"IA : le vrai changement ne se joue pas seulement dans le code, mais dans l’organisation du travail"
L’IA transforme déjà les pratiques d’ingénierie, les organisations tech et les métiers du recrutement.
Dans cet échange, Arnaud Lemaire, CTO expérimenté, partage sa lecture des mutations en cours : déplacement de la “software factory” vers l’amont, montée en puissance des agents IA, évolution des compétences et nouvelles façons de faire se rencontrer entreprises et candidats.
Il revient également sur la manière dont les ingénieurs, les recruteurs et les entreprises doivent adapter leurs pratiques face à cette accélération.
L’IA est souvent présentée comme une révolution qui va remplacer les métiers techniques. Est-ce vraiment ce qui est en train de se passer ?
Pas exactement. L’IA provoque bien un changement profond, notamment dans les métiers de l’ingénierie, mais la réalité est plus nuancée que les discours que l’on peut lire sur les posts d’influenceurs LinkedIn. Il y a souvent une absence de nuance et de réalité terrain.
Le sujet n’est pas simplement de demander à une IA de produire du code à la place des ingénieurs. Le changement porte davantage sur la façon dont les logiciels sont conçus, organisés et livrés. Historiquement, la maturité d’une entreprise tech se mesurait beaucoup à la qualité de sa chaîne CI/CD : comment le code était testé, transformé en logiciel puis déployé.
Aujourd’hui, la maturité d’une entreprise se mesure à son usage de l’IA.
Avec l’IA, une partie de cette “usine logicielle” remonte progressivement vers l’amont. C’est ce que l’on appelle le shift left. Les entreprises doivent désormais réfléchir à la façon dont elles transforment un problème métier en une solution exploitable par cette nouvelle usine de production. Cela va bien au-delà du mot-clef fourre-tout qu’on appelle IA.
À mon sens, les entreprises qui n’en ont pas conscience et/ou qui ne feront pas ce déplacement vont rencontrer de sérieux problèmes de compétitivité dans les prochaines années.
À quoi ressemble concrètement ton usage de l’IA dans ton travail quotidien de dirigeant technique ?
Aujourd’hui, il est possible de faire fonctionner plusieurs agents en parallèle sur des tâches différentes. Pendant une réunion, certains peuvent analyser un sujet en arrière-plan tandis que d’autres exécutent des tâches dans un terminal.
Les possibilités sont nombreuses. Une tâche administrative peut, par exemple, être entièrement orchestrée par un agent : vérifier les informations nécessaires, préparer une facture conforme aux exigences d’une plateforme publique, contrôler les coordonnées bancaires, joindre les documents puis rédiger le message destiné au service comptable.
Ce type d’usage montre que l’IA ne se limite pas à la génération de code. Elle peut prendre en charge des séquences complètes d’actions, à condition que les instructions, les contrôles et les règles de fonctionnement soient correctement définis.
Tu évoques la création d’une “AI Factory”. De quoi s’agit-il ?
Une AI Factory est une manière de repenser la production logicielle à l’ère des agents. La question n’est plus seulement de savoir comment écrire du code, mais comment organiser l’ensemble du système pour qu’un problème puisse être transformé en solution de manière fiable, contrôlée et reproductible.
La CI/CD a automatisé une partie importante de la livraison. Le prochain mouvement consiste à automatiser davantage la construction elle-même. Cela implique de mieux formaliser les problèmes, les interfaces, les contrats, les critères de qualité et les étapes de validation.
On voit déjà apparaître des intitulés comme “Head of AI Factory”, mais le métier reste encore mal défini.
À terme, il pourrait toutefois devenir une composante naturelle du métier d’ingénieur logiciel, de la même manière que les ingénieurs doivent aujourd’hui comprendre les enjeux de déploiement et d’exploitation.
Quelles compétences deviennent alors essentielles pour les ingénieurs ?
Les profils qui s’adaptent le plus rapidement sont souvent ceux qui avaient déjà une vision systémique de leur métier : les profils staff, les tech leads et les architectes. L’adoption de l’IA a été naturelle pour eux car leur rôle consistait déjà à réfléchir à l’organisation des systèmes, aux dépendances entre équipes, aux interfaces et à la manière d’aider les autres ingénieurs.
L’IA agit donc comme un multiplicateur de compétences qu’ils possédaient déjà.
À l’inverse, les personnes qui se définissent uniquement par la transformation d’une spécification en code source peuvent rencontrer davantage de difficultés.
