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

Depuis des décennies, Cisco construit et exploite certains des systèmes logiciels les plus complexes et les plus critiques au monde. Alors que l’IA générative passait du stade de l’expérimentation à celui de la capacité opérationnelle réelle, Cisco s’est appuyé sur ce qu’elle sait le mieux faire : mettre à l’échelle une technologie avancée dans des environnements exigeants et réels.

Cette approche façonne déjà la manière dont Cisco conçoit de nouveaux produits, notamment AI Defense, pour lequel Codex a permis de réduire un travail d’ingénierie critique de plusieurs trimestres à quelques semaines.

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

Ce faisant, Cisco a contribué à faire de Codex quelque chose de fondamentalement différent d’un outil de productivité pour développeurs : un coéquipier d’ingénierie IA capable d’opérer 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 majeure partie d’AI Defense et presque toutes les nouvelles fonctionnalités que Cisco développe.

Ce travail reflète également le rôle plus large de Cisco dans la progression de la sécurité de l’IA. Cisco fait partie des principales organisations de sécurité qui travaillent avec l’initiative Daybreak d’OpenAI, laquelle réunit les modèles OpenAI, Codex et des partenaires de sécurité afin d’accélérer la cyberdéfense et de sécuriser les logiciels en continu. Dans le cadre de ce programme, ils disposent d’un accès encadré à GPT‑5.5‑Cyber, un modèle destiné aux cyberdéfenseurs.

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

Cisco dispose déjà d’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 sa capacité d’action. Codex a démontré sa capacité à :

• Comprendre et raisonner à travers de vastes dépôts interconnectés
• Travailler avec aisance dans des langages complexes
• Exécuter de vrais flux de travail grâce à des boucles autonomes compilation-test-correction basées sur la CLI
• Opérer dans les cadres existants de revue, de sécurité et de gouvernance

En travaillant directement avec OpenAI, les ingénieurs de Cisco ont pu fournir des retours sur le comportement de ces capacités dans des environnements réels, façonnant des domaines 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 un usage 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 complexes et les plus 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. Résultat : une réduction d’environ 20 % des temps de construction et plus de 1 500 heures d’ingénierie économisées par mois dans l’ensemble des environnements mondiaux.

Correction des défauts à grande échelle (CodeWatch) : en utilisant Codex-CLI, Cisco a automatisé la réparation des défauts avec une exécution itérative et agentique sur des bases de code C/C++ à grande échelle. Ce qui nécessitait auparavant des semaines d’efforts manuels se fait désormais en quelques heures, ce qui a permis d’augmenter de 10 à 15 fois le taux de résolution des défauts et de libérer les ingénieurs pour qu’ils se concentrent sur la conception et la validation.

Migrations de frameworks en quelques jours, pas en quelques semaines : lorsque les équipes Splunk ont dû migrer plusieurs interfaces utilisateur de React 18 vers React 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 exigeant du jugement.

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

Pour Cisco, la 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 des dirigeants dès le premier jour.

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