L’application jetable, le piège de l’IA générative

Cette accélération nourrit une interrogation légitime chez de nombreux dirigeants : si une IA peut générer une application en quelques jours, quel sera demain le rôle des équipes techniques ?

Aurélien Louzani, Président, Kapela, filiale du groupe Constellation partage son analyse et ses recommandations.

Partons d’une situation à laquelle de nombreuses entreprises ont été confrontées. À partir d’un simple cahier des charges, un collaborateur non-développeur parvient, grâce à un modèle d’IA générative, à produire en moins de deux jours une application fonctionnelle représentant plusieurs centaines de journées de développement. Le résultat est spectaculaire… jusqu’à ce que les équipes techniques analysent le code. Derrière une démonstration convaincante se cache une réalité beaucoup moins rassurante : architecture fragile, sécurité insuffisante, absence de documentation, performances non maîtrisées, impossibilité de garantir la maintenance dans le temps. L’application fonctionne, mais son coût réel n’apparaitra qu’au moment d’envisager son exploitation en production.

Cet exemple résume le grand malentendu de la révolution GenAI. Alors que les discours ambiants promettent des gains de productivité infinis et l’avènement du No-Code ou du Low-Code universel, la réalité terrain est beaucoup plus nuancée : sans cadre, les entreprises ne feront que creuser leur dette technique qui, selon une étude récente, augmente de 30 à 41% après adoption de code généré par l’IA[1].

La gouvernance, socle de durabilité

Pendant des décennies, les directions informatiques ont dû composer avec le Shadow IT : des utilisateurs métier qui adoptaient des outils numériques en dehors des standards de l’entreprise pour répondre rapidement à leurs besoins. Avec l’IA générative accessible en quelques clics, ce phénomène change aujourd’hui d’échelle. Marketing, finance ou ressources humaines peuvent désormais concevoir leurs propres applications sans compétences avancées en développement. Selon une étude de la société Hostinger, 63 % des projets de vibe coding sont réalisés par des non-développeurs[2].

Cette démocratisation augmente de manière considérable le potentiel d’innovation, mais elle s’accompagne d’un risque majeur. Le code généré par l’IA est avant tout probabiliste : il produit rapidement des applications fonctionnelles, mais insuffisamment documentées, peu optimisées pour les infrastructures existantes et parfois porteuses de vulnérabilités de sécurité. Une application peut ainsi répondre parfaitement à un besoin immédiat tout en créant une dette technique considérable, invisible lors de la phase pilote ou de démonstration.

Cette dette n’apparaît qu’au moment où l’application doit évoluer, absorber une montée en charge, intégrer de nouvelles fonctionnalités ou répondre à de nouvelles exigences réglementaires. Les économies réalisées au départ peuvent alors laisser place à des coûts importants de maintenance, voire à une reconstruction complète. Le véritable enjeu n’est donc plus la vitesse à laquelle l’IA génère du code, mais la capacité des entreprises à gouverner cette nouvelle production logicielle. Dans les 12 à 24 prochains mois, le défi des directions informatiques sera moins de produire davantage de code que de qualifier, sécuriser, documenter et industrialiser celui généré par l’intelligence artificielle. C’est dans cette évolution que réside la véritable transformation du métier des développeurs : non plus écrire chaque ligne de code, mais garantir la robustesse, la pérennité et la gouvernance des applications.

Aurélien Louzani, Président, Kapela, filiale du groupe Constellation

Repenser la valeur, pas seulement la vitesse

L’IA offre une agilité jamais égalée auparavant. Elle permet de maquetter et de tester une idée en quelques jours, là où il fallait autrefois six mois de développements coûteux. Cependant, cette agilité impose de recentrer l’intelligence humaine sur sa véritable valeur ajoutée : cadrer les besoins, concevoir les processus et accompagner le changement. Car la ligne de code, le bug qui pouvait donner des cheveux blancs aux développeurs, ne sont plus les goulots d’étranglement ; c’est la capacité à comprendre les besoins, à penser le produit et à anticiper son cycle de vie qui devient la compétence clé. En effet, si l’IA « sait » exécuter techniquement, elle se heurte à deux limites. D’une part, la maîtrise des domaines métier exige une compréhension fine des enjeux qu’aucun modèle ne possède, tout comme la capacité à décoder les besoins implicites des utilisateurs, souvent liés au contexte propre à une organisation. D’autre part, l’urbanisation et l’architecture des systèmes requièrent une vision systémique globale et une aptitude à arbitrer face à l’incertitude pour concevoir des structures viables à long terme. Là où l’IA se contente d’assembler des briques existantes, l’humain, lui, bâtit la cohérence globale.

Le scénario catastrophe à la « Terminator » n’aura pas lieu. Nous n’assisterons pas au grand remplacement de l’Homme par l’IA car cette technologie reste un outil, non un substitut. En revanche, le fossé va rapidement se creuser entre les organisations qui utilisent l’IA comme un gadget de productivité rapide au prix d’une dette technique explosive, et celles qui apprennent à l’apprivoiser pour bâtir un patrimoine applicatif robuste, durable et maîtrisé.

[1] AI Technical Debt: 30-41% Increase Hits Developers, byteiota, 16 mars 2026

[2] Vibe coding statistics: Key data, trends, and insights for 2026, Hostinger, 17 avril 2026