Le 10 février 2026 dernier, GitLab a réuni des milliers de professionnels du développement logiciel dans 12 villes à travers le monde, ainsi qu'en ligne, pour son événement GitLab Transcend.
Cet événement a été marqué par : la keynote de Bill Staples, CEO de GitLab, sur le paradoxe de l'IA dans le développement logiciel, une démonstration d’orchestration intelligente, le témoignage de Southwest Airlines et un échange avec Oracle Cloud Infrastructure (OCI) avec Sherrod Patching, Vice President of Customer Experience chez GitLab, sans oublier la présentation de la roadmap produit par Manav Khurana, Chief Product and Marketing Officer de GitLab.
Vous avez manqué GitLab Transcend ? Retrouvez dans cet article un résumé de l'événement virtuel qui s'est tenu le 10 février 2026, et accédez au replay complet en cliquant ici.
L’IA agentique dans le développement logiciel
L'événement virtuel s'est articulé autour d’un partage de vision stratégique, porté par Bill Staples (CEO), Manav Khurana (Chief Product and Marketing Officer) et Sherrod Patching (Vice President of Customer Experience), enrichi par les témoignages de Grant Morris (Managing Director of Technology for Business of IT Platforms chez Southwest Airlines) et de Victor Restrepo (Group Vice President, North America Engineering d’Oracle Cloud Infrastructure).
Dès les premières minutes, Bill Staples a posé le cap : « Faire entrer dans l'ère de l'IA tout ce que nos clients aiment chez GitLab. ». Avec plus de 50 millions d'utilisateurs et plus de 100 000 entreprises servies dans le monde entier, la plateforme d'orchestration intelligente pour le DevSecOps ambitionne de repenser la collaboration entre les équipes logicielles et l’IA. Mais accélérer l’innovation ne se résume pas uniquement à ajouter des outils d’IA ou de mettre en place des directives descendantes. Le véritable défi du développement logiciel dépasse la seule question des outils, et touche en profondeur les personnes, les processus et la technologie.
Le paradoxe de l'IA selon Bill Staples
52 minutes : c'est le temps moyen qu'un développeur consacre réellement à écrire du code chaque jour, d'après une étude menée auprès de 250 000 développeurs.
Le reste de son temps est consacré aux réunions (11 heures par semaine en moyenne), à l'attente de revues de code (5 jours en moyenne pour une merge request), à la gestion des échecs de pipeline (près d’un cas sur deux), au tri des faux positifs de sécurité, à la hiérarchisation des bogues, à la maintenance ou encore à la dette technique, qui accapare à elle seule 84 % du temps des ingénieurs.
Sur un projet type, les équipes de développement ne consacrent donc que 10 à 20 % de leur temps à l'écriture de code. Même en multipliant cette part par 10 grâce aux outils d'IA, le délai de livraison global ne s'améliore que très légèrement et les véritables goulots d'étranglement restent inchangés. Les équipes se retrouvent alors simplement bloquées plus rapidement dans les mêmes files d'attente.
De la productivité individuelle à l'innovation continue
Avec l'aide de l'IA, l’objectif est de passer d'un cycle de développement logiciel par étapes, marqué par des transferts manuels entre personnes et processus, à un développement logiciel continu où des agents opèrent en permanence, gèrent les transferts et les itérations, tandis que les équipes supervisent et orchestrent intelligemment l’ensemble du processus de développement logiciel.
Concrètement, un epic ne se limiterait plus à définir un grand projet exécuté manuellement par des équipes. Il deviendrait une spécification pour vos agents : vous créez l’epic avec l’aide d’un agent, GitLab Duo Agent Platform le lit, le décompose en sous-tâches, lance les bons agents et lie automatiquement les commits et les merge requests.
Vous définissez ainsi l'intention et en dirigez l'exécution, avec GitLab CI jouant le rôle d'arbitre objectif. Qu'un humain ou qu’un agent ait écrit le code, les tests, les scans de sécurité et les contrôles de conformité s’appliquent de manière identique. Les ingénieurs logiciels peuvent ainsi travailler en continu pendant que leurs agents itèrent et s'améliorent (chaque action nécessitant une approbation humaine avant toute modification) jusqu'à ce qu'ils répondent aux exigences de l'entreprise.
Fini les silos : la sécurité et la conformité deviennent des processus continus intégrés au fil du développement.
