Transformation

L’IA bouleverse nos organisations. Agents autonomes, Shadow AI, dépendance aux fournisseurs : la surface d’attaque change radicalement. Ce premier article pose un constat lucide sur les risques émergents. L’enjeu n'est pas de subir, mais d'engager, ensemble, une réflexion durable sur la maîtrise de nos systèmes à l’ère de l’IA.

Pourquoi la dette technique et les chantiers IT arrivent-ils toujours trop tard ? Pas par manque d'arguments : les règles du jeu sont construites pour les faire perdre. Tour d'horizon des solutions que les équipes terrain ont vues fonctionner, classées du D-Tier au S-Tier.

'impact de l'IA agentique sur la création de valeur dans le développement logiciel. Celle-ci se déplace progressivement de la production de code vers la compréhension du métier, la qualité du contexte et la prise de décision.

Cette dynamique de l'IA soulève des interrogations profondes sur son coût réel : coût environnemental, coût social et, plus largement, coût civilisationnel. Dès lors, faut-il poursuivre cette course sans limite ou devons-nous apprendre à ralentir pour préserver les conditions mêmes de notre avenir ?

Pendant plusieurs décennies, l'ingénierie logicielle s'est attachée à optimiser la manière dont les équipes produisaient du code. Demain, elle devra surtout organiser la collaboration entre humains et agents d'intelligence artificielle au sein de véritables systèmes industriels de production.

Depuis l'arrivée de l'IA agentique dans les équipes de développement, de nombreuses interrogations émergent quant à l'évolution des organisations de travail. Les modèles d'équipe qui se sont imposés ces vingt dernières années, largement influencés par les approches agiles, sont désormais remis en question par la capacité des agents.

La présentation traite de la souveraineté numérique sous l'angle de la résilience des organisations. Le message central est que les entreprises ne peuvent plus considérer leur environnement numérique comme stable. Elles doivent désormais gérer leurs dépendances technologiques afin de préserver leur capacité d'action.

On a déclaré le vinyle mort. Le COBOL aussi. Les tests de mutation dormaient dans les bonnes pratiques oubliées. Ils sont tous revenus ou n'ont jamais vraiment disparu. Parce que nouveau ne veut pas dire meilleur. Et que certains outils font quelque chose que rien d'autre ne fait aussi bien.

Présentation d'un framework de data engineering d'un client d'Octo démontrant des principes intéressants ("Window-aware pipeline") pour faciliter leur gestion et leur monitoring

L'année 2026 s'impose déjà comme un jalon historique. Elle marque le moment où l'intelligence artificielle a définitivement quitté le statut de simple innovation technologique pour devenir l'un des principaux moteurs de transformation de nos sociétés, de nos économies et de nos organisations.