Agentic Data & Software Engineering

L’IA est déjà dans vos équipes, mais elle ne passe pas à l’échelle : c’est un mur

Par Xavier Franco, CEO de Elternativa · Grupo Zemsania
· 7 min de lecture

Rédigé avec l’aide de l’IA et relu par Xavier Franco

Vue aérienne d’une rangée de frontons, chacun avec une seule personne jouant contre son mur, sans que personne ne joue avec un autre.
Dans cet article

Je l’explique avec une image : aujourd’hui, dans presque toutes les équipes de développement, l’IA est un mur. Le développeur lui lance une demande, attend qu’elle revienne, la regarde, la corrige et la relance. Ça marche. Mais ça ne passe pas à l’échelle. Et si vous dirigez la technologie, vous avez intérêt à comprendre pourquoi, parce que vous payez pour quelque chose qui pourrait rendre bien davantage.

L’IA pour coder est déjà là

Personne ne conteste que les équipes utilisent l’IA pour coder. Selon l’enquête de Stack Overflow de 2025, avec plus de 49 000 réponses, 84 % des développeurs l’utilisent déjà ou prévoient de le faire. La question n’est plus de savoir si elle entre, mais comment elle travaille une fois à l’intérieur.

Et la forme la plus courante est celle du mur : une personne, une IA et une conversation. Chacun avec son outil, sa façon de demander et ses astuces. Ce que l’un apprend reste dans sa conversation. Ce qu’un autre résout est résolu de nouveau demain au bureau d’à côté.

En pratique : demandez à votre équipe combien d’outils d’IA différents elle utilise et comment elle décide ce qu’elle leur demande. Si chaque réponse est différente, vous avez plusieurs murs, pas une équipe.

Les temps morts que personne ne mesure

Le mur a un coût qui n’apparaît sur aucune facture : l’attente. Pendant que l’IA réfléchit, la personne attend. Quand la réponse revient, il faut la lire, la comprendre et décider. Et recommencer.

Il existe une étude très honnête à ce sujet. En juillet 2025, METR, un laboratoire indépendant, a mesuré lors d’un essai contrôlé 16 développeurs expérimentés travaillant sur 246 tâches réelles de leurs propres projets. Avec l’IA, ils ont mis 19 % de temps en plus. Le plus frappant n’est pas le chiffre, mais la perception : avant de commencer, ils s’attendaient à aller 24 % plus vite, et à la fin ils continuaient à croire que l’IA les avait accélérés de 20 %.

Je ne le raconte pas pour dire que l’IA ne sert à rien. Elle sert, et beaucoup. Je le raconte parce que cela montre que la sensation de vitesse n’est pas la vitesse. Une personne seule avec son IA peut se sentir plus rapide et livrer autant ou moins.

En pratique : ne mesurez pas l’IA à ce que vous dit votre équipe. Mesurez les livraisons, le délai jusqu’en production et les reprises, avant et après.

La double facture

Le mur a aussi un coût visible. Vous payez la licence de l’outil d’IA de chaque personne et vous continuez à payer la personne pour le temps qu’elle passe à attendre, à relire et à répéter. C’est une double facture pour le même travail.

Et il y a un troisième coût, plus silencieux : le désordre. Quand chacun travaille avec son IA à sa façon, la même chose se retrouve résolue de deux manières différentes dans deux parties du système. Personne ne sait ce qu’une personne a écrit et ce qu’un modèle a écrit. Et ce qui s’apprend ne revient pas dans le projet : cela reste chez celui qui l’a fait.

Plusieurs ingénieurs avec de l’IA ne font pas une équipe avec de l’IA.

Du mur à l’équipe

Ce qui change le résultat n’est pas un meilleur outil. C’est orchestrer ceux que vous avez déjà pour qu’ils travaillent comme une équipe. Concrètement, cela signifie :

  1. Une méthode commune pour toutes les IA. Chaque tâche naît avec son contrat : ce qu’il faut faire et selon quels critères elle sera jugée bonne, fixés avant de commencer.
  2. Plusieurs instances en parallèle. Au lieu d’une personne qui attend une IA, plusieurs instances de développement travaillent en même temps, sans surveillance, avec des tâches réparties et sans se marcher dessus.
  3. Un rôle pour chacune. L’une construit, l’autre teste. Celui qui écrit le code n’est pas celui qui le valide.
  4. Une personne qui décide. Votre équipe définit le travail et valide chaque livraison en regardant le code. La signature est enregistrée.
  5. Une connaissance qui reste. Les normes, les décisions et ce qui a été appris vivent dans un système que la tâche suivante reçoit déjà, pas dans une conversation que personne ne relira.

