● Silicon.fr Télécom 📅 12/05/2026 à 20:19

Cybersécurité 👤 Clément Bohic

🏷️ Tags : cert réseau rte

Les solutions autonomes de suivi de la productivité des développeurs ont-elles un avenir ? Le premier Magic Quadrant que leur dédie Gartner invite à en douter. Le cabinet américain estime en tout cas que sur ce marché qu’il appelait encore récemment software engineering intelligence, les pure players sont sous la pression de fournisseurs d’outils plus englobants tels que les portails développeurs. Il donne l’exemple de Port et Harness. Autre défi : rester la « source de vérité » face aux outils de codage IA qui fournissent eux-mêmes des indicateurs de productivité, quoique moins exhaustifs et manquant généralement du contexte SDLC. 13 fournisseurs, 5 « leaders » Par rapport à d’autres segments du marché IT, celui-ci pèse peu en valeur. Gartner l’estime effectivement à 400 M$. Il considère cependant que l’acquisition de DX par Atlassian (1 Md$ en novembre 2025) a témoigné de son importance. Lire aussi : Services réseau : malgré l'AIOps, les SLA progressent peu Reflet de ce poids limité, le seuil de chiffre d’affaires 2025 pour prétendre figurer dans le Magic Quadrant était fixé à 6 M$ (licences + abonnements, hors support et services professionnels). Il fallait aussi être en mesure de revendiquer un portefeuille clients d’au moins 20 organisations de 500 employés ou plus. Sur le plan fonctionnel, le socle obligatoire était assez restreint. Étaient facultatif, entre autres : Mesure de l’adoption, du coût et de l’impact des outils GenAI Simulation de scénarios (taille d’équipe, périmètre, changements prioritaires) Prédiction des risques de delivery Traitement du langage naturel sur tickets, commits et commentaires Gamification Rétrospectives IA dans le cadre des sprints Gestion GitOps et PaC Webhooks L’axe « exécution » du Magic Quadrant rend compte de la capacité à répondre à la demande (qualité des produits/services, viabilité de l’activité, expérience client, tarification…). Les fournisseurs s’y positionnent ainsi : Rang Fournisseur 1 Atlassian (DX) 2 LinearB 3 Opsera 4 Swarmia 5 Jellyfish 6 Allstacks 7 Plandek 8 BlueOptima 9 Fatos 10 Oobeya 11 Uplevel 12 Waydev 13 Sleuth La situation sur l’axe « vision », qui traduit les stratégies (géographique, sectorielle, innovation…) : Rang Fournisseur 1 Opsera 2 LinearB 3 Atlassian (DX) 4 Swarmia 5 Jellyfish 6 Faros 7 Allstacks 8 Uplevel 9 Plandek 10 Waydev 11 Oobeya 12 BlueOptima 13 Sleuth Cinq fournisseurs sont suffisamment avancés sur les deux axes pour être « leaders » dans le suivi de la productivité des développeurs : Atlassian, Jellyfish, LinearB, Opsera et Swarmia. Un risque de lock-in à surveiller chez Atlassian Atlassian se distingue par l'étendue de sa présence géographique (produits localisés, équipes commerciales dédiées, options de résidence des données). Gartner salue aussi l'exhaustivité de son framework DX Core 4 (qui encapsule DORA, SPACE et DeveEx). Et son DX AI Measurement Framework, destiné à suivre l'usage de l'IA. DX manque toutefois de capacités d'automatisation (assignation des revues, estimation du risque de delivery...). Certaines certifications lui font par ailleurs défaut (C5, SOC I). Gartner estime de plus que la solution présente un risque de lock-in : désormais qu'Atlassian s'en est emparé, il pourrait être tenté de déprioriser les intégrations avec des outils DevOps concurrents. Tarification peu flexible chez Jellyfish Jellyfish se distingue par sa capacité à cibler les profils de décideurs et d'engineering leaders (VP, CTO...). Comme Atlassian, il s'est adapté au phénomène IA, avec un module spécifique et des fonctionnalités de suivi de l'usage des assistants de codage. Gartner apprécie aussi son aptitude à connecter investissements et impact business. Lire aussi : L'IA devient un élément codifiant du conseil en technologies Vu le focus sur les populations de décideurs, les développeurs sont susceptibles de percevoir Jellyfish comme une solution de management plutôt que comme un outil qui leur est destiné. Attention aussi au manque de flexibilité de la tarification (pas de paiement à l'usage ni d'options de licences illimitées) et à la stratégie sectorielle limitée. Avec LinearB, attention à l'effort de prise en main LinearB parvient également à cibler efficacement les engineering leaders. Il se distingue en parallèle par sa capacité d'écoute du marché (études, analyse du feedback et de l'usage des produits). Et par sa gestion des assistants de codage. Comme chez Jellyfish, l'approche sectorielle est peu développée. Par rapport à certains concurrents, le recueil de données qualitatives (sondages) manque de profondeur. Gartner note aussi que la prise en main peut s'avérer difficile. Il évoque, à ce sujet, la quantité de métriques, l'interface d'admin et les complexités d'agrégation des sources. Opsera, sujet à des dépendances Bon point pour Opsera sur sa capacité à exploiter les insights pour déclencher des actions autonomes. Son stratégie sectorielle lui en vaut un autre, comme sa capacité à cibler à la fois développeurs et décideurs. Gartner salue aussi son approche « factory model » qui favorise, avec les partenaires intégrateurs, des déploiements rapides. La clientèle étant située essentiellement en Amérique du Nord, on vérifiera la disponibilité de ressources de support et de partenaires sur les autres plaques géographiques. On gardera aussi à l'esprit les risques de dépendance que suppose le recours à des IA externes (GitHub Copilot, Windsurf). On se rappellera également que le déploiement et les intégrations peuvent se révéler exigeants, notamment du fait de manques en matière de documentation. Pas encore d'IA agentique native pour Swarmia Autre acteur à se distinguer sur le suivi de l'impact de l'IA : Swarmia. Il se différencie aussi par son système de « working agreements », objectifs personnalisés accompagnés de nudges pour les atteindre. Gartner apprécie également son Investment Balance Dashboard, qui aide à orienter les roadmaps. Swarmia est disponible exclusivement en mode cloud. Une barrière potentielle, même si l'agent sécurise les connexions sortantes. Gartner regrette aussi l'absence d'agents IA natifs pour des tâches telles que la revue de code, le tri des tickets et les mises à jour de documentation. Il constate également le peu d'intégrations avec des systèmes de suivi de bugs et les outils CI/CD non standards. Illustration générée par IA

🔗 Lire l'article original 👁️ 0 lecture