Sur LinkedIn, tout le monde est "10x". Dans la vraie vie, le gain est réel mais mesurable — à condition de ne pas tricher avec soi-même. Voici la méthode que j'applique depuis 18 mois.

Les métriques qui ne veulent rien dire

  • Lignes de code/jour : un LLM en produit des tonnes de mauvaises.
  • Commits/jour : trivial à gonfler.
  • Features livrées : trop dépendant du périmètre.

Les métriques qui comptent

1. Temps story → prod

Pour chaque story livrée, temps entre "début de travail" et "merge en prod". Moyenné sur 20+ stories pour lisser le bruit. Facile à suivre via Linear/Jira timestamps.

2. Bugs remontés dans les 7 jours post-déploiement

La vraie qualité se voit en prod. Si la vitesse monte mais les bugs doublent, vous n'êtes pas plus productif, vous avez transféré du coût.

3. Temps de première contribution sur un repo inconnu

Pour moi le meilleur proxy du "10x". Avec IA, je livre une PR utile sur un monorepo jamais vu en 3-4 heures. Sans, c'était 2-3 jours.

4. Coût en $ par story

Additionnez abonnements IA + tokens consommés + heures passées × tarif. Divisé par nombre de stories. Comparez avant/après adoption IA.

Mes chiffres perso (12 mois)

  • Temps story → prod : -42 % en moyenne.
  • Bugs post-déploiement : stable (important : pas de dégradation).
  • Temps première PR repo inconnu : -68 %.
  • Coût par story : -35 % (l'abonnement Claude + Cursor ne compense pas le gain de temps).

Soit un gain net d'environ 2x, pas 10x. Mais 2x en vraie productivité avec qualité maintenue, c'est énorme.

Les biais qui font croire au 10x

  • Biais de sélection : on se souvient des tâches où l'IA a brillé, pas de celles où on a pataugé.
  • Biais de scope : avec l'IA on prend des tâches plus simples, qu'on aurait reportées avant.
  • Biais de qualité latente : la dette technique prend 6 mois à se voir.

Méthodologie simple à mettre en place

  1. Tenez un log des stories livrées, avec durée + tags IA utilisés.
  2. Analysez toutes les 2 semaines.
  3. Gardez une "control group" interne : quelques stories volontairement codées sans IA, pour calibrer.

Sans mesure, on se raconte des histoires. Avec mesure, on optimise. Besoin de mesurer la productivité de votre équipe ?