Le 5 février dernier, Anthropic a présenté une nouvelle version de Claude. Beaucoup ont parlé d’un copilote plus performant. C’est une lecture superficielle.

Ce qui se joue n’est pas une amélioration marginale d’un outil, mais un déplacement progressif de la production logicielle vers des systèmes capables d’en prendre en charge une part significative. Nous changeons d’échelle. Et lorsqu’une activité change d’échelle, son économie change aussi.

Pendant des décennies, produire du logiciel était long, coûteux et incertain. Les organisations se sont construites autour de cette contrainte : recruter, staffer, sécuriser, découper, planifier. Le temps développeur était une ressource rare. Aujourd’hui, cette rareté se réduit.

Une rupture économique mesurable

Le cabinet de conseil AlixPartners observe 20 à 30 % de gains de productivité dans le développement logiciel. La banque d’investissement Goldman Sachs estime que ces technologies pourraient capter une part majeure de la valeur du secteur d’ici 2030. Le cabinet d’analystes IDC anticipe une remise à plat des modèles de pricing pour une large majorité d’éditeurs. Apollo Global Management, l’un des plus grands fonds d’investissement mondiaux, évoque un effondrement du coût marginal de production.

Pris séparément, ces chiffres alimentent le débat. Pris ensemble, ils décrivent une tendance structurelle : le coût de production baisse. Or, dans toute industrie, lorsque le coût marginal diminue durablement, l’équilibre économique se recompose. Les marges se contractent, les modèles se tendent, les avantages historiques se fragilisent. Ce phénomène ne concerne pas uniquement les agences ou les éditeurs. Il touche les scale-ups, les groupes établis, les directions informatiques qui pilotent des équipes de plusieurs dizaines ou centaines de personnes.

Pourquoi les organisations classiques ne semblent plus adaptées

Les équipes sont encore organisées pour absorber un volume de production élevé. Les rituels agiles s’enchaînent, les indicateurs de vélocité rassurent, la machine tourne. Mais si une part croissante des tâches techniques devient automatisable, la question n’est plus celle du débit, mais celle de la pertinence.

Si 70 à 80 % des tâches techniques routinières peuvent être automatisées dès 2026, comme l’anticipent plusieurs analyses sectorielles, alors la part humaine de l’exécution se contracte mécaniquement, pourtant l’organisation ne bouge pas. Le développeur qui se contente d’exécuter des tickets sans compréhension produit travaille déjà sur la partie la plus automatisable de la chaîne. Le PM qui priorise sans intégrer les nouvelles capacités offertes par l’IA arbitre dans un cadre devenu obsolète. Même le lead tech qui passe l’essentiel de son temps à coder plutôt qu’à architecturer finit par diluer ce qui faisait sa valeur.

Et pendant ce temps, l’écart se creuse, non pas entre ceux qui ont « adopté l’IA » et ceux qui ne l’ont pas, mais entre ceux qui ont changé leur façon de produire et ceux qui ont simplement accéléré l’ancien modèle.

La valeur ne se mesure plus au volume

Le véritable risque n’est pas de produire moins. Il est de produire plus, sans produire mieux. Lorsque l’exécution s’accélère, la tentation est d’augmenter le flux avec plus de fonctionnalités, plus de livraisons, plus de projets en parallèle. Mais le volume n’est pas un indicateur de création de valeur. Il peut même masquer une dilution progressive de la cohérence produit.

Pendant des années, la tech a bénéficié d’une relative opacité : complexité des projets, dépendance aux expertises, délais présentés comme incompressibles. L’IA change profondément cette dynamique en rendant le coût de production à la fois visible et compressible. Les directions financières entrent désormais dans le débat avec une exigence accrue de justification : taille des équipes, durée des projets, allocation des budgets et impact mesurable sur le chiffre d’affaires, la marge, la rétention ou l’efficacité opérationnelle. Ce dialogue va s’intensifier et mettra sous pression les organisations qui continuent de confondre volume d’activité et véritable création de valeur. La contrainte se déplace vers la décision. Et la décision exige un niveau de maturité supérieur.

La conclusion qui dérange : votre modèle n’est plus défendable

Concrètement, des travaux qui mobilisaient plusieurs semaines peuvent désormais être prototypés en quelques jours. Des modules entiers peuvent être refactorés en un temps considérablement réduit, des batteries de tests générées automatiquement, et de nouvelles fonctionnalités explorées sans mobiliser immédiatement une équipe complète. L’accélération n’est plus marginale : elle transforme le rythme même de conception et d’itération des produits.

Nous entrons dans une ère où le code devient abondant. Comme toute ressource abondante, il perd son pouvoir de différenciation. Ce qui restera rare et donc stratégique sera la capacité à comprendre un problème complexe, à formuler des hypothèses pertinentes, à arbitrer avec rigueur et à assumer des choix.

L’IA n’est pas la menace principale. Elle est le révélateur d’un décalage déjà existant. Les entreprises qui continueront à organiser leur tech autour de l’exécution verront leurs marges se contracter et leur pertinence s’éroder. Celles qui accepteront de déplacer la valeur vers la réflexion, l’architecture et l’impact prendront une avance difficilement rattrapable. La question n’est donc pas de savoir si l’IA va transformer vos équipes. Elle l’a déjà fait. La vraie question, plus inconfortable, est celle-ci : votre organisation est-elle encore adaptée à un monde où exécuter ne coûte presque plus rien ?