« Les agents observent, recommandent, voire décident, en fonction de votre politique de sécurité, s'il faut continuer, mettre en pause, revenir en arrière ou poursuivre. Il ne s'agit pas uniquement de coder plus vite, mais de mieux innover et de gagner en efficacité. » - Bill Staples, CEO de GitLab
L'orchestration intelligente en conditions réelles
John Coghlan, Fatima Sarah Khalid et Cesar Saavedra de l'équipe Developer Advocacy de GitLab ont ensuite mis l'orchestration intelligente à l'épreuve sur un projet concret : une application de génération de cartes Aura personnalisées à partir de profils GitLab.
Approche intégrée de la planification à l'exécution
Pour la création de cette application, nos équipes ont utilisé l'agent Planner. Cet agent d’IA spécialisé facilite la gestion de produits et les workflows de planification dans GitLab. En saisissant un simple prompt (« Sur quoi devons-nous travailler avant la livraison ? »), il analyse l'ensemble des tickets du projet, identifie les priorités et produit un plan structuré.
En parallèle, nos équipes ont utilisé GitLab Duo CLI, un assistant d’IA natif en ligne de commande, actuellement testé en interne, qui intègre GitLab Duo Chat (Agentic) à votre terminal. Disponible pour tous les systèmes d'exploitation et éditeurs, GitLab Duo CLI permet de poser des questions complexes sur votre code source et d’effectuer des actions de manière autonome en votre nom. GitLab Duo CLI analyse les tickets et propose un plan de mise en œuvre par étapes. Il examine la structure du projet, lit le code existant puis génère du code en fonction des modèles de codage. La collecte de contexte est entièrement automatisée : inutile de lui fournir manuellement chaque fichier puisqu’il est capable de naviguer dans le code source pour extraire ce dont il a besoin. Une fois terminé, il affiche un résumé de toutes les modifications apportées aux fichiers.
Ensemble, ces deux outils automatisent le cycle complet : du diagnostic des priorités à l'implémentation du code, sans intervention manuelle à chaque étape.
Correction de pipeline et revue de code automatisée
Au cours de cette démonstration, l’un de nos agents a également exécuté le flow « Correction de pipeline CI/CD » pour traiter un pipeline en échec, ce qui a permis d'analyser le contexte et de générer un rapport détaillé sur les raisons de cet échec.
L’agent a utilisé ce rapport pour élaborer un plan de correction du pipeline indiquant la cause profonde, les tâches à effectuer pour le corriger, le résultat attendu et les détails techniques. L'agent a ensuite généré la section de correction du pipeline, comprenant ce qui a été corrigé, les résultats de la vérification et une explication, puis a créé une nouvelle merge request avec la correction correspondante. La merge request a ensuite été fusionnée, et le merge a lancé un nouveau pipeline.
Une fois que le pipeline s’est exécuté avec succès, GitLab Duo a effectué une revue automatique des mises à jour apportées dans cette MR, basée sur les instructions personnalisées du projet, pour fournir des commentaires alignés sur les normes de codage de l'équipe.
Habituellement, corriger un pipeline et obtenir une revue de code prendrait plusieurs heures. Avec GitLab Duo Agent Platform, ces tâches sont désormais effectuées en quelques minutes.
Résolution de vulnérabilités
Avant le déploiement en production de l’application, trois vulnérabilités de gravité élevée ont été détectées à l'aide du rapport de vulnérabilités disponible au sein de GitLab.
Pour analyser l’une d’entre elles, nous avons fait appel à l'agent Security Analyst. Ce dernier a analysé la faille SSRF (Server-Side Request Forgery), puis a fourni une description détaillée de la vulnérabilité, avec plusieurs options de correction par priorité, et une liste de contrôle pour les tests. Il lui a ensuite été demandé de créer une merge request avec le correctif pour résoudre cette vulnérabilité.
« En tant que développeuse qui comprend l'importance de la sécurité, sans être une experte, j'aime la façon dont l’agent Security Analyst aide à analyser la vulnérabilité, sa cause et les mesures correctives à prendre. » - Fatima Sarah Khalid, Senior Developer Advocate chez GitLab
Ces capacités sont déjà mises en œuvre par des entreprises à l’image de Southwest Airlines.
Southwest Airlines transforme son développement avec GitLab
Nous avons eu ensuite le plaisir d’accueillir Grant Morris, Managing Director of Technology for Business of IT Platforms chez Southwest Airlines. Southwest Airlines, l'une des plus grandes compagnies aériennes au monde, effectue 4 000 vols par jour avec 72 000 employés et une équipe technologique de 3 000 personnes.
