Les techies ont un sport favori bien à eux : tout automatiser, et de préférence eux-mêmes. Quiconque a suivi l'actualité de ces derniers mois s'en doute déjà : ils sont bien partis pour décrocher la médaille d'or dans cette discipline.
Dans le grand public, l'image dominante de l'IA reste celle de l'artiste créatif, du rédacteur ou du chatbot. Mais pendant que l'on débat encore de sa capacité à écrire de la vraie poésie, la colonne vertébrale de notre société numérique se remodèle déjà en coulisses : le développement logiciel.
Le logiciel a longtemps été le goulot d'étranglement de la numérisation. Il coûte cher et dépendait jusqu'ici d'une ressource rare : les développeuses et les développeurs. À l'échelle mondiale, il manque structurellement environ 4 millions de spécialistes dans ce domaine. C'est le problème auquel se heurtent de nombreuses entreprises.
La solution, nous l'avons vue émerger à une vitesse record ces derniers mois.
Retour en arrière : de l'outil à l'équipe numérique
Je suis cette évolution depuis un moment déjà. Dans l'article « Claude 4.5 Sonnet : le premier développeur IA capable de programmer 30 heures d'affilée », j'ai décrit ce que j'appelle le paradoxe du code. Pourquoi l'IA a-t-elle tellement plus de facilité avec le code qu'avec le langage humain ? La réponse tient en un mot : vérifiabilité. Le code fonctionne ou il ne fonctionne pas. Un feedback binaire, dont les modèles d'IA apprennent à une vitesse folle. Nous vivons en ce moment le saut du simple outil vers l'« Agentic AI » autonome, qui planifie, teste et itère seule pendant des heures.
À quoi cela ressemble dans la vraie vie, je l'ai montré dans « De l'idée à l'app sans écrire une seule ligne de code », en me prenant moi-même comme cobaye. Pour accompagner mes charges d'enseignement, j'ai développé une application d'évaluation sur mesure, en tant que chef de projet et non en tant que codeur. Par pur « vibe coding », c'est-à-dire en décrivant processus et objectifs en langage naturel, j'ai piloté des agents IA qui se sont chargés du véritable travail de développement. En trois jours environ, l'application tenait debout. Autrefois, une équipe entière y aurait passé plus d'une semaine. De gestionnaire de processus, je suis devenu le chef créatif d'un orchestre numérique.
Mais ce microcosme personnel n'est que le reflet d'un bouleversement macroéconomique.
Les chiffres, rien que les chiffres : le code rafle le marché
Ce qui avait commencé comme une expérience POC prometteuse, et que les pros balayaient d'un revers de main sous l'étiquette « vibe coding », est devenu en 2026, sans contestation possible, la killer app de l'intelligence artificielle. Quand on regarde les données de marché actuelles, la tendance devient presque palpable :
- L'économie des tokens : environ 50 % de tous les tokens LLM consommés dans le monde servent désormais à des tâches de programmation. Le code n'est pas un cas d'usage parmi d'autres, c'est le cas d'usage dominant, celui qui fait transpirer les fermes de serveurs. Autrement dit : l'IA ne sert plus d'abord au divertissement créatif, mais à l'augmentation de la production. Ce n'est pas une vague de consommation, c'est une vague d'industrialisation !
- L'ivresse des benchmarks : la référence du secteur, SWE-Bench (qui mesure la capacité des IA à résoudre de vrais tickets GitHub issus de projets open source), est passée en 12 mois de 48 % à un incroyable 93,9 %. Fait : les agents IA sont plus efficaces qu'une large majorité des développeuses et développeurs. Ce ne sont plus des assistants, ce sont des machines de production.
- La réalité chez les Big Tech : on ne parle plus de prototypes. Microsoft, Google et Meta font déjà générer par l'IA de 20 à plus de 30 % de leur code de production. Tous secteurs confondus, nous en sommes déjà à 41 % de code généré par l'IA dans le monde.
- Le miracle startup : des plateformes comme Cursor ont atteint en neuf mois un revenu récurrent (ARR) de 2 milliards de dollars. La croissance SaaS la plus rapide de l'histoire, portée uniquement par l'adoption des développeurs.
