clients grâce à de meilleurs résultats projet. 

Ce succès a conduit Capgemini à étendre sa stratégie d’IA au-delà de l’assistance de codage de base. L’entreprise déploie désormais la solution complète Mistral Code, avec Codestral Embed et Devstral pour renforcer les capacités RAG et l’intégration CI/CD. Les prochaines applications couvrent la capture des besoins métier, la génération automatisée de plans de test, l’automatisation des opérations et les projets de transformation logicielle.