Webinar Insign : développement augmenté par l'IA, mon retour d'expérience chez ADA

Le webinar

« Vibe coding, low-code, IA : les vraies questions à se poser avant sa refonte digitale » est un webinar d'environ une heure organisé par Insign, agence de conseil en stratégie marketing et design, et animé par Krystel Maquet, sa Directrice du Développement. L'idée était de croiser deux regards : l'expertise technique de Mickaël Peyrot, Directeur Conseil Technique d'Insign, et l'expérience côté entreprise, que j'apportais en tant que Chef de Pôle Interne Stratégie IT & Expérience Collaborateur chez ADA.

Le point de départ : une refonte digitale oblige à concilier quatre enjeux, aller vite, tenir la promesse de marque, rester autonome et maîtriser les risques (sécurité, maintenance, coûts dans la durée). Selon l'approche choisie, les compromis ne sont pas les mêmes.

La page du webinar est disponible sur Livestorm.

Mon retour d'expérience : le projet Alex

Le point de départ

Alex est le nouveau logiciel de gestion des locations de véhicules utilisé dans les agences ADA. Notre outil métier historique était en production depuis la fin des années 90, autour de 1998. Il avait beaucoup évolué et connu plusieurs refontes, mais surtout en surface : son socle restait le même.

Au même moment, le marché de la location évoluait, avec de nouveaux usages et de nouveaux besoins pour nos équipes et notre réseau. Nous en avons conclu qu'il ne fallait pas simplement moderniser l'existant, mais repartir d'une page blanche pour construire un outil capable de nous accompagner dans les années à venir.

Pourquoi le développement augmenté

Nous avons choisi le développement augmenté par l'IA parce que nous voulions profiter de sa puissance sans perdre la maîtrise technique de ce que nous développons.

• Le low-code est très intéressant pour construire rapidement des applications assez standardisées. Nous avions besoin de plus de souplesse sur le code, l'architecture et l'intégration avec notre environnement existant.
• Le vibe coding suit une autre logique. Chez nous, l'IA accompagne le développement, mais elle ne remplace pas l'expertise du développeur, qui reste responsable des choix techniques, de la qualité et de la validation du code.

On ne délègue pas le développement à l'IA : on augmente les capacités du développeur grâce à l'IA.

Les premiers résultats, après trois mois

Sur les cas que nous avons mesurés, nous constatons un gain moyen d'environ 33 % sur le temps de développement outillé. Concrètement, une charge estimée à 10 jours sans IA est réalisée en un peu moins de 7 jours avec l'IA.

Mais le gain n'est pas uniforme :

• Là où l'IA apporte le plus : l'analyse de code existant, la préparation de plans techniques et la pré-revue de code.
• Là où le gain s'effondre : quand le contexte fourni est insuffisant, ou quand le modèle n'est pas adapté à la complexité de la tâche. Le gain peut alors devenir négatif.

Pour obtenir de bons résultats, il faut donc fournir du contexte, des spécifications suffisamment précises, et choisir le bon modèle selon la tâche. Après trois mois, la question n'est plus de savoir si l'IA fait gagner du temps, mais où elle apporte le plus de valeur et comment industrialiser ces usages.

Intégrer l'IA dans un projet existant

Intégrer l'IA, ce n'est pas remettre en cause tout ce qui a été construit. Nous avons organisé des ateliers de cadrage avec les équipes, avec beaucoup de dialogue et de feedback, pour définir ensemble où l'IA apporte de la valeur, mais aussi les limites et les règles à lui imposer.

Nous avons aussi conservé des mécanismes de contrôle : une IA (Claude) réalise une première passe de revue du code, selon des règles que nous avons définies, mais la validation humaine reste indispensable. L'objectif n'est pas de contourner nos standards de développement grâce à l'IA, mais de faire entrer l'IA dans ces standards.

On n'adapte pas nos projets à l'IA : on adapte l'IA à nos projets et à nos besoins.

Les garde-fous

Nous avons forcément obtenu des résultats différents de ceux attendus, et c'est aussi comme ça qu'on apprend. Un résultat produit par une IA peut être très convaincant dans la forme sans être juste sur le fond. D'où nos règles :

• L'IA peut proposer, accélérer, assister, mais elle ne décide pas seule.
• Une validation humaine avant toute mise en production.
• Une vigilance particulière sur la sécurité, les données confiées à l'IA, la qualité du code et notre capacité à le maintenir.
• Si on n'est pas capable de comprendre, d'expliquer ou de vérifier ce que l'IA a produit, on ne le met pas en production.

L'humain intervient à chaque étape : en amont, pour définir le besoin, donner le contexte et fixer les règles ; pendant le développement, pour challenger et corriger les propositions ; et à la revue, avant tout passage en production.

L'IA produit et accélère, mais l'humain comprend, challenge et décide.

Mon conseil pour se lancer

Commencez par un besoin, pas par l'IA. Inutile de mettre de l'intelligence artificielle partout parce que la technologie est disponible : mieux vaut un cas d'usage concret, dont on peut mesurer la valeur. Acceptez ensuite d'expérimenter, parfois de vous tromper, mais dans un cadre maîtrisé. Ne pas freiner l'innovation, mais lui donner un cadre.

Et surtout, embarquez les équipes : la réussite d'un projet IA dépend moins de la technologie que de la façon dont les collaborateurs se l'approprient.

En résumé : commencez petit, partez d'un vrai besoin, mesurez la valeur, gardez l'humain dans la boucle, puis avancez progressivement. L'IA, c'est un projet dans le projet.