Il y a quelques années, savoir produire rapidement du bon code permettait déjà de se distinguer. Aujourd'hui, une intelligence artificielle peut en cracher des centaines de lignes pendant que je bois mon café. Ça ne rend pas mon métier inutile. Ça déplace simplement l'endroit où je dois être bon. Le travail important commence de moins en moins au moment d'écrire le code. Il commence lorsqu'il faut décider quoi construire, refuser une solution pourtant fonctionnelle ou comprendre pourquoi ce qui marche sur papier ne marchera pas pour ce client précis. Pour une PME, ce changement est important. On peut maintenant produire beaucoup plus de code avec beaucoup moins d'efforts. Ça ne veut pas dire qu'on produit un meilleur résultat.
L'IA multiplie ce que vous êtes déjà : entre les mains de quelqu'un qui sait où il va, elle devient un levier formidable. Sans véritable pilote, elle permet surtout de se tromper beaucoup plus vite.
Le code se génère ; le jugement, non
Placer les bases d'un projet est beaucoup plus rapide
Pendant longtemps, une bonne partie du temps de développement passait simplement dans l’exécution. Écrire la fonction, trouver l’erreur, chercher la bonne syntaxe, recommencer. Aujourd’hui, je peux expliquer ce que je veux à une IA et obtenir une base fonctionnelle en quelques secondes.
Le gain de temps est énorme. La capacité à produire du code rapidement permet donc moins qu’avant de distinguer un développeur d’un autre. Le piège, c’est de croire que produire plus vite signifie produire mieux.
Il faut encore lire ce que l’IA produit, comprendre ses choix et repérer ce qui fonctionne aujourd’hui, mais risque de casser plus tard. Elle ne sait pas spontanément ce que vous vendez, comment vos clients décident ou pourquoi votre formulaire doit se comporter différemment selon la page où il apparaît.
Même avec des consignes très claires, elle trouve parfois une manière étonnante de partir dans la mauvaise direction. L’IA écrit vite. Quelqu’un doit encore savoir si ce qu’elle a écrit mérite de rester.
Je n'ai plus besoin de prouver que je sais taper du code
Je peux utiliser l’IA pour écrire une fonction que je saurais parfaitement écrire moi-même. Ce n’est pas tricher et ce n’est pas perdre une compétence. Si elle peut me faire gagner vingt minutes sur quelque chose que je comprends déjà, je serais plutôt mauvais dans mon travail de refuser de m’en servir.
La différence apparaît lorsque le résultat revient à l’écran.
Est-ce que je sais pourquoi ça fonctionne? Est-ce que je remarque qu’elle a compliqué inutilement quelque chose de simple? Est-ce que je suis capable de lui dire non, de repartir autrement ou de reprendre moi-même une partie du travail? C’est beaucoup plus important aujourd’hui que de pouvoir affirmer fièrement que chaque caractère a été tapé à la main.
Pour une PME, c’est aussi une meilleure façon de regarder le problème. Ne payez pas quelqu’un pour sa capacité à souffrir devant un clavier. Payez-le pour prendre de bonnes décisions avec les meilleurs outils disponibles.
Le danger, c'est que le résultat a souvent l'air très correct
Un site sans saveur passe inaperçu
Demandez vaguement à une IA de produire un site professionnel et elle vous donnera exactement ça : un site professionnel.
Et c’est parfois le problème.
Tout sera à sa place. Un gros titre rassurant. Trois avantages. Quelques icônes. Une section « Pourquoi nous choisir? ». Un appel à l’action bien visible. Rien ne sera franchement mauvais et rien ne donnera vraiment l’impression que cette entreprise existe plutôt qu’une autre.
C’est de la page en chaîne de montage, de l’industrialisation web. C’est propre, fonctionnel et terriblement facile à oublier.
Le danger n’est donc pas seulement de produire un mauvais site. Celui-là finit généralement par se faire remarquer. Le plus coûteux peut être celui qui semble parfaitement correct, passe toutes les vérifications et ne donne pourtant aucune raison particulière à un client de rester, de comprendre ou d’agir.
Il fonctionne. Il est en ligne. Tout le monde peut cocher la case.
Le pire code n'est pas toujours celui qui plante
Un écran d’erreur a au moins une qualité : il annonce clairement qu’il y a un problème.
Ce qui m’inquiète davantage, c’est le code qui fonctionne assez bien pour qu’on arrête de le regarder. Une validation oubliée, un cas limite mal géré ou une solution inutilement complexe peuvent rester invisibles pendant des mois. L’IA peut produire tout ça avec le même aplomb qu’une excellente solution.
Elle ne cherche pas naturellement ce que nous avons oublié de lui demander. C’est au développeur de malmener un peu la solution, de chercher ce qu’on n’avait pas prévu et de vérifier ce qui arrive lorsque l’utilisateur sort du chemin attendu.