Le rôle de vos équipes change : elles cessent de jouer contre le mur et passent à définir et valider. C’est un travail plus valorisant et moins répétitif.

En pratique : choisissez un type de travail répétable, comme les évolutions ou la dette technique, et essayez d’écrire les critères d’acceptation avant de le demander à l’IA. Vous verrez comment la revue change.

Avec l’IA que vous payez déjà

Une précision importante : il ne s’agit pas de changer d’outil. Claude Code, Cursor, Codex, Copilot ou Windsurf conviennent. Ce qui leur manque n’est pas la puissance, c’est une méthode et quelqu’un qui répartit le travail. C’est comme avoir de bons musiciens sans chef d’orchestre : chacun joue bien sa partie, mais cela ne sonne pas comme un orchestre.

Il ne s’agit pas non plus de supprimer des personnes. Il s’agit de permettre à la même équipe d’inscrire au plan ce qui n’y rentre pas aujourd’hui : la dette technique, le legacy ou cette migration qu’on reporte toujours.

Ce qui s’apprend, reste

Il y a un effet du mur qui me semble le plus coûteux à long terme : l’apprentissage ne s’accumule pas. Quand une personne découvre que l’IA se trompe toujours au même endroit, elle le corrige dans sa conversation et continue. Demain, une autre personne de l’équipe butera sur la même chose. Et après-demain, une autre.

Dans une équipe orchestrée, c’est l’inverse. Chaque erreur détectée lors de la validation devient une règle écrite que la tâche suivante reçoit déjà : une norme de style, une décision d’architecture ou un cas à toujours tester. La méthode se définit une fois, s’applique toujours et apprend de chaque erreur.

Cela a une conséquence très pratique : la connaissance cesse de vivre dans les personnes et dans leurs conversations, et vit dans le projet. Si quelqu’un change d’équipe ou part, la méthode continue. Le turnover n’arrête pas le service.

Et cela a une autre conséquence tout aussi importante : la traçabilité. Quand chaque tâche a son contrat, son exécution et sa validation enregistrés, on sait ce qu’une personne a écrit et ce qu’un modèle a écrit, qui l’a validé et combien cela a coûté. Cela, impossible avec le mur, est ce qui vous permet de mesurer réellement si l’IA est rentable.

En pratique : cherchez dans le dernier mois une erreur que l’IA a commise deux fois dans votre équipe. Si elle n’est écrite nulle part comme règle, elle se reproduira.

Par où commencer

  1. Mesurez dès aujourd’hui les livraisons par semaine, le temps de revue et les reprises, sur votre propre dépôt.
  2. Choisissez un service délimité que vous avez déjà : une évolution, une application, un backlog de dette.
  3. Donnez-lui une méthode : contrat avec critères, instances en parallèle, tests séparés et validation par une personne.
  4. Exécutez-le en parallèle du service habituel pendant quelques semaines.
  5. Comparez coût, délai et qualité avec vos données et décidez si vous passez à l’échelle.

Comment nous vous aidons

Chez Agentic Data & Software Engineering, nous orchestrons vos plateformes d’IA de développement pour qu’elles travaillent en parallèle, sans surveillance et sous gouvernance, sur tout le cycle de vie du logiciel : chaque tâche avec son contrat, des tests réalisés par une autre instance et une personne de votre équipe qui valide chaque clôture. Le code reste dans votre Git et la connaissance, dans une base de données qui vous appartient.

Nous le faisons avec Agentagile, notre méthodologie pour développer avec l’IA : nous ne fabriquons pas de nouveaux agents, nous transformons l’IA que vous avez déjà souscrite en une équipe qui travaille avec méthode.

Questions fréquentes

Quels outils d’IA pour coder peut-on orchestrer ?

Ceux que vous avez déjà : Claude Code, Cursor, Codex, Copilot ou Windsurf, entre autres. La méthode est la même pour tous.

L’IA pour coder rend-elle une équipe plus productive ?

Cela dépend de la façon de l’utiliser. Dans un essai de METR de 2025, des développeurs expérimentés ont mis 19 % de temps en plus avec l’IA, alors qu’ils croyaient aller plus vite. La productivité se mesure en livraisons, pas en impressions.

Que signifie orchestrer l’IA ?

Faire travailler plusieurs instances en parallèle avec une méthode commune, des tâches vérifiables, des tests indépendants et une personne qui valide.

Faut-il changer d’outil d’IA ?

Non. On travaille avec l’IA que vous avez déjà souscrite.

Continuer la lecture