En bref. Dans un projet logiciel, l’IA est le plus souvent présentée comme un moyen d’écrire du code plus vite. Son apport le plus durable est ailleurs : quand l’analyse des impacts, la détection des écarts de périmètre et la vérification deviennent systématiques, un prestataire peut s’engager davantage sur un périmètre et un budget. L’AAP (Agency Agentique Platform) est la plateforme interne avec laquelle la Digital Factory d’Atecna outille ses projets d’agents et d’automatisations IA, de l’appel d’offres à la maintenance, sous la validation de ses équipes.
Les débats sur l’IA en développement logiciel tournent presque toujours autour de la productivité : combien de temps un assistant fait gagner, combien de lignes il écrit, quel modèle est le plus rapide. Ce sont de vraies questions pour une équipe de développement. Ce ne sont pas celles que se pose un directeur général ou un DSI au moment de confier un projet. Lui veut savoir si le périmètre sera tenu, si le budget restera lisible et si les arbitrages lui seront expliqués.
Pourquoi la vitesse n’est-elle pas le bon indicateur ?
Un projet logiciel dérape rarement parce que le code s’écrit trop lentement. Il dérape parce qu’un besoin a été mal compris, qu’un impact est découvert tard, qu’une demande s’ajoute sans être arbitrée ou qu’une régression passe entre les mailles des tests. Écrire plus vite ne règle aucun de ces problèmes ; mal orienté, cela peut même les accélérer.
C’est pourquoi nous ne mesurons pas l’intérêt de l’IA au seul temps gagné par un développeur. Nous regardons ce qu’elle change à la qualité des décisions prises pendant le projet.
Qu’est-ce que l’IA change réellement dans un projet logiciel ?
L’IA rend plus systématiques des tâches que les équipes savent faire, mais qu’elles ne peuvent pas toujours faire à chaque fois, faute de temps. Trois d’entre elles pèsent directement sur la tenue d’un engagement.
- Analyser les impacts. Comprendre ce qu’une nouvelle demande change dans le code, les données et le planning avant de l’arbitrer, plutôt qu’après l’avoir développée.
- Détecter les écarts de périmètre. Comparer chaque demande au périmètre contractualisé et signaler ce qui en sort, pour que la décision soit prise à temps et en connaissance de cause.
- Vérifier. Générer et analyser des tests, tenir la documentation à jour, faire ressortir dépendances et incohérences.
Aucune de ces tâches ne décide à la place de l’équipe. Toutes lui donnent une information plus complète, plus tôt. Et c’est cette information qui permet de promettre davantage de maîtrise : un périmètre tenu, un budget lisible, des arbitrages expliqués.
Pourquoi avons-nous construit l’AAP plutôt que de laisser chacun choisir ses outils ?
Parce que l’usage individuel de l’IA ne suffit pas. Un développeur peut gagner du temps avec un assistant ; un projet ne devient plus fiable que si les pratiques, les outils et les contrôles sont partagés par toute l’équipe. L’AAP, notre plateforme de delivery agentique, organise cette mise en commun sur tout le cycle de vie d’un projet. Elle sert trois objectifs.
- Améliorer nos méthodes de production, en mutualisant les agents et les automatisations utiles à chaque étape, au lieu que chaque équipe réinvente les siens.
- Renforcer nos engagements, en repérant plus tôt un écart de périmètre, un risque ou un impact. C’est ce qui rend crédible notre développement logiciel au forfait augmenté par l’IA.
- Nourrir l’accompagnement de nos clients dans leur propre transformation agentique, à partir de ce que nous éprouvons d’abord sur nos processus.
L’AAP n’est pas un logiciel que nous vendons. C’est notre façon de travailler, et nos clients en bénéficient quand ils nous confient un projet.
Que reste-t-il aux humains ?
L’essentiel : les décisions. Les choix d’architecture, de sécurité, de produit, de budget et de contrat restent ceux de nos équipes et de nos clients. Dans l’AAP, les agents préparent, analysent et vérifient ; à chaque passage d’étape, une personne responsable valide. Ce qu’un agent a produit reste rattaché à la décision qu’il a éclairée, pour pouvoir comprendre et corriger.
