Réalisation et ingénierie

Pourquoi nous prolongeons ce qui fonctionne au lieu de repartir de zéro

L’assistance de l’IA a eu sur nos projets un effet que nous n’attendions pas. Elle a creusé l’écart entre le travail bâti sur une base éprouvée et le travail parti de rien.

En bref
  • L’assistance de l’IA accélère la production. La production n’est qu’une partie d’une livraison, et rarement celle qui pèse le plus.
  • Sur une base éprouvée, le travail accumulé, ce sont des décisions déjà prises. C’est cela qu’il n’y a pas à refaire.
  • L’argument de la réutilisation s’est renforcé avec l’IA, car l’effort de revue croît avec la nouveauté.
  • Un portefeuille plus court d’éléments qui se répètent vraiment vaut mieux qu’un long catalogue d’éléments construits chacun une seule fois.

Un accélérateur est une idée sans romantisme. C’est un logiciel qui résout déjà un problème reconnu, qui a fait ses preuves en production quelque part, et que l’on prolonge, sans le reconstruire, pour le client suivant qui a le même problème.

Nous pensions que le développement assisté par l’IA affaiblirait cet argument. Si générer un composant ne coûte presque rien, pourquoi s’encombrer d’une base commune ?

C’est l’inverse qui s’est produit.

Ce qui prend réellement du temps

L’intuition selon laquelle la réutilisation fait gagner de la saisie est juste, et presque sans importance. La saisie n’a jamais été la contrainte.

Ce qui prend du temps dans un projet d’entreprise, ce sont les décisions. Comment le cloisonnement des locataires est assuré. D’où vient l’identité, et ce qui se passe quand elle est indisponible. Ce que doit contenir la piste d’audit pour satisfaire un régulateur qui n’a pas encore posé la question. Comment le système se comporte quand un système en aval est indisponible pendant quatre heures. Ce que fait le modèle de données quand la quatrième région du client obéit à des règles différentes des trois premières.

Sur une base éprouvée, ces décisions existent. Elles ont été débattues une fois, mises en œuvre une fois, et elles sont en production depuis assez longtemps pour que les mauvaises aient été repérées. Partir de rien, c’est reprendre chacune de ces décisions, le plus souvent sous la pression du calendrier, et le plus souvent avec moins d’informations que la première équipe.

Générer du code plus vite n’y aide pas. On arrive simplement plus tôt à ces questions.

Pourquoi l’IA a creusé l’écart

Voici la partie que nous n’avions pas anticipée.

Quand un outil rédige le travail, l’effort de revue ne diminue pas dans la même proportion. Il diminue un peu en terrain connu, où le relecteur sait à quoi ressemble un résultat correct et peut cibler les endroits où les choses dérapent d’habitude. Il diminue très peu en terrain inconnu, où le relecteur doit raisonner sur le problème depuis le début pour savoir si la réponse est juste.

Le bénéfice de l’assistance est donc le plus grand précisément là où le schéma est connu, c’est-à-dire sur quelque chose qui existe déjà. Sur un travail réellement nouveau, la génération est rapide et la revue est lente, et c’est la partie lente qui l’emporte.

La réutilisation et l’assistance de l’IA se renforcent l’une l’autre. La nouveauté et l’assistance de l’IA, non.

Dans nos propres projets, la base éprouvée s’appelle nVisionIT.Framework, notre socle applicatif maison, dont part chaque développement web, y compris le prototype fonctionnel qu’un client approuve à la fin du Sprint 0. Le cloisonnement des locataires, l’identité, l’audit et la gestion des erreurs arrivent avec des décisions déjà prises, si bien que les deux premières semaines sont consacrées au problème du client. Le prototype que le client valide devient la fondation sur laquelle la production est construite, et c’est pourquoi le Sprint 0 se termine sur quelque chose qui tourne.

La discipline que cela exige

La réutilisation ne fonctionne que si ce que l’on réutilise est réellement commun. Le mode de défaillance, c’est un catalogue qui affiche vingt produits, dont quatre sont réels et dont les autres ont été construits une fois pour un client puis baptisés.

Nous nous sommes livrés à cet exercice et en sommes sortis avec une liste nettement plus courte. Chaque élément devait répondre à la même question : a-t-il résolu le même problème pour plus d’une organisation, et parierions-nous notre propre argent sur le fait qu’il le résoudra pour la suivante ? Ceux qui ne pouvaient pas y répondre sont redevenus ce qu’ils avaient toujours été, c’est-à-dire du bon travail spécifique à un client.

La liste plus courte est plus utile à un acheteur, et plus honnête. Elle est aussi plus facile à tenir à jour, ce qui compte, car un accélérateur qui n’a pas été maintenu est un passif qui emprunte le vocabulaire d’un actif.

Ce qu’un acheteur devrait demander

Si un fournisseur vous propose un accélérateur, les questions qui distinguent un vrai d’une simple diapositive sont directes :

  • Où tourne-t-il en production aujourd’hui, et pour qui ?
  • Quelle est la trajectoire de mise à niveau quand la base évolue, et qui la paie ?
  • Quelles parties relèvent du paramétrage et lesquelles demandent de l’ingénierie ?
  • Que deviennent nos extensions quand la version suivante arrive ?

Un vrai accélérateur apporte à ces questions des réponses précises, parfois inconfortables. Une diapositive apporte de l’enthousiasme.

Nous soumettons nos propres accélérateurs de solutions à ces quatre mêmes questions.

Construire ou acheter

La plupart du temps, le sujet est posé en termes de « construire ou acheter », ce qui ressemble à la décision sans l’être. Ce cadrage a fait perdre plus de trimestres que presque aucun autre dans le logiciel d’entreprise, et le prochain article de cette série explique pourquoi.

À lire aussi

Plus d’analyses

Réalisation et ingénierie

Construire ou acheter : ce n’est pas la bonne question

Le débat « construire ou acheter » traite un problème de séquencement comme un problème de propriété. La meilleure question est de savoir quelles parties de votre système vous voudrez encore maîtriser dans cinq ans.

6 août 2026 · 3 min de lecture
L’IA en pratique

L’activité n’est pas le progrès

Dernier de trois articles. Un processus peut devenir spectaculairement plus rapide sans que l’entreprise avance vraiment. Le chiffre le plus modeste impressionnait beaucoup moins et servait beaucoup plus.

18 septembre 2026 · 4 min de lecture