Pour le client, ce travail est presque invisible. Pourtant, c’est souvent là que se trouve la différence entre « ça marche aujourd’hui » et « on peut compter dessus ».
Ce qui distingue encore un travail bien fait
Donnez-moi les mêmes outils, vous n'achèterez pas le même résultat
Deux développeurs peuvent utiliser le même modèle d’IA, le même CMS et les mêmes bibliothèques. Ça ne rend pas leur travail interchangeable.
L’un demandera immédiatement à la machine de construire. L’autre commencera peut-être par se demander si tout ce que le client demande mérite réellement d’être construit.
C’est souvent là que se trouve la différence.
Pourquoi demander douze renseignements dans un formulaire alors qu’on n’en utilise que cinq? Est-ce que cette automatisation enlève vraiment du travail ou déplace simplement le problème ailleurs?
Et surtout : est-ce que le client a réellement besoin de cette fonctionnalité? Ou est-ce qu’on la lui vend simplement parce qu’on sait comment la fabriquer?
L’IA devient extrêmement puissante une fois ces décisions prises. Mais elle ne dispense personne de les prendre. Et lorsqu’on peut construire très vite, partir dans la mauvaise direction coûte cher.
La révision du travail de l'IA, la tâche la plus importante
Plus j’utilise l’IA pour développer, plus une chose devient évidente : le travail le plus important commence souvent lorsqu’elle me dit qu’elle a terminé.
Je révise. Je teste. Je remets en question. Elle m’assure que tout est correct? Je lui demande de vérifier encore. Parfois cinq fois, parfois dix. Et même là, elle trouve encore des erreurs qu’elle avait laissées passer jusque-là.
Avec sa vitesse d’exécution, je peux pousser l’exercice beaucoup plus loin qu’avant. Il m’arrive maintenant de m’obstiner avec quatre agents IA en même temps. Le défi n’est plus de les faire produire. C’est de les garder tous dans la bonne direction sans laisser passer un écart qui me coûtera plusieurs heures plus tard.
Et mentalement, c’est exigeant.
C’est aussi pour ça que comprendre sérieusement la programmation reste important. Plus je délègue l’exécution, plus je dois être capable de juger ce que l’IA me retourne. Un code qui fonctionne n’est pas automatiquement un code que j’accepte.
L’IA peut produire énormément en très peu de temps. Ça rend la révision plus importante, pas moins.
Produire est devenu facile. Savoir quoi garder ne l’est pas.
Ce que ça change dans la commande d'un projet web
Construire plus vite ne sert à rien si on part dans la mauvaise direction
Nous n’avons jamais été aussi rapides pour construire quelque chose avant même d’avoir décidé si nous en avions besoin.
La première question reste pourtant la même : qu’est-ce que ce site ou ce système doit réellement changer dans l’entreprise?
Pas « quelles fonctionnalités voulez-vous? ». Pas « quel style aimez-vous? ». Qu’est-ce qui doit être différent une fois le projet terminé?
Si cette réponse est floue, l’IA ne nous sauvera pas. Elle nous permettra simplement de construire la mauvaise chose plus efficacement.
C’est pourquoi je tiens autant à comprendre le problème avant de construire. Après ça, on peut lâcher les chevaux.
Mais il vaut mieux savoir dans quelle direction.
Vos clients se foutent de savoir qui a écrit le code
Votre client ne donnera pas un point supplémentaire à votre site parce qu’un développeur a courageusement écrit chaque ligne à la main. Il ne retirera pas non plus un point parce qu’une intelligence artificielle en a produit la moitié.
Il veut trouver ce qu’il cherche. Comprendre ce que vous faites. Réussir à prendre rendez-vous. Obtenir sa réponse. Acheter. Vous appeler.
C’est tout.
Et c’est pourquoi je ne crois pas beaucoup au débat qui oppose le travail « humain » au travail « fait avec l’IA ». La vraie distinction est ailleurs : entre un outil utilisé pour mieux travailler et un outil utilisé pour éviter de réfléchir.
L’IA me permet d’aller beaucoup plus vite qu’avant et je compte bien continuer à m’en servir. Mais aller vite n’a de valeur que lorsqu’on sait où on va. Sinon, on vient simplement d’améliorer considérablement notre vitesse pour se perdre.
Avant de me demander de construire, montrez-moi le problème
C'est la partie du travail qui m'intéresse le plus : comprendre le problème avant de décider quoi fabriquer. Montrez-moi votre site. Montrez-moi ce qui vous fait perdre du temps, ce que vos clients ne comprennent pas, les détours que votre équipe fait chaque semaine parce que « ça a toujours fonctionné comme ça ». Ensuite, on pourra parler de technologie, d'automatisation, d'intelligence artificielle et de développement. Peut-être qu'il faudra construire beaucoup. Peut-être que non. Dans les deux cas, j'aime mieux commencer par le savoir.