Trois questions d'IA

L'IA entre gentiment dans nos pratiques de travail. On annonce un impact fort sur mon métier (architecture logicielle) et, depuis quelques temps, mon organisation m'a donné accès à Copilot (ChatGPT emballé Microsoft) et Claude Code.

Plus je travaille avec ces outils, encore en mode exploratoire, plus 3 questions s'imposent :

• l'urbanisation des systèmes informatiques
• le logiciel standard contre le logiciel maison
• l'organisation des équipes

Urbanisation

Plus le système d'information est large, plus les évolutions prennent du temps, coûtent cher et comportent des risques. Economiquement, il n'est pas possible de moderniser en permanence toutes les facettes d'un système large. Les directions informatiques doivent donc composer avec une architecture hétérogène et une certaine complexité… Cette complexité a également un coût, notamment en terme de productivité.

Les gains de productivité apportés par l'IA peuvent masquer le problème. Est-ce que les architectures pourraient être encore plus hétérogènes et complexes si l'IA pouvait gérer cette complexité sans surcoût excessif. Aujourd'hui l'IA peut déjà travailler en multi-language sans surcroit d'effort, ce qui n'est pas le cas d'un informaticien.

A l'inverse, on peut imaginer que l'IA permettra de simplifier et d'uniformiser les systèmes sans le surcoût actuel. On pourrait utiliser l'IA dans une modernisation permanente qui verrait alors baisser la complexité.

Je constate que, en 2025, la taille du contexte reste une sérieuse contrainte des LLMs. Le contexte limite la capacité du LLM à appréhender la complexité. En l'état actuel, l'IA travaille mieux sur des modules clairement définis avec une API simple.

A priori, il serait donc préférable de simplifier l'architecture des systèmes d'information – peut-être en utilisant l'IA pour implémenter cette simplification à un coût acceptable – pour déployer efficacement l'IA.

Logiciel standard ou maison

Pour des raisons de coût et de gestion de risque, les directions informatiques privilégient les logiciels standards, commerciaux ou libres. Ce peut être un produit complet, un composant ou une librairie que l'on intègre dans un logiciel maison.

Là aussi l'IA a le potentiel de modifier la dynamique, en abaissant considérablement le coût des développements spécifiques. Je suis surpris de voir combien Claude Code développe rapidement un composant propre alors même qu'un composant standard existe.

Il faudra trouver un juste équilibre, va-t-on développer une base de données maison par exemple ? Comment assurer, dans ce contexte, l'intégrité des données entre divers produits ?

Mais les gains de productivité s'appliquent à tous les développements et pourraient donc faire baisser le coût des licences de sorte que les logiciels standards restent compétitifs.

Organisation

Une équipe agile est un outil pour trouver la meilleure solution logicielle. L'équipe formule des hypothèses de solution face à des besoins. Elle découpe ces hypothèses en courts récits utilisateur et les organise dans un backlog selon leur risque et leur valeur. Le backlog permet de valider ou d'invalider ses hypothèses le plus rapidement possible et à coût minimum.

L'IA est remarquablement adapté à cette approche, puisqu'elle permet de prendre plusieurs récits différents et de proposer rapidement des prototypes fonctionnels. Dans mon expérience, restructurer et industrialiser le prototype pour la mise en production peut être – par contre – plus complexe, toujours cette fameuse taille limitée du contexte.

Une formule hybride pourrait être de réaliser divers prototypes avec une forte participation de l'IA, de les tester selon des protocoles précis et ensuite d'industrialiser la meilleure solution avec un apport humain plus important.

Perspectives

Dans l'état actuel de l'IA, et tenu compte de limites de mon expérience actuelle, j'ai la conviction que des équipes qui s'organisent selon une méthode agile, qui structurent leur solution en petits modules autonomes avec des APIs claires seront bien préparées à introduire un "collègue IA."

Il ne fait pas de doute que, à terme, l'organisation elle-même évoluera et que de nouvelles méthodes hybrides "homme/IA" vont émerger. Mais le point de départ ci-dessus me semble viable aujourd'hui.