La compagnie a choisi GitLab et AWS comme partenaires stratégiques pour bâtir un écosystème axé sur le cloud, et a adopté la solution SaaS monolocataire de GitLab pour répondre aux exigences de sécurité et de conformité réglementaire dont l’entreprise avait besoin, tout en permettant aux équipes de tirer parti des capacités de la plateforme.
Avec leur investissement récent dans GitLab Duo Agent Platform, Southwest Airlines cible des cas d'usage précis : scans de sécurité, correction automatisée des CVE, modernisation plus intelligente des images de base Docker et une meilleure mise à niveau des composants de pipelines.
« Nous pensons qu'en tirant parti de GitLab Duo Agent Platform et des workflows agentiques, la dette technique finira par s'estomper. » - Grant Morris, Southwest Airlines
L'objectif de Southwest Airlines ? Réduire la charge de travail répétitive de ses ingénieurs et leur permettre de se concentrer sur l'essentiel, à savoir fournir des capacités commerciales à ses clients. L’entreprise prévoit également d’automatiser environ 90 % des mises à niveau des composants de pipeline pour ses clients.
GitLab, une plateforme unique pour toutes les équipes :
- Ericsson a réduit le temps de déploiement de 50 % et économisé 130 000 heures en 6 mois.
- Deutsche Telekom a intégré les scans de sécurité dans son cycle de développement logiciel, réduisant ses cycles de release de 18 à 3 mois.
- Barclays a adopté l'IA dans son cycle de développement logiciel avec GitLab Duo, atteignant plus de 80 % de satisfaction des équipes de développement.
Les trois piliers de l'orchestration intelligente
Manav Khurana, Chief Product & Marketing Officer de GitLab, a ensuite dévoilé les grandes orientations produit autour de l'orchestration intelligente.
Trois piliers structurent cette vision, chacun répondant à un enjeu précis : donner aux agents les moyens d'agir, unifier les outils et maintenir le contrôle.
Le noyau agentique au coeur de la plateforme
Le noyau agentique permet aux agents d’IA de fonctionner efficacement dans GitLab. Après avoir lancé il y a quelques années la suite de fonctionnalités de GitLab Duo, nous avons décidé en 2025 d’opter pour une approche de plateforme avec le lancement de GitLab Duo Agent Platform, en disponibilité générale depuis janvier 2026.
Avec GitLab Duo Agent Platform, vous pouvez orchestrer des agents d’IA tout au long du cycle de développement logiciel en utilisant le même contexte, les mêmes autorisations et le même modèle de sécurité que votre équipe dans GitLab.
Pour y parvenir, nous avons fait évoluer GitLab sur trois niveaux : l'expérience, le contrôle et les données.
Agentic Chat, évoqué lors de la démo avec l'équipe Developer Advocacy de GitLab, ne se contente pas de répondre à des questions : il analyse les tickets, les merge requests, les pipelines et les résultats de sécurité pour proposer des actions concrètes. Il est accessible depuis l’interface utilisateur de GitLab, votre IDE et bientôt la CLI.
GitLab met également à la disposition de ses utilisateurs des agents par défaut prêts à l'emploi.
- L’agent Planner transforme une liste de tickets en tâches structurées et priorisées en quelques minutes.
- L’agent Security Analyst explique les vulnérabilités dans un langage simple et aide les équipes à les corriger rapidement.
- L’agent Data Analyst (bientôt disponible) fournit aux équipes des informations clés à partir de leurs données GitLab.
« Concrètement, les équipes veulent de l'IA pour des centaines de cas d'utilisation tout au long du cycle de développement logiciel, et ajouter des fonctionnalités d'IA une par une n'est tout simplement pas viable à grande échelle. » indique Manav Khurana, Chief Product and Marketing Officer de GitLab. « Grâce à l'approche de la plateforme de GitLab, les équipes peuvent orchestrer les agents d'IA, allant de la planification, du développement, des tests et de la sécurité au déploiement, en utilisant un contexte, des autorisations et un modèle de sécurité communs. Voilà comment je conçois l'IA pour qu'elle devienne opérationnelle, partageable et gouvernée au sein de toute votre entreprise. »
Par ailleurs, nous avons créé un catalogue d’IA dans lequel les équipes peuvent créer, publier et gérer leurs propres agents personnalisés en fonction de leurs workflows, de leurs normes et de leurs connaissances. Des agents externes comme Claude Code d'Anthropic ou Codex d'OpenAI sont également disponibles pour les équipes qui utilisent déjà ces outils.
