par Magic, une startup développant une plate-forme de génération de code similaire à Copilot de GitHub, a annoncé aujourd’hui avoir levé 23 millions de dollars lors d’un cycle de financement de série A dirigé par CapitalG d’Alphabet avec la participation d’Elad Gil, Nat Friedman et Amplify Partners. Quelle est donc son histoire ?
Le PDG et co-fondateur de Magic, Eric Steinberger, dit qu’il a été inspiré par le potentiel de l’IA à un jeune âge. Au lycée, lui et ses amis ont câblé les ordinateurs de l’école pour la formation aux algorithmes d’apprentissage automatique, une expérience qui a jeté les bases du diplôme en informatique de Steinberger et de son travail chez Meta en tant que chercheur en intelligence artificielle.
“J’ai passé des années à explorer les voies potentielles de l’intelligence artificielle générale, puis les grands modèles de langage (LLM) ont été inventés”, a déclaré Steinberger à TechCrunch dans une interview par e-mail. “J’ai réalisé que combiner des LLM formés sur le code avec mes recherches sur la mémoire neuronale et l’apprentissage par renforcement pourrait nous permettre de créer un ingénieur en logiciel d’IA qui se sente comme un véritable collègue, pas seulement un outil. Ce serait extrêmement utile pour les entreprises et les développeurs.
Steinberger s’est associé à Sebastian De Ro pour fonder Magic, un outil basé sur l’IA conçu pour aider les ingénieurs logiciels à écrire, réviser, déboguer et planifier les changements de code. L’outil, qui n’est pas encore généralement disponible, peut “communiquer” en langage naturel et collaborer avec les utilisateurs sur les changements de code, affirme Steinberger – fonctionnant comme un programmeur en binôme capable de comprendre et d’en apprendre continuellement davantage sur le contexte des projets de codage et des développeurs.
“Magic vise à réduire considérablement le temps et le coût financier du développement de logiciels”, a déclaré Steinberger. “Donner aux équipes l’accès à un collègue IA qui peut comprendre le code hérité et aider les nouveaux développeurs à le naviguer permettra aux entreprises d’augmenter l’impact de leurs employés actuels et de former de nouveaux employés avec moins de coaching personnel. À leur tour, les employés développeront leurs compétences plus rapidement et pourront se déplacer entre les projets à fort impact avec une agilité accrue. »
Steinberger ne révèle pas encore grand-chose sur les fondements techniques de Magic, ce qui rend difficile, franchement, de comparer l’outil avec la concurrence. L’éléphant dans la pièce est le copilote susmentionné, qui a été formé sur le code public pour suggérer des lignes de code supplémentaires en réponse à une description de ce qu’un développeur veut accomplir – ou même expliquer ce que fait une partie du code.
Steinberger promet que Magic sera capable de faire la même chose – et plus – grâce à une “nouvelle architecture de réseau neuronal capable de lire 100 fois plus de lignes de code que Transformers”. (Le transformateur, mis au point par des chercheurs de Google, est peut-être l’architecture la plus populaire à l’heure actuelle pour les tâches en langage naturel, démontrant une aptitude non seulement à générer du code mais aussi à résumer des documents, à traduire entre les langues et même à analyser des séquences biologiques.) Mais en l’absence d’une démo , nous n’avons que sa parole pour continuer.
“Les premières versions nécessiteront une supervision humaine, mais notre objectif ultime est que l’IA accomplisse de grandes tâches de manière fiable pour vous, de bout en bout, sans baby-sitting”, a ajouté Steinberger.
Le problème le plus important et le plus existentiel pour Magic est peut-être que Copilot a déjà un large public – et un soutien substantiel des entreprises. Il a été utilisé par plus de 1,2 million de personnes et GitHub le positionne de manière agressive comme un outil à l’échelle de l’entreprise, en lançant récemment un plan axé sur l’entreprise appelé Copilot for Business.
La traction de Copilot a peut-être contribué à la disparition de Kite, une startup qui développait un assistant de codage alimenté par l’IA, un peu comme celui de Magic. Bien qu’il ait obtenu des millions de fonds de capital-risque, Kite a eu du mal à payer les factures, se heurtant à des vents contraires qui ont rendu impossible la recherche d’un produit adapté au marché. La formation à l’IA est notoirement coûteuse ; Le fondateur de Kite, Adam Smith, a estimé qu’il pourrait en coûter plus de 100 millions de dollars pour créer un outil de « qualité de production » capable de synthétiser du code de manière fiable.
