Du SDLC traditionnel à l'AI-native
Ce que nous voyons aujourd'hui
Le chemin vers l'AI-native
Nous nous appuyons sur ce qu'Anthropic publie sur l'ingénierie AI-native. Le goulet ne disparaît pas, il se déplace : au bout du compte, vers le moment où quelqu'un décide.
Anthropic : The AI-native SDLC playbook (s'ouvre dans un nouvel onglet)
Aujourd'hui
Six bureaux, cinq transferts. Le build est l'étape la plus longue, et c'est elle qui donne le rythme à toute la chaîne.
- Produit
- Analyse
- Build, là où le travail attend
- Revue
- Test
- Release
IA assistée
Les agents développent. Le goulet se déplace vers ce que vous demandez et vers qui relit.
- Produit
- Analyse, là où le travail attend
- Build
- Revue, là où le travail attend
- Test
- Release
AI-native
Un seul parcours, sans transfert. Une personne décide encore quatre fois, et c'est la seule chose qui retient encore le travail.
- Produit
- Analyse
- Build
- Revue
- Test
- Release
- 1Intention acceptée
- 2Cadrage approuvé
- 3Modification approuvée
- 4Mise en production autorisée
- Là où le parcours se resserre, le travail attend
- Gate : un humain décide
Où se situe le vrai travail
L'essentiel du travail n'est pas technique. Il s'agit d'embarquer les personnes et de construire une manière de travailler à partir de la culture et des habitudes qui existent déjà chez vous.
« On a toujours fait comme ça » ne se réfute pas par une note de service. Nous plaçons dans l'équipe quelqu'un qui a déjà fait le pas, et nous montrons la différence dans un vrai dépôt, face à ce que l'équipe aurait livré elle-même.
Il n'existe pas de processus standard que nous viendrions installer chez vous. Nous partons de la façon dont vos équipes travaillent aujourd'hui et de ce qui fonctionne déjà, et nous construisons dessus.
Nous construisons des quality gates dans votre CI/CD, pour que la qualité devienne visible et automatique, et que chaque équipe tienne au moins les standards d'aujourd'hui. Personne ne relit à la main le volume que produit un agent : les quality gates absorbent le volume, vos reviewers évaluent les choix. L'accès sans gates vous donne plus de code et moins de confiance dans ce code.
Nous aidons une petite équipe plateforme de chez vous à inscrire les règles dans le dépôt et à les faire arriver dans chaque équipe par l'outillage lui-même, pas par une page de wiki écrite une fois et jamais relue. C'est une base, pas une limite : chaque équipe construit dessus, et les retours de chaque équipe la font évoluer.
Des personnes qui utilisent l'IA tous les jours nous demandent encore ce qu'est MCP, s'en servent comme d'un moteur de recherche et la mettent sur de petites tâches plutôt que sur des workflows entiers. La volonté est là, le savoir-faire pas encore. Nous formons vos ingénieurs aux workflows agentiques, pas aux prompts isolés.
Où en est votre équipe aujourd'hui ?
Dites-nous brièvement comment vos équipes travaillent aujourd'hui et où cela coince. Nous disons quelle étape vient en premier, et pourquoi celle-là d'abord.