Cisco et OpenAI réinventent l’ingénierie d’entreprise avec Codex

Depuis des décennies, Cisco a développé et exploité certains des systèmes logiciels les plus complexes et critiques au monde. À mesure que l’IA générative est passée de l’expérimentation à de réelles capacités opérationnelles, Cisco s’est appuyée sur ce qu’elle connaît le mieux : l’extension des technologies avancées à grande échelle dans des environnements exigeants et réels.

Cette approche façonne déjà la façon dont Cisco crée de nouveaux produits, notamment AI Defense, où Codex a aidé à réduire des travaux d’ingénierie essentiels qui prenaient plusieurs trimestres à seulement quelques semaines.

Au lieu de traiter Codex comme un outil de développement autonome, Cisco a commencé à l’intégrer directement aux flux de travail d’ingénierie de production, en l’exposant à d’immenses systèmes multi-dépôts, à des bases de code fortement axées sur C/C++ et aux exigences de sécurité, de conformité et de gouvernance d’une entreprise mondiale.

Ce faisant, Cisco a aidé à faire de Codex quelque chose de fondamentalement différent d’un outil de productivité pour développeurs : un coéquipier en ingénierie IA capable de fonctionner à l’échelle de l’entreprise.

Le travail de Cisco sur AI Defense montre à quoi ce modèle peut ressembler en pratique. AI Defense est la solution de sécurité IA de bout en bout de Cisco qui protège contre les risques de sûreté et de sécurité introduits par l’IA.

Codex a été utilisé par l’équipe de Cisco pour écrire la majorité d’AI Defense et presque toutes les nouvelles fonctionnalités que Cisco développe.

Ce travail reflète aussi le rôle plus large de Cisco dans l’avancement de la sécurité de l’IA. Cisco fait partie des principales organisations de sécurité qui collaborent à l’initiative Daybreak d’OpenAI, laquelle réunit les modèles d’OpenAI, Codex et des partenaires en sécurité pour accélérer la cyberdéfense et sécuriser les logiciels en continu. Dans le cadre de ce programme, leur accès à GPT‑5.5‑Cyber, un modèle pour les cyberdéfenseurs, est encadré.

Cisco a aussi utilisé Codex pour aider à créer Defense Squad, un outil à code source ouvert qui est passé de l’idéation à la communauté des développeurs en moins d’une semaine.

Cisco dirige déjà une organisation d'ingénierie mature avec plusieurs initiatives d'IA en cours. Ce qui rendait Codex convaincant, ce n’était pas la complétion de code ni l’automatisation superficielle, mais l'agentivité. Codex a démontré sa capacité à :

• Comprendre et raisonner à l’échelle de grands dépôts interconnectés
• Travailler avec aisance dans des langages complexes
• Exécuter des flux de travail réels grâce à des boucles autonomes de compilation-test-correction basées sur le CLI
• Fonctionner dans les cadres existants de révision, de sécurité et de gouvernance

En travaillant directement avec OpenAI, les ingénieurs de Cisco ont pu donner leur avis sur le comportement de ces capacités dans des environnements réels, influençant des aspects comme l’orchestration des flux de travail, les contrôles de sécurité et la prise en charge des tâches d’ingénierie de longue durée, tous essentiels à l’utilisation en entreprise.

Une fois Codex intégré au travail d’ingénierie quotidien, les équipes ont commencé à l’appliquer à certains de leurs flux de travail les plus difficiles et chronophages :

Optimisation de la construction inter-dépôts : Codex a analysé les journaux de construction et les graphes de dépendances de plus de 15 dépôts interconnectés, identifiant des inefficacités. Le résultat : une réduction d’environ 20 % des temps de compilation et plus de 1 500 heures d’ingénierie économisées par mois dans l’ensemble des environnements mondiaux.

Correction de défauts à grande échelle (CodeWatch) : À l’aide de Codex-CLI, Cisco a automatisé la réparation des défauts grâce à une exécution agentique itérative sur des bases de code C/C++ à grande échelle. Ce qui nécessitait autrefois des semaines d’efforts manuels est désormais accompli en quelques heures, offrant une augmentation de 10 à 15 fois du débit de résolution des défauts et permettant aux ingénieurs de se concentrer sur la conception et la validation.

Migrations de cadres applicatifs en jours, pas en semaines : Lorsque les équipes Splunk ont dû migrer plusieurs interfaces utilisateur de React 18 à 19, Codex a pris en charge de façon autonome l’essentiel des changements répétitifs, ramenant des semaines de travail à quelques jours et permettant aux ingénieurs de se concentrer sur les décisions qui exigent beaucoup de jugement.

Cisco a fourni une rétroaction continue issue d’une utilisation réelle en production, ce qui a aidé OpenAI à accélérer la préparation de Codex pour les grandes entreprises, surtout dans des domaines comme la conformité, la gestion des tâches de longue durée et l’intégration aux pipelines de développement existants.

Pour Cisco, cette collaboration a établi un modèle reproductible d’adoption de l’IA de nouvelle génération : un partenariat technique approfondi, de vraies charges de travail et un alignement de la direction dès le premier jour.

Aujourd’hui, Codex est utilisé dans plusieurs unités d’affaires de Cisco, améliorant la productivité, la qualité du code et le délai de résolution. Au lieu d’évaluer le travail uniquement selon des mesures traditionnelles de l’effort, les équipes demandent de plus en plus : « Combien de temps prendra cette exécution de Codex? »