Scénarios et pistes de solution : qu'est-ce que cela change pour nous ?
Quand le coût de production du code tend vers zéro, les règles du jeu de la transformation numérique changent en profondeur. Voici trois scénarios auxquels entreprises et chefs de projet doivent se préparer :
Scénario 1 : le calcul « build vs. buy » bascule radicalement
Si des équipes futées (comme dans mon expérience de mini-MBA) peuvent construire des outils sur mesure en quelques jours au lieu de plusieurs mois, la vieille philosophie qui consistait à se rabattre presque systématiquement sur des solutions SaaS standard s'effondre. Les entreprises auront désormais l'option réelle d'entretenir des écosystèmes logiciels hyper-individualisés, parce que le code source n'est plus péniblement écrit à la main, mais généré et maintenu de façon automatisée.
Scénario 2 : le cheval de Troie de l'adoption de l'IA
En entreprise, les grandes initiatives IA en fanfare échouent souvent sur des réticences liées à la protection des données, un manque de confiance ou un bénéfice financier (ROI) flou : un projet IA dans le marketing reste difficile à traduire en chiffres concrets. C'est là que le coding par IA fait un parfait « cheval de Troie » : il livre des faits mesurables et irréfutables. Quand des développeurs économisent soudain 46 % de leur temps sur les tâches routinières grâce à l'IA, c'est un business case que l'on peut chiffrer devant n'importe quel CFO, immédiatement et sans douleur. Une fois que la direction s'est habituée à un usage sûr et rentable de l'IA au sein de la DSI, les obstacles à son déploiement dans le reste de l'entreprise s'effacent d'eux-mêmes.
Scénario 3 : la fin de la « barrière développeur »
Que chez des incubateurs comme Y Combinator, 25 % des startups aient récemment démarré avec un code généré à 95 % par l'IA témoigne d'une démocratisation profonde. Le goulot d'étranglement du manque de développeurs s'élargit. Les programmeurs passeront du statut d'« écrivains de code » à celui d'architectes stratégiques, et les métiers pourront orchestrer eux-mêmes des solutions numériques, à condition de décrire le problème avec suffisamment de précision.
But: It’s always the Process, Stupid!
Ce qui me ramène au point décisif, celui que je ne cesse de marteler « It’s Always the Process, Stupid! » : au fond, il n'existe pas de « stratégie IA », il n'existe que l'optimisation des processus métier.
Au cours des dernières décennies, quantité de workflows mauvais et inefficaces sont nés de mauvais logiciels standard que nous devions acheter pour des raisons de coût. Le développement sur mesure étant difficilement finançable, nous avons acheté d'énormes applications sur étagère et forcé nos équipes à faire entrer leurs processus humains et organiques dans le corset rigide de ces outils.
Croire qu'on peut simplement rehausser un logiciel standard rigide avec un peu de « magie Copilot » pour guérir des workflows cassés, c'est se raconter des histoires : un mauvais système continue d'imposer un mauvais processus, intelligence artificielle ou pas. Si vous automatisez une mauvaise décision, vous prenez simplement de mauvaises décisions à la vitesse de la lumière. Les outils IA classiques greffés sur un logiciel standard rigide manquent donc souvent la vraie cible.
Mais c'est précisément là que le coding par IA devient un vrai game changer et renverse la tendance.
Car si la création de logiciel n'est plus le facteur coûteux qui freine tout, nous pouvons remettre le focus là où il doit être : devant le tableau blanc. Nous pouvons placer le problème et le processus à 100 % au centre, les dégraisser et les optimiser. Et ce n'est qu'à la toute dernière étape que nous demandons aux agents IA de nous construire exactement le logiciel qui s'adapte à notre processus parfait. Et non l'inverse.
Nous quittons un monde où l'exécution (le « comment ») était le facteur limitant pour un monde où l'idée et la compréhension du problème (le « quoi » et le « pourquoi ») passent au premier plan. Le code n'est désormais plus que le sous-produit éphémère d'une solution bien pensée.
Les technologies changent à toute allure.
Les règles de l'efficacité économique, elles, ne bougent pas.
