Leaders d’opinion

Le piège de la stagnation

Andrew Filev
Ajouter Unite.AI à vos sources préférées sur Google
Points clésLe niveau de compétitivité en matière de rythme d'ingénierie s'élève avec l'IA, rendant…
Voir plus
  • Le niveau de compétitivité en matière de rythme d'ingénierie s'élève avec l'IA, rendant les gains de productivité actuels insuffisants.
  • Les équipes d'ingénierie se scindent entre adaptateurs continus de l'IA et utilisateurs stagnants, créant un écart structurel de performance.
  • Les dirigeants doivent activement faire progresser l'ensemble de leur équipe sur la courbe d'adaptation par des changements environnementaux, et non par des injonctions individuelles.

J’ai récemment écrit sur la fatigue liée à l’IA en affirmant que les ingénieurs ne souffrent pas d’un trouble chronique, mais de courbatures après l’entraînement. Il faut traverser cette phase, s’adapter et en sortir plus fort.

Tout cela est juste, mais l’histoire a une autre dimension, qui devient rapidement plus évidente. Le véritable risque pour les équipes d’ingénierie aujourd’hui n’est pas l’épuisement professionnel. C’est la stagnation.

Une nouvelle fracture

Presque tous les ingénieurs expérimentés utilisent désormais l’IA. Copilot, Claude, Cursor, Codex : la liste est longue. Ce point est acquis. Si vous dirigez une organisation d’ingénierie, vous constatez probablement une adoption généralisée et vous en êtes satisfait.

Vous ne devriez pas l’être.

Le chiffre d’adoption ne signifie rien à lui seul. Ce qui compte, c’est la fracture qui se forme en dessous. Votre équipe se divise discrètement en deux groupes : les ingénieurs qui ont gagné en productivité puis se sont installés dans cette situation, et ceux qui continuent d’avancer chaque semaine. Nouveaux flux de travail, nouvelles configurations d’agents, nouvelles façons de décomposer les problèmes pour que l’IA puisse les traiter.

Dans vos tableaux de bord, les deux groupes apparaissent comme des « utilisateurs de l’IA ». Mais l’un suit un programme d’entraînement avec une charge croissante. L’autre s’est arrêté au premier poids qui lui semblait confortable.

Il y a six mois, l’écart entre les deux groupes était à peine visible. Aujourd’hui, il saute aux yeux de quiconque y prête attention. Dans six mois de plus, il sera structurel.

À quoi ressemble réellement la stagnation

L’ingénieur qui stagne ne fait rien de mal au sens traditionnel. Il est compétent et livre son travail. Il confie des tâches simples à son agent puis corrige le résultat. Peut-être a-t-il gagné 20 à 30 % de productivité et considéré que l’effort était terminé.

Le problème est que son voisin ne s’est pas arrêté là. Cet ingénieur utilise maintenant des flux de travail multiagents, améliore les boucles de vérification, décompose des fonctionnalités entières en éléments exécutables par l’IA, examine les résultats au niveau de l’architecture plutôt que ligne par ligne et livre à un rythme représentant deux à trois fois son rythme précédent. Non parce qu’il a plus de talent, mais parce qu’il a poursuivi l’entraînement pendant que les autres prenaient une journée de repos qui s’est transformée en un trimestre entier de repos.

Il ne s’agit pas d’enthousiasme pour l’IA ni de l’avoir adoptée tôt. La phase d’adoption précoce est terminée. Il s’agit d’adaptation continue plutôt que d’un ajustement ponctuel. L’écart qui se creuse et s’accumule entre ces approches devient impossible à ignorer.

La pression concurrentielle est réelle et s’accélère

Si vos équipes avaient le luxe de s’adapter selon leur propre calendrier, la stagnation serait une question de gestion de la performance. Agaçante, mais gérable.

Mais, au vu de la situation générale du secteur du logiciel, vous n’avez probablement pas ce luxe.