“Au sein de l’IA plus largement, la formation de modèles de pointe reste coûteuse”, a admis Steinberger. “Cela place la barre plus haut pour les nouveaux entrants comme nous.”
Des problèmes juridiques pourraient également entraver le succès de Magic – bien que certains doivent encore être résolus devant les tribunaux. Comme la plupart des systèmes de génération de code alimentés par l’IA, Magic a été formé sur du code accessible au public, dont certains sont protégés par le droit d’auteur. La société fait valoir que l’utilisation équitable – la doctrine de la loi américaine qui permet l’utilisation de matériel protégé par le droit d’auteur sans avoir à obtenir au préalable l’autorisation du titulaire des droits – le protège dans le cas où Copilot a été sciemment ou inconsciemment développé contre un code protégé par le droit d’auteur. Mais tout le monde n’est pas d’accord. Microsoft, GitHub et OpenAI sont poursuivis dans le cadre d’un recours collectif qui les accuse d’avoir enfreint la loi sur le droit d’auteur en autorisant Copilot à régurgiter des sections de code sous licence sans fournir de crédit.
Certains experts juridiques ont également fait valoir que les systèmes de codage alimentés par l’IA pourraient mettre les entreprises en danger si elles intégraient involontairement des suggestions protégées par le droit d’auteur de l’outil dans leur logiciel de production.
À ces questions, Steinberger a répondu que Magic prenait des mesures pour empêcher le code protégé par le droit d’auteur d’apparaître dans les suggestions de l’outil et citait la source du code suggéré lorsque cela était possible. (GitHub a pris des mesures similaires avec Copilot, filtrant sa sortie dans certains cas et expérimentant le code et la citation de projet.) Steinberger dit que les données des clients ne seront pas balayées pour la formation exclusive à l’IA de Magic – à l’exception des “systèmes personnalisés” utilisés par des clients individuels .
“Nous lancerons une fonctionnalité qui signalera tout problème de licence potentiel avec le code généré pour aider l’utilisateur à prendre une décision éclairée sur ce qu’il faut en faire”, a-t-il déclaré, clarifiant le point précédent.
Steinberger soutient que, dans tous les cas, des outils comme Magic – et des rivaux tels que Tabnine, Mutable et Mintlify ainsi que des projets open source comme BigCode – sont un bien net pour les développeurs et leurs employeurs. Il a souligné des statistiques montrant que les ingénieurs logiciels qualifiés – qui sont de plus en plus difficiles à trouver – coûtent environ 150 000 dollars par an (et plus) et que les équipes passent plus de 25 % de leur temps à intégrer et à maintenir leurs chaînes d’outils de développement.
Tous les programmeurs ne seront probablement pas d’accord, en particulier ceux touchés par les récents licenciements massifs de l’industrie technologique. Mais comme le note Steinberger, il y a un niveau “énorme” d’enthousiasme et d’investissement pour l’IA générative. Il est clair qu’il est là pour rester, en d’autres termes, pour le meilleur ou pour le pire.
« L’industrie du logiciel a une faim sans fin pour plus de talents. Chaque organisation et produit bénéficierait de logiciels plus nombreux et de meilleure qualité, livrés plus rapidement et à moindre coût », a déclaré Steinberger. “Même avec tous les outils de développement dont nous disposons aujourd’hui, la sortie est limitée par la pensée humaine, la frappe et la vitesse de communication. Donner aux équipes l’accès à un collègue IA qui peut comprendre le code hérité et aider les nouveaux développeurs à naviguer permettra aux entreprises d’augmenter l’impact de leurs employés actuels et de former de nouveaux employés avec moins de coaching personnel. À leur tour, les employés développeront leurs compétences plus rapidement et pourront se déplacer entre les projets à fort impact avec une agilité accrue. »
Magic, qui est en pré-revenu avec une main-d’œuvre répartie de six personnes, prévoit de lancer son produit dans un avenir proche – Steinberger ne dirait pas exactement quand. L’objectif à court terme (c’est-à-dire au cours de la prochaine année) est de faire passer l’équipe à 25 personnes en mettant l’accent sur l’ingénierie, les produits et la mise sur le marché.
À ce jour, Magic a levé 28 millions de dollars.