Elles doivent désormais apprendre à travailler avec un niveau d’abstraction supplémentaire : organiser un système d’information, structurer une architecture, définir les bonnes interfaces et anticiper les problèmes de dépendance ou de complexité.
Cela ne signifie pas qu’elles deviennent moins techniques. Leur rapport à la technique évolue simplement. Mais, beaucoup vivent mal cette nouvelle définition et les nouveaux contours de leur job. Peut-être qu’une reconversion vers un autre métier est nécessaire. On est clairement sur une courbe de deuil, de la colère à l’acceptation.
Tu insistes beaucoup sur la qualité des interfaces et des contrats. Pourquoi est-ce si important avec l’IA ?
Une conviction devient encore plus importante à l’ère de l’IA : il faut optimiser un composant pour pouvoir le remplacer facilement, plutôt que chercher à le rendre extensible à l’infini.
Lorsqu’on veut rendre un système trop évolutif dès le départ, on ajoute souvent une complexité dont on n’a pas encore besoin. Cette complexité peut ensuite rendre le logiciel plus difficile à construire et à maintenir.
Il est parfois préférable de concevoir un composant ou une interface de manière à pouvoir le remplacer rapidement si le besoin évolue. Cette logique ne concerne pas seulement les microservices. Elle s’applique aussi aux classes, aux interfaces d’accès au stockage, aux pipelines, aux systèmes de messagerie ou encore aux outils de communication entre services.
L’attention doit donc se porter davantage sur la qualité des contrats et des API que sur l’implémentation elle-même. Si le contrat est clair, bien conçu et correctement testé, l’implémentation peut évoluer plus facilement.
Même si une IA produit une première version imparfaite, elle pourra potentiellement en générer une autre à partir d’un contrat solide.
Quel impact cette évolution peut-elle avoir sur l’employabilité des ingénieurs ?
L’adoption de l’IA devient un sujet professionnel immédiat. Les ingénieurs doivent apprendre à utiliser ces outils et à intégrer les nouveaux workflows dans leur quotidien, non seulement pour répondre aux attentes de leur entreprise, mais aussi pour rester compétitifs sur le marché du travail.
Le message que je donne aux équipes est simple : il faut prendre le train maintenant. Les personnes qui ne maîtrisent pas ces pratiques risquent de voir leur valeur diminuer par rapport à celles qui les utilisent déjà.
Cela ne veut pas dire que tout le monde doit devenir spécialiste de l’IA ou continuer à exercer exactement le même métier. Certains pourront évoluer vers d’autres fonctions, voire vers d’autres secteurs. Mais il est important de ne pas subir cette transformation et de réfléchir à la façon dont on veut y prendre part.
L’IA va-t-elle réduire la demande en ingénieurs ?
Ce n’est pas ce que l’on observe dans les entreprises qui adoptent réellement ces pratiques. Beaucoup continuent, au contraire, à recruter massivement des ingénieurs.
L’IA ne supprime pas nécessairement la demande en ingénierie. Elle ouvre plutôt de nouvelles possibilités et permet de déployer des compétences techniques dans des domaines où l’on ne l’aurait pas forcément fait auparavant.
Le métier évolue vers davantage de conception, d’orchestration, de compréhension du produit et de structuration des problèmes. Les ingénieurs peuvent avoir un levier beaucoup plus important qu’avant, à condition de ne pas réduire leur rôle à la production de code.
Comment le mouvement DevOps s’inscrit-il dans cette évolution ?
Le mouvement DevOps avait rapproché les équipes de développement de la production. C’était une forme de shift right : il s’agissait de permettre aux ingénieurs de mieux prendre en compte le déploiement et l’exploitation du logiciel.
Avec l’IA, le mouvement se poursuit dans l’autre direction. Le shift left rapproche désormais l’ingénierie des métiers du produit et de la qualification des problèmes.
Les ingénieurs doivent être capables de partir d’un besoin parfois mal formulé, d’identifier les signaux faibles, de structurer le problème puis de le faire entrer dans une chaîne de production dotée de contrôles et de critères de qualité.
Les métiers de la plateforme et du SRE vont eux aussi évoluer. Les SRE ne déploient pas nécessairement à la place des équipes : ils construisent les plateformes qui leur permettent de déployer. Une logique comparable pourrait se mettre en place autour des AI Factories, avec des personnes chargées de construire l’environnement et d’autres chargées d’orchestrer le travail réalisé sur cette plateforme.