Le secteur du logiciel a été créé en grande partie pour aider les humains dans leur travail numérique : permettre aux employés du support de voir les demandes entrantes, de suivre les réponses envoyées aux clients et de gérer les flux de travail. Désormais, les agents d’IA remplacent des flux entiers et bouleversent du même coup les plateformes SaaS sous-jacentes. De plus, l’IA gagne chaque jour en capacités et vos clients commencent à se demander : « Avons-nous encore besoin d’acheter cela, ou pouvons-nous désormais le créer nous-mêmes ? » Pour un nombre croissant de cas d’usage, l’IA réduit la barrière entre « acheter » et « développer ». Les caractéristiques du produit qui retenaient les clients et protégeaient vos revenus s’affaiblissent chaque trimestre.

Vos ingénieurs qui stagnent travaillent à un rythme calibré pour un environnement concurrentiel qui n’existe plus.

La phrase qui a changé mon regard sur tout

Je l’ai maintenant entendue plusieurs fois, dans différentes entreprises et différents contextes : de la part de responsables produit qui ont retroussé leurs manches et créé des fonctionnalités par « vibe coding », et de responsables d’ingénierie qui ont repensé des architectures défaillantes :

« Il m’était plus facile d’améliorer cela par itérations avec mes agents qu’avec cet ingénieur. »

La première fois, j’ai cru à une exagération. La troisième, j’ai compris qu’il s’agissait d’un indicateur avancé.

À mes yeux, certains ingénieurs s’épanouiront dans ce nouveau monde et deviendront des « multiplicateurs » des capacités de l’IA. Pour cela, ils doivent être solides dans deux domaines. Tous deux peuvent être développés par un travail personnel, avec suffisamment de motivation intrinsèque et de curiosité intellectuelle :

  • Ils sont sur la même longueur d’onde que leurs parties prenantes, notamment les responsables produit et les responsables d’ingénierie. Ils comprennent à quoi ressemble un bon résultat, si bien qu’il n’est pas nécessaire de tout leur expliquer à l’excès. S’ils créent autant de malentendus que votre agent de programmation, l’agent gagnera toujours. Il est disponible immédiatement, à toute heure et tous les jours, et ne se fatigue jamais.
  • Ils améliorent continuellement leurs outils et leurs configurations d’IA. Quand vous leur confiez une tâche, vous savez donc qu’elle sera non seulement bien réalisée, comme indiqué plus haut, mais aussi suffisamment vite pour suivre le nouveau rythme du marché.

Pourquoi c’est un problème de direction, et non un problème individuel

Il est tentant d’en faire la responsabilité de chaque ingénieur : « Suivez le rythme ou vous serez distancé. » Mais, si vous dirigez une organisation d’ingénierie, cette présentation vous décharge de votre propre responsabilité.

Vos ingénieurs n’ont pas stagné dans le vide. Ils ont stagné parce que rien dans leur environnement ne les a poussés au-delà de l’adaptation initiale. Ils ont atteint un gain de productivité apparemment raisonnable, personne ne les a incités à aller plus loin et l’inertie a fait le reste.

Et les ingénieurs qui ont continué d’avancer ? La plupart trouvent leur motivation en eux-mêmes. Ils auraient avancé de toute façon. Mais vous ne pouvez pas constituer une organisation entière uniquement avec des personnes qui explorent de nouvelles frontières de leur propre initiative. La question pour les dirigeants est de savoir comment faire avancer le groupe intermédiaire.

C’est un problème de conduite du changement. L’un de mes cadres préférés provient du livre des frères Heath, Switch. En bref : donnez aux gens une direction claire, faites-leur ressentir pourquoi elle compte et transformez l’environnement pour que le nouveau comportement soit le chemin de moindre résistance. Pour les équipes d’ingénierie, cela donne :

Repérez les bons exemples et rendez-les visibles. Identifiez les ingénieurs les plus avancés dans leurs flux de travail avec l’IA et demandez-leur de les présenter régulièrement à l’équipe. Pas des formations, mais des démonstrations en direct de travail réel. Quand le groupe intermédiaire voit l’écart entre ses propres méthodes et celles des personnes qui se sont le mieux adaptées, cela crée un inconfort productif qu’aucune consigne ne peut égaler.

