Le 28 avril, nous organisions au HUB612 une nouvelle édition de Backstage, notre format pensé pour parler des sujets startup “côté coulisses” : ceux qui transforment vraiment les équipes, les métiers et les façons de travailler.
Le thème de cette session : Construire une équipe tech quand l’IA écrit déjà le code.
Pour en discuter, nous avons fait appel à trois profils complémentaires :
- Julien Decherf Mathiolon, CEO & cofondateur de Wavo
- Camille Ponchet, CTO & cofondateur de Second Brain
- Benjamin Henseler-Campana, développeur chez Swikly
Trois métiers, trois postures, trois manières d’être déjà confronté à l’IA dans le quotidien d’une équipe tech. On vous dit tout sur ce s’est dit pendant cet événement.
Comment l’IA impacte concrètement le quotidien
Premier point marquant : l’IA est déjà partout. Elle accélère certaines tâches, facilite la compréhension d’une codebase, permet de prototyper plus vite, voire de transformer une idée produit en première version fonctionnelle.
Mais chacun n’est pas impacté de la même manière selon son rôle.
- Benjamin parle d’un “compagnon de tous les jours” : l’IA l’accompagne en permanence, comme un pair programmer.
- Camille insiste sur le revers qu’il constate : des enjeux de sécurité et de risques accrus, même si cela pousse aussi les équipes à se renforcer et à se reposer des questions fondamentales sur le métier.
- Julien va encore plus loin : pour lui, l’IA a “révolutionné tous les workflows”, bien au-delà de la tech (produit, marketing, sales, direction).
Son exemple est particulièrement parlant : il ne vient plus avec des idées produit, mais avec des prototypes déjà fonctionnels à 80%, directement testables par les équipes. Il témoigne aussi de redécouvrir le plaisir de prototyper, de construire, “l’impression d’être dans un jeu vidéo”.
Des tensions qui émergent dans les équipes
L’IA ne crée pas seulement des gains de productivité. Elle crée aussi des tensions.
Deux sujets sont revenus :
- La gestion des développeurs juniors : comment les former et leur donner de la visibilité alors que certaines étapes d’apprentissage disparaissent ?
- Le changement des workflows de l’entreprise : Julien souligne qu’il comprend désormais beaucoup mieux son produit techniquement, ce qui fluidifie les échanges. Il peut aussi transmettre sa vision produit, sans filtre, en construisant des prototypes, ce qui rend la compréhension plus facile. Il observe cela dans toutes les équipes : marketing, produit ou technique. Mais, il avoue aussi que les équilibres entre les équipes changent.
Des rôles qui évoluent, mais une responsabilité qui reste humaine
Un point fait consensus : le développeur reste responsable du code. Même si l’IA écrit une partie du code, la responsabilité reste humaine. Le développeur doit comprendre ce qu’il pousse, relire ce qu’il propose, tester, challenger, et s’assurer que le code respecte les standards de l’équipe.
Benjamin va plus loin, en nous disant qu’au-delà du développeur, c’est aussi l’équipe qui reste collectivement responsable de ce qui arrive en production. Camille, en tant que CTO, se positionne encore plus qu’avant comme garant de la sécurité, d’autant plus avec une grande partie de l’équipe à distance.
Julien perçoit, lui, un changement clé dans l’objectif donné aux développeurs : ce n’est plus “écrire du code”, mais résoudre un problème. On attend moins des développeurs qu’ils “écrivent du code” au sens strict, et davantage qu’ils sachent résoudre des problèmes, comprendre un produit, prendre du recul et piloter des agents ou des outils.
Organisation et recrutement : vers des équipes plus plates et plus seniors
L’impact sur l’organisation est déjà visible :
- Julien observe une structure plus fluide et plus plate, avec une vision plus fine de ce qui est fait. Résultat : des plans de recrutement parfois divisés par deux.
- Camille, avec des équipes en full remote, note une augmentation des risques liés à l’IA, mais aussi une opportunité d’explorer plus vite. Il observe une tendance forte : recruter davantage de profils seniors, et pose la question de l'onboarding et de la formation des juniors.
Intégrer l’IA dans son équipe : trois approches concrètes
Les approches varient fortement : en fonction des profils, des rôles, mais aussi des cultures d’entreprise.
