Principaux points à retenir
- Les revenus du cloud JFrog augmentent de 60 % à la suite de l'adoption de l'IA
- La génération de code moins chère crée de nouveaux coûts d'infrastructure
- La sécurité logicielle devient de plus en plus précieuse à mesure que l'automatisation s'étend
L'intelligence artificielle accélère le développement logiciel et le rend potentiellement moins coûteux. Pourtant, une entreprise génère nettement plus de revenus en gérant le logiciel que l'IA aide à créer.
JFrog a déclaré un chiffre d'affaires cloud au troisième trimestre de 101,5 millions de dollars, en hausse de 60 % par rapport à l'année précédente, selon son compte rendu des résultats du 5 novembre. Le chiffre d'affaires total a augmenté de 31 % pour atteindre 179,2 millions de dollars, les services cloud représentant 57 % des ventes.
Pourquoi la programmation IA moins chère crée plus de logiciels à gérer
Le développement logiciel traditionnel nécessite aux ingénieurs d'écrire du code, de tester les modifications et de préparer les applications pour la publication.
Les agents de codage IA accélèrent ces tâches. Certains peuvent créer des fichiers indépendamment, modifier des programmes existants, exécuter des tests et suggérer des modifications de déploiement.
Coinpaper a récemment couvert les projets d'acquisition d'OpenAI concernant Pierre Computer, dont la technologie gère de grands dépôts créés par des systèmes de développement automatisés.
Cependant, écrire du code n'est qu'une étape de la production logicielle.
Avant qu’un programme n’atteigne les clients, les entreprises convertissent généralement son code source en packages, conteneurs ou d’autres fichiers déployables appelés artifacts.
Ces artefacts doivent être stockés, versionnés, vérifiés en matière de vulnérabilités et distribués de manière fiable.
La plateforme Artifactory de JFrog gère une grande partie de ce travail.
Alors que les outils d'IA augmentent la production logicielle, les entreprises peuvent générer davantage de versions, dépendances et paquets de déploiement, créant une demande supplémentaire en infrastructure.
La tendance aide également à expliquer pourquoi les plateformes de codage par IA deviennent des actifs stratégiques pour les grandes entreprises technologiques.
Pourquoi le code généré par l'IA peut augmenter les dépenses en sécurité
Plus de logiciels signifie également plus de composants que les entreprises doivent inspecter.
Les agents IA peuvent introduire des dépendances vulnérables, réutiliser des bibliothèques périmées ou produire un code qui se comporte différemment de ce que les développeurs ont prévu.
Cela rend la sécurité automatisée de plus en plus importante.
Plus tôt, les changements de sécurité de Bitcoin Core ont démontré comment la découverte de vulnérabilités assistée par l'IA transforme la maintenance logicielle.
Dans le même temps, Ripple's AI-assisted security initiative illustre comment les développeurs intègrent des tests automatisés dans les workflows de production.
JFrog bénéficie d'une exigence connexe : les organisations ont besoin de systèmes capables d'identifier quels composants logiciels sont approuvés, d'où ils proviennent et s'ils restent sûrs.
Ses derniers résultats suggèrent que les clients augmentent leurs dépenses sur ces fonctionnalités.
Le maintien du dollar net de JFrog a atteint 124 %, ce qui signifie que sa cohorte de clients existants a généré 24 % de revenus supplémentaires pendant la période mesurée, après prise en compte de l'expansion et de la contraction.
Pourquoi les plus grands gagnants de l'IA ne codent peut-être pas
La performance de JFrog illustre comment l'IA peut créer des opportunités au-delà des développeurs de modèles et des assistants de codage.
L'entreprise a déclaré 112 clients dépensant plus de 1 million de dollars par an, contre 71 un an plus tôt.
Ses obligations de performance restantes ont également augmenté de 60 % pour atteindre 812,4 millions de dollars, reflétant les revenus contractés pour des périodes futures.
Le principe économique ressemble au changement plus vaste vers l'infrastructure et la sécurité de l'IA, où la confiance et la distribution peuvent devenir plus importantes à mesure que la création de logiciels devient moins coûteuse.
Mais une demande plus forte n'élimine pas les risques commerciaux.
JFrog fait face à des concurrents, à des budgets entreprises en évolution et au défi de transformer l'adoption de l'IA en dépenses durables. Ses résultats ne démontrent pas non plus que la codification par l'IA seule a causé l'intégralité de la hausse des revenus.
Alors que les autorités de régulation financière examinent de plus en plus les agents d'IA, la supervision et la responsabilité deviennent des préoccupations centrales dans tous les secteurs.