Les entreprises doivent-elles abandonner les offres d’emploi traditionnelles ?
Pas systématiquement, mais elles doivent s’interroger sur leur efficacité selon les profils recherchés.
Certaines entreprises reçoivent désormais des volumes considérables de candidatures, parfois générées ou diffusées de façon largement automatisée. Le résultat est souvent une baisse de la qualité moyenne des candidatures et un temps de tri très important.
Pour des profils techniques ou très spécialisés, une stratégie d’approche directe peut être plus efficace qu’une annonce ouverte à tous. Il peut être préférable de construire une relation avec un nombre limité de candidats pertinents plutôt que de chercher à filtrer plusieurs centaines de candidatures peu qualifiées.
Le recrutement va probablement évoluer vers une question centrale : comment faire réellement se rencontrer l’offre et la demande ?
L’IA peut-elle rendre cette approche plus efficace ?
Elle peut contribuer à généraliser un modèle qui était jusqu’ici surtout réservé à l’executive search.
Les cabinets spécialisés disposent souvent d’un historique très riche : candidats rencontrés, entreprises accompagnées, expériences sectorielles, niveaux de responsabilité et trajectoires professionnelles. Lorsqu’une entreprise exprime un besoin, ils peuvent rapidement identifier les personnes susceptibles de correspondre.
L’IA peut automatiser une partie de la mise à jour de ces bases et faciliter le rapprochement entre les besoins des entreprises et les profils suivis. Cela pourrait permettre de proposer cette approche à des populations plus larges que les seuls dirigeants ou cadres exécutifs.
On pourrait ainsi voir se développer des communautés de candidats suivis dans la durée, avec une meilleure connaissance de leurs compétences, de leurs aspirations et de leur disponibilité. Le recruteur ne se contenterait plus de répondre à une demande ponctuelle : il entretiendrait un véritable vivier relationnel.
Quel regard portes-tu sur l’avenir des métiers de la tech ?
Il faut éviter deux excès : considérer que rien ne change ou annoncer la disparition immédiate de tous les métiers techniques.
Le métier d’ingénieur ne disparaît pas. Il s’étend vers la conception des systèmes, l’organisation du travail, la compréhension du produit et l’orchestration d’outils capables de produire plus rapidement.
Les entreprises qui réussiront seront celles qui sauront créer les bonnes interfaces entre les métiers, les équipes et les outils. L’IA change une grande partie des méthodes de travail, mais elle ne change pas la nécessité fondamentale de partir d’un problème pour construire une solution utile.
En écoutant Arnaud, je n’ai pu m’empêcher de faire le rapprochement avec le monde du recrutement qui, lui aussi, connaît des changements organisationnels profonds. En effet, la place du recruteur restera centrale, mais elle se déplacera. Le recruteur devra probablement consacrer moins de temps au sourcing classique et davantage de temps à la compréhension des organisations, à la qualité des échanges, à la construction de communautés et à la mise en relation des bonnes personnes au bon moment.
Cela suppose aussi de mieux relier recrutement et stratégie d’entreprise. La question ne sera plus seulement “quel profil devons-nous embaucher ?”, mais aussi “quel problème cherchons-nous à résoudre ?”, “quelle organisation voulons-nous construire ?” et “le recrutement est-il réellement la bonne réponse ?”.
Comme dans les métiers techniques, la valeur se situe de plus en plus dans l’architecture du système plutôt que dans l’exécution d’une tâche isolée.
Donc, évidemment, cette transformation concerne aussi le recrutement. Le recrutement est lui aussi en train de se déplacer dans la chaîne de valeur.
Une partie du sourcing, du tri et de la qualification initiale peut désormais être automatisée. La valeur du recruteur se situe donc de moins en moins dans l’exécution répétitive et de plus en plus dans la compréhension du besoin, la communication, l’architecture du processus et la relation entre l’entreprise et les candidats.
Le rôle peut évoluer vers davantage d’audit et de diagnostic : comprendre où se situe réellement le blocage, déterminer s’il s’agit d’un problème de recrutement ou d’un problème plus structurel, puis identifier la réponse la plus pertinente.
Le recrutement ne doit pas forcément être considéré comme une fin en soi. Il peut être une solution parmi d’autres à un problème d’organisation, de culture, de management ou de positionnement.
Encore merci à toi Arnaud pour ton temps, tes échanges toujours aussi utiles et riches en apprentissages !
Bien cordialement, bisous
Shirley Almosni Chiche

Offre Cap90 - New