Getty Images/iStockphoto

Actualites

Jira Planner : Atlassian prend le train du Spec Driven Development

Face aux défis de la gestion des tokens, Atlassian privilégie la planification anticipée pour fluidifier les étapes ultérieures du développement. L'optimisation des coûts et de la qualité du code généré par IA demeure toutefois un enjeu complexe.

Beth Pariseau
par
Publié le: 17 juil. 2026

Le développement piloté par les spécifications est inspiré des pratiques utilisées dans la programmation d’API. Il met l'accent sur la définition de la structure et du comportement d'un système logiciel avant l'écriture du code. Cette approche a été adoptée par des « harnais IA » tels qu'AWS Kiro, GitHub et Cursor au cours de l'année écoulée. Cette technique vise à réduire les goulets d’étranglement liés au développement assisté par l’IA. Elle permet d'améliorer le contrôle organisationnel et la collaboration entre les développeurs.

Lancé en préversion cette semaine, le Jira Planner d’Atlassian applique ce concept à une autre partie du cycle de développement logiciel : l’étape de planification des exigences. C’est la spécialité historique de Jira et ce pour quoi les équipes adeptes de l’approche DevOps l’utilisent. L’objectif affiché : réduire la probabilité de conflits lors des phases de test et de déploiement.

En l’occurrence, l’IA générative et agentique a largement démultiplié les volumes de code poussés vers les systèmes SDLC. Cela met à rude épreuve les pipelines de tests et de déploiement.

« La tendance n’est pas nouvelle, mais la production de code elle-même ne représente plus que 15 à 16 % du temps que les développeurs consacrent à l’ensemble du cycle de développement », affirme Ming Wu, directrice de l’ingénierie DevAI chez Atlassian. « Cela signifie que les 84 % restant représentent le goulet d’étranglement qui réduit la productivité ».

Ainsi, « alors que le taux d’adoption des agents IA de programmation est en moyenne de 90 % dans l’industrie, les gains de productivité stagnent à 10-15 % », ajoute-t-elle. « La phase de planification est l’un des points de douleur que nous avons identifiés ».

Jira Planner s'appuie sur la base de code existante d'une entreprise, l'historique de Jira et Confluence, ainsi que le contexte de l'équipe réuni à travers son graphe de connaissances, Teamwork Graph. Selon un billet de blog de l’éditeur, Jira Planner génère une spécification technique structurée dans Confluence qui est lisible à la fois par les humains et les machines.

Atlassian a également rendu son agent de programmation Jira Coding Agent (ex-Rovo Dev) disponible dans l’interface principale de Jira. Le menu déroulant de cette UX permet par ailleurs d’y intégrer Claude Code, Cursor, GitHub Copilot et bientôt Codex. Il s’agit pour les membres des équipes de leur assigner des tâches depuis cette interface. Par ailleurs, les usagers peuvent voir les sessions où les agents de programmation bloquent, ont besoin d’une approbation ou ont terminé leurs travaux depuis un seul tableau de bord.

Le Spec Driven Development déplace les coûts plutôt qu’il les efface

Appliquer le Spec Driven Development à la phase de planification et à l’échelle d’une équipe pourrait en théorie améliorer la qualité du code produit et réduire les coûts.

« Cela aide à prendre des décisions plus intelligentes plus tôt dans le processus », estime Jim Mercer, analyste chez IDC. « Les agents auront accès à cette base de connaissances plus large sur la façon dont [une équipe] travaille », anticipe-t-il. « Cela améliore la qualité et évite les retours en arrière. Cela devrait également accélérer le développement piloté par les spécifications, car [les exigences] devraient être mieux comprises ».

En pratique, le Spec Driven Development peut déplacer la charge financière vers d’autres parties de la pile applicative, prévient Rick Geneva, analyste chez Forrester Research. Il le sait bien. Chez son ancien employeur, S&P Global, l’ancien directeur de l’ingénierie logicielle a mis en place un projet de développement piloté par les spécifications.

« Le Spec Driven Development diminue la consommation de tokens allouée à la programmation, mais a tendance à les redistribuer ailleurs », écrit-il à la rédaction de SearchITOperations, une publication sœur du MagIT. « Par exemple, vers Copilot pour les utilisateurs métier, la planification de projet, des tests, etc. »

« Le volume de fichiers de planification devient plus important que le code. Des outils, des LLM et des agents IA différents sont utilisés. Cette consommation de tokens n’est plus reflétée dans le budget de l’ingénierie », souligne-t-il.

Par ailleurs, selon l’analyste, « la plateforme qui infuse l’IA de bout en bout, à l’échelle du cycle de vie de développement, n’existe pas ».

Des signes montrent toutefois que les éditeurs prennent cette direction. « Je n'ai aucune idée du temps qu'il faudra pour y parvenir. Mais on peut maintenant observer un changement dans des produits tels que Jira (ou tout ce qui peut maintenir un contexte persistant) », note-t-il.  « C'est la prochaine grande innovation dans la programmation agentique. [Les fournisseurs] veulent tous posséder la "source de vérité" et les "normes" du contexte plus large du projet et de l'entreprise ».

Une fonction supplémentaire pour se différencier de ServiceNow

Ailleurs, Atlassian doit faire face à la concurrence féroce de ServiceNow pour orchestrer les flux de travail métier. Selon Jim Mercer, la force d’Atlassian dans le développement logiciel renforcera son attrait auprès des entreprises.

« La planification était la spécialité de Jira, bien avant que nous n'entrions dans l'ère de l'IA générative », rappelle-t-il. « Si vous êtes un utilisateur de longue date, vous disposez déjà de ces données riches pour prendre des décisions », poursuit-il. « Qui peut dire que la position d'Atlassian ne les place pas dans une position forte pour être ce plan de données central qui peut être utilisé dans toute l'organisation ? ».

D'autres analystes ont souligné l'absence de base de données de gestion de configuration (CMDB), un point fort historique de ServiceNow, comme une faiblesse potentielle pour Atlassian. Mais Jim Mercer n'est pas d'accord.

« Chaque entreprise à laquelle j'ai discuté en dehors des clients ServiceNow qui ont essayé une CMDB [constate] qu'elle est toujours obsolète et désynchronisée », avance-t-il. « ServiceNow en parle beaucoup parce qu'ils ont construit leur entreprise dessus. Mais je ne vois pas d'avenir pour les CMDB dans ce domaine ».

Atlassian se concentre sur la supervision de l’IA agentique

De son côté, Atlassian dit travailler à la mise sur pied d’un « système de travail stratégique » pour les flux métier et logiciels. Ming Wu indique que sa feuille de route inclut une meilleure visibilité de l’usage, de la qualité et de l’activité des agents IA. Des capacités issues du rachat de DX, en 2025.

L’outil lancé cette semaine suit les dépenses, les traces et la consommation de tokens des IDE ou CLI agentique. Il les attribue aux équipes et projets, puis le calcule le coût par pull request. Une version antérieure montrait comment les équipes utilisent les outils d'IA, jusqu'au niveau des sessions. Elle évaluait aussi si les référentiels de code étaient prêts pour l'IA. Prochainement, Atlassian DX capturera l'activité IA sur les machines locales des développeurs pour une analyse globale, précise Ming Wu.

« Honnêtement, je pense qu’en matière de supervision de l’IA, l’industrie entière en est à ses débuts », affirme-t-elle. « C’est clairement un domaine d’investissement ».

Article initialement publié sur SearchITOperations.

 

Pour approfondir sur Outils de développement