endant des années, l’intelligence artificielle dans le développement logiciel a été présentée comme un assistant. Un copilote capable de suggérer une ligne de code, corriger une erreur ou accélérer une tâche répétitive. À VivaTech 2026, le débat a changé de nature. La question n’est plus de savoir comment l’IA aide les développeurs, mais comment elle devient progressivement une partie intégrante de la force de travail elle-même.
Le passage du « copilote » à « l’agent » marque probablement l’un des basculements les plus importants de l’économie numérique depuis l’avènement du cloud.
La fin du développeur comme goulot d’étranglement
Selon Thomas Dohmke, ancien CEO de GitHub et désormais fondateur d’Entire, la production logicielle entre dans une phase d’accélération sans précédent.
L’indicateur qu’il met en avant est spectaculaire : GitHub serait passé d’environ un milliard de commits en 2025 à une trajectoire de quatorze milliards en 2026. Derrière ce chiffre se cache une réalité simple : les développeurs ne travaillent plus seuls.
Aujourd’hui, un ingénieur peut déléguer simultanément plusieurs tâches à différents agents IA, leur demander de construire un benchmark, vérifier un plan d’architecture, réaliser des tests ou encore auditer leur propre production. L’humain devient davantage un orchestrateur qu’un exécutant.
Cette évolution ne signifie pas nécessairement moins de développement. Elle signifie surtout davantage de logiciels produits.
Le parallèle avec les révolutions industrielles précédentes est frappant : lorsque la capacité de production augmente, la demande suit souvent le même mouvement.
L’illusion des gains de productivité
Pourtant, une distinction importante apparaît entre productivité individuelle et productivité organisationnelle.
Matt Fitzpatrick, CEO d’Invisible Technologies, rappelle que plusieurs études montrent des gains individuels significatifs — entre 15 et 18 % selon certaines estimations — mais des gains beaucoup plus modestes à l’échelle des entreprises, souvent limités à 1 ou 2 %.
Le phénomène est connu.
Produire davantage de code n’est pas synonyme de produire davantage de valeur.
Le Financial Times a récemment souligné une situation paradoxale : les volumes de code explosent tandis que les livraisons effectives de logiciels progressent beaucoup plus lentement.
Autrement dit, l’IA résout une partie du problème de production mais ne supprime ni les contraintes de gouvernance, ni les arbitrages métiers, ni la complexité organisationnelle.
Le véritable défi n’est donc plus technique.
Il devient managérial.
Une IA encore incapable d’opérer seule
L’une des idées les plus consensuelles du débat concerne la nécessité persistante de l’humain.
Contrairement à l’automatisation classique, les modèles génératifs demeurent probabilistes. Ils peuvent produire d’excellents résultats tout en commettant ponctuellement des erreurs majeures.
Dans des secteurs fortement réglementés comme la banque, l’assurance ou la santé, cette imprécision résiduelle reste difficilement acceptable.
Le fameux « human in the loop » n’est donc pas une mesure transitoire.
Il constitue aujourd’hui un élément structurel de l’adoption de l’IA.
L’image qui se dessine n’est pas celle d’une entreprise entièrement automatisée mais celle d’équipes hybrides où humains et agents collaborent en permanence.
Le paradoxe du lien humain
L’un des moments les plus intéressants de la discussion concerne un sujet qui semble éloigné de la technologie : les relations humaines.
Alors que les outils deviennent plus performants, plusieurs intervenants estiment que la valeur de l’interaction humaine pourrait paradoxalement augmenter.
Le raisonnement est simple.
À mesure que les contenus générés automatiquement envahissent les canaux numériques, les échanges authentiques deviennent plus rares et donc plus précieux.
La vente illustre parfaitement ce phénomène.
L’automatisation massive des emails commerciaux a provoqué un effet inattendu : les destinataires ne répondent plus. Les messages générés par IA sont désormais filtrés, ignorés ou supprimés.
Résultat : les rencontres physiques, les recommandations personnelles et les relations de confiance retrouvent une importance stratégique.
Dans un monde saturé de contenus synthétiques, l’attention humaine devient une ressource rare.
Et comme souvent dans le luxe, la rareté crée la valeur.
Les jeunes diplômés seront-ils les grands gagnants ?
Contrairement aux scénarios alarmistes fréquemment relayés, les intervenants ont affiché un optimisme relatif concernant les nouvelles générations.
Thomas Dohmke évoque même un contributeur de quatorze ans travaillant déjà sur des projets avancés de machine learning.
L’idée est que l’IA réduit considérablement les barrières à l’entrée.
Là où une expertise technique exigeait auparavant des années d’apprentissage, un jeune utilisateur peut aujourd’hui accéder rapidement à des capacités autrefois réservées à des spécialistes.
Une nouvelle génération apparaît : non pas native du numérique, mais native de l’IA.
Ces profils considèrent ChatGPT, Claude ou Codex non comme des outils mais comme un environnement de travail naturel.
Pour eux, l’IA n’est pas une innovation.
C’est le système d’exploitation.
Le véritable retard : l’éducation
Sur un point, les deux intervenants se rejoignent totalement : les systèmes éducatifs avancent beaucoup moins vite que la technologie.
L’enseignement de la programmation reste souvent marginal alors même que le logiciel structure désormais l’ensemble de l’économie.
Au-delà du code, c’est toute la question des compétences fondamentales qui est posée.
Culture numérique, statistiques, analyse de données, raisonnement critique, compréhension des systèmes automatisés : autant de domaines qui deviennent centraux dans un environnement où l’IA est omniprésente.
Le paradoxe est frappant.
Les entreprises tentent d’accélérer leur transformation tandis que les institutions chargées de former les futurs travailleurs continuent souvent d’opérer selon des modèles conçus avant Internet.
Le travail ne disparaît pas, il se recompose
La discussion a finalement révélé une réalité plus nuancée que les scénarios catastrophistes ou utopiques habituellement associés à l’IA.
L’enjeu n’est probablement pas la disparition du travail.
Il est la redistribution de la valeur entre ce qui peut être automatisé et ce qui reste profondément humain.
La collecte d’informations, la production standardisée ou certaines tâches administratives semblent particulièrement exposées.
À l’inverse, le jugement, la créativité stratégique, la relation humaine, la confiance et la coordination deviennent des actifs de plus en plus rares.
Le véritable changement n’est donc peut-être pas technologique.
Pour la première fois, les entreprises doivent apprendre à manager non seulement des collaborateurs humains, mais aussi des collaborateurs artificiels.
Et comme toute nouvelle force de travail, ces agents nécessitent supervision, gouvernance, culture et objectifs.
La révolution n’est pas celle du code.
C’est celle du management.
Cette publication est également disponible en :