- Une approche très cadrée avec Benjamin
- un environnement cloisonné
- aucune IA personnelle
- un accès limité aux données
- le contrôle des actions en temps réel
- des process et une méthodologie renforcés
L'objectif : garder un maximum de maîtrise, tout en encourageant les développeurs à utiliser quotidiennement les outils d’IA.
- Une approche progressive avec Camille
- une diversification des outils : éviter la dépendance à un outil, que ce soit pour des raisons techniques ou financières
- une intégration dans les pipelines existants
- une limitation volontaire de l’usage : ne donner qu’un nombre de crédits limité pour encourager les développeurs à continuer de réfléchir
L’objectif : ne pas déresponsabiliser les développeurs et conserver son indépendance.
- Une approche plus radicale avec Julien
- un core product isolé et sécurisé
- la liberté de développer tout le reste du produit en IA
- des itérations rapides, avec peu de contraintes hors cœur produit
- une culture de l’écrit : tout est documenté, des meetings sont organisés en cas de problème
- des points de contrôle réguliers (toutes les 2 semaines) pour vérifier ce qui est fait par l’IA
L’objectif : aller vite tant que (et là où) le risque est acceptable.
Les risques sous-estimés de l’IA en équipe tech
Plusieurs risques ont été identifiés lors de notre échange :
- La dépendance aux modèles : le coût payé par les utilisateurs est dérisoire par rapport au coût réel. Mais jusqu’à quand ? “On risque de créer une dépendance à un modèle efficace actuellement, mais qui risque de coûter très cher demain.” souligne Benjamin.
- La perte de maîtrise du code : lorsque les développeurs ne comprennent plus ou ne relisent plus ce que l’IA a codé.
- La dette de compréhension : c’est notamment un risque avec des profils de développeurs plus juniors. Quand le code a l’air propre, structuré, bien écrit, il peut donner une impression de fiabilité. Pourtant, sans compréhension réelle du problème résolu, des choix effectués et des impacts possibles, l’équipe peut perdre la main. Le rôle du développeur évolue donc vers davantage de supervision, de cadrage, de revue et de responsabilité.
- Le mauvais partage de la connaissance dans les équipes : Camille insiste particulièrement sur ce dernier point : le “knowledge sharing” reste central, et peut être fragilisé par l’IA.
À quoi ressemble une équipe tech dans 3 ans ?
Les visions sur les trois prochaines années divergent, mais certaines tendances se dessinent : certains, comme Camille, prévoient moins de “codeurs”, mais plus d’ingénieurs produit capables de comprendre et de résoudre des problèmes. Pour Julien, il n’y aura pas moins de développeurs, puisqu’il y a plus de d’idées et de choses à construire.
Benjamin, en tant que développeur, se projette bien dans un rôle de supervision d’agents, tout en soulignant qu’il est difficile d'avoir des certitudes tant que la technologie n’est pas stabilisée.
Julien souligne aussi l’enjeu clé de garder les équipes motivées : maintenir le dialogue avec eux pour faire évoluer leur métier et d’en faire un métier qui leur plaise.
Ce qu'il faut retenir
Cette session a confirmé deux choses : d’abord l’IA ne signe pas la fin des équipes tech. Elle oblige plutôt à les repenser. Les développeurs ne disparaissent pas, mais leur métier se déplace : moins d’exécution pure, plus de compréhension, de supervision, d’architecture, de revue et de responsabilité.
Les CTO doivent mieux cadrer. Les CEO peuvent mieux comprendre leur produit. Les équipes doivent mieux documenter, mieux partager la connaissance et mieux définir ce qui peut, ou non, être confié à l’IA.
Deuxième chose : tout le monde se pose des questions, teste, selon ses convictions. Les visions et les approches divergent en fonction des rôles et perspectives de chacun : les profils tech sont plus réservés, alors que l’entrepreneur est plus optimiste face à toutes les opportunités que l’IA ouvre.
Mais on est tous d’accord sur un constat : pour le moment, le sujet n’est pas d’aller vite à tout prix, c’est d’aller plus vite sans perdre la maîtrise, la qualité, ni l’équilibre des équipes.
