L’Intelligence Artificielle dans le Développement logiciel : sortir du paradoxe de la productivité

L’Intelligence Artificielle dans le Développement logiciel – Guide Stratégique

Comment transformer une technologie prometteuse en avantage organisationnel durable ? Ce livre blanc s’adresse aux DSI, CTO, responsables delivery et managers IT qui s’interrogent sur la manière de saisir l’intelligence artificielle pour leur activité de développement logiciel, sans succomber aux promesses exagérées ni passer à côté d’une transformation réelle.

À partir de données de recherche récentes (DORA, McKinsey, GitClear, METR) et d’une expérience concrète acquise auprès d’Oxyl Groupe, l’auteur prolonge les enjeux déjà posés dans notre livre blanc Le Développeur Augmenté, consacré à l’encadrement des assistants IA dans les équipes de développement.

Publication : mai 2026 · Auteur : Jean-Claude Laroche · Préface : Fabrice Reby

L’auteur : Jean-Claude Laroche est ingénieur de formation. Après des débuts dans le secteur de la Défense puis en conseil sur de grands projets informatiques, il rejoint EDF en 1993, où il devient DSI du Groupe en 2014, avant de prendre la direction des Systèmes d’Information d’Enedis en 2017. Il a présidé le Cigref, l’association des grandes entreprises et administrations utilisatrices du numérique en France. Il a depuis cofondé DINUMIA Conseil.

75 % des entreprises utilisent déjà des assistants IA pour le développement logiciel. Pourtant, le rapport DORA 2024 constate un recul de 1,5 % du volume de production organisationnel et une baisse de 7,2 % de la stabilité des déploiements.
Les développeurs codent plus vite individuellement, mais la capacité de livraison collective ne suit pas — voire régresse.
Ce livre blanc explique ce paradoxe et donne les clés pour en sortir.

• Pourquoi l’IA générative sans cadre industriel produit plus de code sans améliorer la capacité de livraison de l’organisation (données DORA, McKinsey, GitClear, METR)
• Comment se constitue une dette technique invisible — code dupliqué, réusinage en chute libre — et les signaux d’alerte à surveiller
• Les principes d’une chaîne industrielle de développement logiciel assisté par IA : ticket normé, points de vérification, gouvernance par l’architecture plutôt que par la charte
• La question de la souveraineté des données de code et l’anticipation du cadre réglementaire européen (AI Act)
• Le bus factor et la revue de code comme levier structurel de transfert de compétences et de résilience des équipes
• Un cadre de décision ROI (faire, faire faire ou combiner) et un plan d’action en quatre phases pour le DSI

L’IA ne remplace pas les développeurs — elle repositionne leur temps vers les tâches à plus haute valeur ajoutée, à condition que le système soit conçu pour cela.
Correctement industrialisée, elle produit des effets réels et mesurables : un taux de réussite élevé sur un périmètre défini, une réduction du bus factor, une montée en compétence continue et un ROI positif dès le troisième ou quatrième mois.
Les organisations qui structurent cette transformation aujourd’hui construisent un avantage organisationnel qu’il sera difficile de rattraper pour celles qui attendent.

Le plus grand risque n’est pas d’adopter l’IA trop tôt, mais de l’adopter sans cadre.