La sécurité se décide projet par projet. Les outils autorisés et les données qu’ils peuvent traiter sont fixés avec chaque client au démarrage, y compris l’absence d’IA si ses contraintes l’exigent.
Que devriez-vous attendre d’un prestataire qui utilise l’IA ?
Plus de transparence, pas seulement des délais plus courts. Avant de confier un projet, cinq questions permettent de distinguer un usage maîtrisé de l’IA d’un argument commercial.
- Comment détectez-vous qu’une demande sort du périmètre convenu, et à quel moment me prévenez-vous ?
- Qui valide ce que l’IA produit, à quelle étape, et comment cette validation est-elle tracée ?
- Quels outils d’IA interviennent sur mon projet, et quelles données peuvent-ils traiter ?
- Quels gains avez-vous mesurés, sur quel périmètre et avec quelle méthode ?
- Que se passe-t-il pour mon budget si vous avez sous-estimé une charge ?
Un prestataire qui répond précisément à ces questions s’engage. Un prestataire qui répond par un pourcentage de productivité vous parle de lui, pas de votre projet.
Où en sommes-nous ?
Nous avançons par étapes : expérimenter en interne, mesurer, industrialiser, puis accompagner nos clients. Aujourd’hui, l’IA fait partie du quotidien de nos développeurs. Le contrôle des écarts de périmètre et la détection des risques sont déjà utilisés sur des projets. La mise en commun des agents et des pratiques entre nos équipes est en cours.
Nous ne publions un gain qu’une fois mesuré. Un premier retour d’expérience est public : sur la modernisation d’une application AngularJS vers Angular 16, l’IA a assisté l’exploration du code, la documentation et la migration, et l’équipe a constaté un temps d’onboarding divisé par trois (retour d’expérience de Maxime Gonzalez). D’autres mesures suivront, avec leur méthode.
Questions fréquentes
Qu’est-ce que l’AAP d’Atecna ?
L’AAP (Agency Agentique Platform) est la plateforme interne avec laquelle la Digital Factory d’Atecna outille ses projets d’agents et d’automatisations IA, de l’appel d’offres à la maintenance. Les agents préparent, analysent et vérifient ; les équipes décident et valident à chaque étape. Ce n’est pas un logiciel commercialisé.
L’IA réduit-elle le prix d’un projet logiciel ?
Pas de façon automatique. Selon les projets, l’IA peut améliorer le coût, le délai ou la qualité, mais ces bénéfices ne sont ni simultanés ni garantis. Nous les annonçons seulement une fois mesurés. Son apport le plus sûr est de mieux tenir un engagement : impacts analysés, écarts repérés tôt, tests plus systématiques.
Les agents IA remplacent-ils les développeurs ?
Non. Les agents assistent l’exploration du code, les tests, la documentation et l’analyse des demandes. Les choix d’architecture, de sécurité et de produit restent ceux des développeurs, des chefs de projet et des product owners, qui valident chaque livraison et en restent responsables.
Peut-on refuser l’usage de l’IA sur son projet ?
Oui. Les outils autorisés et les données qu’ils peuvent traiter sont définis avec chaque client au démarrage du projet, y compris l’absence d’IA si ses contraintes de sécurité, de confidentialité ou de conformité l’exigent. Le projet suit alors la même démarche de cadrage, de tests et de validation, sans assistance de l’IA.
Sources
- Atecna, AAP : notre plateforme de delivery agentique, Digital Factory.
- Atecna, Forfait augmenté par l’IA, Digital Factory.
- Maxime Gonzalez, Modernisation legacy par l’IA : réduire la dette technique, Parole d’expert, Atecna, février 2026.
Pour aller plus loin
Vous préparez un projet et voulez savoir s’il peut être engagé au forfait ? Évaluez sa faisabilité avec nous. Vous souhaitez comprendre comment les agents interviennent à chaque étape ? Découvrez l’AAP.