  • Réduisez l’ampleur du changement. « Adopter l’IA » est trop abstrait pour déboucher sur une action. Pendant ce sprint, mettez au point les tests de bout en bout avec des agents ; au sprint suivant, déployez-les dans toute l’organisation, et ainsi de suite. Des étapes concrètes et maîtrisables l’emportent à chaque fois sur les programmes de transformation ambitieux, et les petites victoires comptent.
  • Transformez les pratiques par défaut. Codifiez le processus de vérification dans des compétences d’IA et assurez-vous qu’elles sont déployées dans toute l’équipe et chez tous ses agents. Définissez les flux de travail et utilisez les outils qui les soutiennent. Faites de la nouvelle façon de travailler le chemin de moindre résistance pour que les gens s’y dirigent naturellement, au lieu de devoir lutter pour y parvenir.

La fenêtre se referme

C’est ce qui rend la question urgente, et pas simplement importante.

Pour l’instant, l’écart d’adaptation est une différence de performance. Les ingénieurs qui stagnent sont plus lents que ceux qui se sont adaptés, mais ils restent productifs et continuent de contribuer. Vous pouvez encore les garder dans l’équipe.

Cette fenêtre se referme. À mesure que les capacités de l’IA progressent plus vite et que la pression concurrentielle s’accumule, le rythme minimal viable du travail d’ingénierie augmente. Rien ne garantit que l’ingénieur « suffisamment bon » aujourd’hui le sera encore au prochain trimestre. Non parce qu’il sera devenu moins bon, mais parce que le seuil minimal aura augmenté.

Les organisations qui sauront faire progresser leurs équipes entières sur la courbe d’adaptation, et pas seulement les premiers utilisateurs, bénéficieront d’un avantage structurel qui s’accumule. Les autres découvriront que leurs effectifs sont dimensionnés pour un rythme de concurrence qui n’existe plus.

Tous les responsables d’ingénierie avec qui je parle le comprennent intellectuellement. Très peu ont changé leur façon de diriger leurs équipes en conséquence. L’écart entre comprendre et agir est lui-même une forme de stagnation.

Il n’y a pas de rythme confortable

Dans l’article sur la fatigue liée à l’IA, j’ai soutenu que les courbatures prouvent que l’entraînement fonctionne. Cela reste vrai. Mais la vérité la plus difficile est que le poids continue d’augmenter.

Dans une salle de sport ordinaire, vous pouvez choisir un poids confortable et le garder pour toujours. Personne n’ajoute de disques à votre barre sans vous demander. Dans le paysage actuel du logiciel, chaque nouvelle version de modèle, chaque nouvelle capacité d’agent et chaque nouveau flux de travail que quelqu’un découvre et partage déplacent la barre. Si vous restez immobile, le poids finira par vous immobiliser.

Il n’y a plus de place confortable dans le secteur du logiciel. Ni pour les ingénieurs individuellement, ni pour leurs équipes, ni pour les entreprises que ces équipes construisent. La seule position sûre est le mouvement continu. Et la seule question importante pour les responsables d’ingénierie est de savoir si toute l’équipe avance, ou seulement ceux qui auraient avancé de toute façon.

Andrew Filev est le fondateur et PDG de Zencoder. Il a transformé la gestion collaborative du travail en fondant Wrike (plus de 20 000 clients, vendu pour 2,25 milliards de dollars), a été présenté dans Forbes et The New York Times, et sa passion pour l'IA et l'innovation continue de façonner l'avenir du travail.