Concernant la couche de contrôle, cette dernière inclut des flows agentiques qui permettent aux équipes de relier plusieurs agents entre eux pour automatiser un certain nombre de tâches :
- Les flows par défaut permettent de créer une merge request à partir d’un ticket, de corriger des pipelines en échec, d’automatiser des revues de code et plus encore.
- Les flows personnalisables (bientôt disponibles) permettront aux équipes de créer leurs propres workflows, ainsi que des déclencheurs d'événements pour lancer des flows en arrière-plan.
De plus, GitLab prend en charge nativement le Model Context Protocol (MCP). Avec son client MCP, les agents ont un moyen contrôlé d’extraire le contexte des outils comme Jira, Confluence ou Slack déjà utilisés par les équipes. Avec la disponibilité générale prévue de notre serveur MCP, vous pourrez prochainement étendre les capacités et le contexte de GitLab à vos outils préférés.
Enfin, GitLab Duo Agent Platform utilise le graphe de connaissances (Knowledge Graph) de GitLab, actuellement en version bêta, pour améliorer la précision des agents via l’indexation de dépôts et de métadonnées associées, afin de produire une API de recherche sémantique.
Les outils DevOps et de sécurité unifiés
Le deuxième pilier de l’orchestration intelligente concerne les outils DevOps et de sécurité qui viennent s’ajouter à ce noyau agentique.
Plus de 550 millions de pipelines sont créés chaque année dans GitLab. Or, construire le bon pipeline n'est pas chose aisée, et corriger un pipeline en échec prend beaucoup de temps. C’est pourquoi nous prévoyons d’introduire un générateur visuel CI/CD basé sur l'IA pour créer et optimiser des pipelines complexes sans la complexité YAML.
Nous avons également pour projet d'intégrer la gestion des artefacts directement dans GitLab pour vous permettre de bénéficier d’une vue unique, du commit au déploiement, sans transfert d'authentification ni échec de synchronisation.
Enfin, un nouveau module de sécurité à la chaîne d'approvisionnement logicielle sera ajouté pour renforcer la confiance dans votre cycle de développement logiciel en vous indiquant la provenance du code, en mettant en évidence son contenu et en aidant à bloquer tout élément risqué ou non signé dans le registre des artefacts avant qu'il n'atteigne l'environnement de production.
Les garde-fous d'entreprise pour garder le contrôle
Ce troisième pilier permet d'accélérer votre cycle de développement logiciel grâce à une flexibilité de déploiement, tout en vous conformant aux réglementations et aux exigences de conformité de plus en plus difficiles à respecter :
- GitLab Self-Managed : vous disposez d’un contrôle total sur votre infrastructure.
- Gitlab.com : vous démarrez instantanément avec notre offre SaaS multilocataire.
- GitLab Dedicated : vous disposez d’une isolation de vos données avec notre offre SaaS monolocataire.
- GitLab Dedicated for Government : autorisé par FedRAMP pour les infrastructures nationales critiques.
Cette flexibilité s'étend désormais également à l’IA, vous donnant la possibilité d'utiliser vos propres modèles, hébergés sur votre infrastructure et isolés si nécessaire, afin que l'inférence reste dans votre environnement.
L’avenir du développement logiciel avec GitLab
2025 a posé les fondations de l'IA agentique ; 2026 sera l'année de l'orchestration. Notre vision de l'orchestration intelligente a vu le jour l'été dernier et GitLab Duo Agent Platform ne représente que la première étape d'une approche à long terme visant à fournir à nos clients la meilleure plateforme pour l'ingénierie logicielle avec des milliers d’agents d’IA travaillant aux côtés des équipes, tout au long du cycle de développement logiciel.
Pour visionner le replay de notre événement virtuel, rendez-vous sur la page officielle de GitLab Transcend.
Cet article de blog contient des déclarations de nature prospective au sens de la Section 27A du Securities Act de 1933, telle que modifiée, et de la Section 21E du Securities Exchange Act de 1934. Bien que nous pensions que les attentes reflétées dans ces déclarations sont raisonnables, elles sont soumises à des risques, incertitudes, hypothèses et autres facteurs connus et inconnus qui peuvent entraîner des résultats ou conséquences sensiblement différents. De plus amples informations sur ces risques et autres facteurs sont incluses sous la rubrique « Facteurs de risque » dans nos documents déposés auprès de la SEC. Nous ne nous engageons pas à mettre à jour ou à réviser ces déclarations après la date de publication de cet article de blog, sauf si la loi l'exige.
