- Grâce à l’émergence d’outils de codage agentique (agentic coding), le coût du travail dans le développement logiciel diminue rapidement
- Un projet d’application web interne qui prenait autrefois un mois peut désormais être terminé en moins d’une semaine
- Des outils comme Claude Code créent des centaines de tests en quelques heures, faisant émerger un modèle où une petite équipe délivre des résultats à grande échelle
- La baisse des coûts pourrait déclencher une explosion de la demande potentielle via le paradoxe de Jevons, ce qui pourrait amener davantage d’organisations à développer des logiciels sur mesure
- La connaissance métier des développeurs et leur capacité à collaborer avec des agents deviennent un nouvel avantage concurrentiel, avec une rupture rapide attendue dans l’ensemble de l’industrie en 2026
Évolution de la structure des coûts du développement logiciel
- L’expansion de l’open source a été le premier tournant qui a réduit les coûts initiaux de développement logiciel
- Autrefois, SQL Server, Oracle, etc. exigeaient des licences de plusieurs dizaines de milliers de dollars par an, alors que MySQL permettait de construire des applications réseau gratuitement
- L’adoption ultérieure du cloud a réduit les dépenses d’investissement initiales, mais l’impact global sur les coûts est resté limité
- Ces dernières années, des approches comme TDD, les microservices, des frontaux React complexes et Kubernetes ont plutôt accru la complexité, faisant stagner la réduction des coûts
- En revanche, les agents IA réduisent drastiquement le coût du travail dans le cycle de développement
Arguments pour une réduction de 90 %
- Jusqu’au début de 2025, certains étaient sceptiques vis-à-vis des outils de codage IA, mais récemment le CLI d’agentic coding a prouvé une efficacité à grande échelle sur le terrain
- Par exemple, plus de 300 tests automatisés d’un outil interne ont été générés par Claude Code en quelques heures
- Un projet qui prenait un mois autrefois peut être achevé en moins d’une semaine
- Le temps de réalisation a fortement chuté, mais le temps de conception (ou de design) demeure identique
- La réduction de la taille des équipes élimine les coûts de communication
- En conséquence, une poignée de personnes atteint plus de 10 fois la productivité
Explosion de la demande potentielle
- Cette baisse des coûts peut être expliquée par le paradoxe de Jevons, qui prédit une hausse de la demande globale au lieu d’un recul
- De nombreuses organisations fonctionnent encore avec des processus métier basés sur Excel, ce qui représente un potentiel de transformation en application SaaS
- Quand un devis de 50 000 $ descend autour de 5 000 $, des projets autrefois non prioritaires deviennent candidats au développement
- Il y a donc une forte probabilité que la production totale de l’industrie du développement augmente
La connaissance métier devient un nouvel avantage
- Aujourd’hui, la supervision et le jugement humains restent indispensables
- Il faut vérifier les approches proposées par les agents et corriger les trajectoires incorrectes
- Les développeurs qui maîtrisent cette technologie améliorent nettement leur capacité à résoudre des problèmes métier
- La combinaison de la connaissance métier + de l’expertise technique s’impose comme un avantage concurrentiel majeur
- Experts métier et développeurs peuvent itérer rapidement au sein de petites unités de collaboration
- Le logiciel devient un « actif jetable » : si la direction prise est mauvaise, il peut être abandonné puis redéveloppé immédiatement
Il faut se préparer au changement
- Les modèles d’agents et LLM s’améliorent rapidement, et les benchmarks existants ne les reflètent pas encore
- Exemple : Opus 4.5 maintient des sessions de 10 à 20 minutes de manière stable
- Avec les investissements massifs dans les infrastructures GPU, on anticipe une hausse rapide des performances des modèles à venir
- Certains développeurs soutiennent encore que « les LLM font trop d’erreurs » ou « cela ne fait pas gagner de temps », mais cela devient de moins en moins vrai
- À l’image d’ingénieurs orientés desktop qui ont ignoré l’iPhone en 2007, il existe un risque réel de se faire distancer si l’on refuse le changement
- Les grands groupes peuvent adopter ces approches lentement en raison de leurs structures bureaucratiques, tandis que les petites équipes peuvent les utiliser immédiatement
- Les LLM sont efficaces non seulement pour les nouveaux projets, mais aussi pour l’analyse et la maintenance des bases de code existantes
- Ils sont très efficaces pour comprendre la structure d’un code ancien, détecter des bugs et proposer des correctifs
- En conséquence, il est probable que 2026 marque un basculement majeur dans les méthodes de développement
Aucun commentaire pour le moment.