Les développeurs les plus performants de Spotify n'ont pas écrit une seule ligne de code depuis décembre, selon Gustav Söderström, co-patron de la plateforme de streaming. Cette déclaration, faite lors la présentation résultats financiers du quatrième trimestre, illustre le passage de l'entreprise à un système de développement entièrement automatisé utilisant l'intelligence artificielle appelé Honk.
Ce système interne permet aux ingénieurs de déployer du code à distance et en temps réel grâce à l'IA générative, et notamment Claude Code d'Anthropic. Spotify attribue à Honk l'accélération « considérable » de vitesse de développement et de déploiement, affirmant que cette transformation ne constitue que « le début » d’évolution pilotée par l’IA.
La société a apporté plus de 50 nouvelles fonctionnalités et modifications à son service de streaming musical en 2025. Les versions récentes incluent des listes de lecture générées par l'IA, Page Match pour les livres audio et About The Song, toutes lancées ces dernières semaines.
Les développeurs de Spotify misent sur l'IA
Gustav Söderström a détaillé le flux de travail activé par Honk. Un ingénieur peut, depuis Slack sur son smartphone lors de son trajet matinal, demander à Claude de corriger un bug ou d'ajouter une fonctionnalité à l'application mobile. Une fois le travail terminé, Claude livre une nouvelle version de l'application directement à Slack, permettant à l'ingénieur de mettre le code en production avant même d'arriver au bureau.
Cette automatisation repositionne radicalement le rôle du développeur : de « créateur » de code à superviseur et orchestrateur d’agents d’IA. Le processus élimine les étapes manuelles traditionnelles (écriture, tests locaux et revue de code traditionnelle) au profit d'une chaîne où l'humain formule l'intention et valide le résultat, tandis que l'IA exécute la mise en œuvre technique complète.
La capacité de Claude à générer du code fonctionnel pour des plateformes spécifiques (iOS ou Android par exemple) et des fonctions prêtes à l'emploi suggère que le modèle accède non seulement au code source de Spotify, mais également aux environnements bêta et de test. Cette intégration profonde va bien au-delà de l’assistance au codage proposée par GitHub Copilot ou d’autres outils qui se limitent à suggérer des lignes ou des blocs de code.
Un avantage sur les concurrents avec des données
Gustav Söderström a souligné la création par Spotify d'un ensemble de données unique que les modèles linguistiques concurrents ne peuvent pas obtenir, contrairement aux ressources en ligne comme Wikipédia. Les questions liées à la musique n'ont pas toujours de réponse factuelle universelle : définir la musique pour l'entraînement sportif génère des réponses différentes en fonction de la géographie et des préférences individuelles, par exemple.
Spotify exploite les données comportementales de ses centaines de millions d'utilisateurs pour cartographier ces nuances subjectives à une échelle inaccessible aux acteurs extérieurs. Cet ensemble de données s'améliore à chaque cycle de recyclage des modèles, créant un écart croissant avec les LLM génériques qui ne peuvent pas accéder à ces signaux propriétaires.
Cette stratégie de données transforme l'avantage concurrentiel de Spotify : au-delà du catalogue musical, l'entreprise possède une compréhension contextuelle et culturelle de la façon dont la musique est consommée au sein de différentes populations. Les systèmes de recommandation alimentés par ces connaissances deviennent progressivement inimitables.
Concernant la musique générée par l'IA, Spotify permet aux artistes et aux labels d'indiquer dans les métadonnées de la chanson comment la chanson a été créée, tout en maintenant une surveillance active de la plateforme pour éliminer le spam. Cette position accepte l'existence de contenus créés par l'IA tout en tentant de préserver la qualité éditoriale et la transparence. D’autres plateformes, comme Deezer, signalent la musique générée par l’IA.
