Et si la vraie révolution n’était pas dans les algorithmes, mais dans notre capacité à écouter avant de construire ? Depuis vingt-cinq ans, j’imagine, conçois, encadre des équipes, et parfois réalise moi-même des applications pour des secteurs aussi variés que la santé, les services, le BTP ou l’industrie. J’ai vu défiler les langages, les frameworks, les architectures.
Pourtant, rien ne m’avait préparé à l’ampleur du bouleversement actuel. L’IA transforme radicalement la façon dont nous pensons le logiciel.
L’intelligence artificielle n’est pas une révolution de plus. Elle est la révolution qui redéfinit les fondements mêmes de notre métier.
Aujourd’hui, la question n’est plus « comment construire ? », mais « pourquoi construire ? ». Cette inversion de perspective, aussi subtile qu’elle paraisse, change tout. Elle nous invite à repenser notre rapport à la technologie, aux interfaces, à l’architecture, et même à la connaissance elle-même. Ce n’est pas une évolution, c’est un changement de paradigme.
Dans cet article, je vous propose d’explorer cinq dimensions de cette transformation :
- Passer du comment au pourquoi : l’ère de l’intention
- S’affranchir de la technologie : la fin des matrices de décision
- Faire disparaître l’interface : l’expression naturelle de l’intention
- Structurer le commun : le back comme reflet de l’identité
- Faciliter la vie des LLM : le mécanisme de connaissance
Chacune de ces dimensions illustre comment l’IA nous pousse à recentrer notre métier sur ce qui compte vraiment : l’intention.
1. Passer du comment au pourquoi : l’ère de l’intention
Pendant des décennies, la fabrication d’une application reposait sur une obsession : le comment. Les équipes passaient des mois à choisir des frameworks, à arbitrer entre des architectures, à anticiper les contraintes techniques. Le pourquoi – le besoin réel, l’intention derrière le logiciel – était souvent relégué au second plan, noyé sous des couches de spécifications, de compromis, et de bonnes pratiques parfois déconnectées des enjeux métiers.
Pourquoi ce basculement ? Avec l’IA, la technologie n’est plus un frein, mais un levier. Les outils modernes (LLM, low-code, automatisation) permettent de prototyper en quelques heures ce qui prenait des semaines. Ainsi, l’effort se déplace sur la formalisation des intentions, et la validation rapide des hypothèses.
Imaginons une entreprise qui souhaite optimiser ses tournées de livraison. Avant, le projet commençait par des mois de spécifications techniques : quel algorithme de routage ? Quelle base de données géolocalisée ? Désormais, on commence par la question essentielle : « Quel est l’objectif ? Réduire les coûts de 10 % ? Améliorer la satisfaction client ? ». Une fois l’intention claire, la solution technique suit naturellement, souvent sous forme d’itérations successives.
Les cycles de développement s’accélèrent, non pas parce que l’on code plus vite, mais parce que l’on pense plus juste. Les réunions sur les choix technologiques doivent laisser la place à des ateliers centrés sur les résultats attendus.
2. S’affranchir de la technologie : la fin des matrices de décision
Chaque projet débutait par une matrice de décision complexe : disponibilité des ressources, coûts de maintenance, compatibilité avec le SI existant… Ces critères, souvent subjectifs et parfois politiques, dictaient nos choix technologiques. De nos jours, le coût de fabrication s’effondre, et la réécriture d’une application n’est plus un sujet.
Par exemple : une jeune entreprise veut développer une application de suivi médical pour les patients atteints de maladies chroniques. Plutôt que de miser d’emblée sur un développement coûteux ou un SaaS rigide, elle peut commencer par un assistant conversationnel alimenté par un LLM.
Elle teste ensuite l’adoption par les utilisateurs, et affine la solution en fonction de leurs retours, sans s’engager dès le départ dans une architecture figée.
Les métiers reprennent le contrôle de leur transformation numérique.
3. Faire disparaître l’interface : l’expression naturelle de l’intention
L’interface utilisateur a longtemps été un compromis : des formulaires standardisés, des champs obligatoires, des workflows imposés. Pourtant, comment exprimer une idée complexe dans une case à cocher ? Comment défendre une hypothèse innovante dans un menu déroulant ?
L’interface devient conversationnelle. Avec l’IA, l’interface s’adapte à l’utilisateur, et non l’inverse. Elle comprend le contexte, le rôle, et même l’intention implicite. Plus besoin de se plier à la logique du logiciel : c’est le logiciel qui s’adapte à la logique humaine.
Un responsable des ressources humaines veut analyser le turnover dans son entreprise. Au lieu de remplir un tableau de bord préformaté, il peut simplement demander : « Pourquoi avons-nous perdu 15 % de nos talents l’année dernière ? ». L’outil explore les données, propose des corrélations (salaire, management, conditions de travail), et suggère des pistes d’action, le tout en langage naturel.
L’interface devient fluide, contextuelle, presque invisible. Elle libère la créativité et permet aux utilisateurs de se concentrer sur l’essentiel : leur métier.
4. Structurer le commun : le back comme reflet de l’identité
Si l’interface s’efface, le back (le cœur métier de l’application) devient plus crucial que jamais. Il incarne le savoir-faire, l’expertise, la mission de l’organisation. Contrairement aux interfaces éphémères, il doit être solide, ouvert, et centré sur la donnée plutôt que sur les processus.
Pourquoi la donnée prime ? Les processus peuvent changer, les interfaces peuvent évoluer, mais la donnée reste. Elle est le socle sur lequel repose la connaissance de l’entreprise. Un back bien conçu est un back qui capitalise sur cette donnée, qui la structure, et qui la rend accessible, aux humains comme aux machines.
Une banque qui automatise ses conseils financiers ne peut se contenter d’un moteur de règles figé. Son back doit intégrer des modèles de connaissance évolutifs, capables de s’enrichir en continu. Par exemple, en apprenant des retours clients ou des changements réglementaires. La donnée n’est plus un sous-produit de l’application : elle en est le cœur battant.
Le back n’est plus un simple moteur, mais un système de connaissance vivant, qui capitalise sur l’expertise collective et s’adapte en temps réel.
5. Faciliter la vie des LLM : le mécanisme de connaissance
Les LLM ne sont pas des boîtes noires magiques. Pour qu’ils soient utiles, il faut leur fournir un cadre : des données structurées, des règles métiers explicites, et des mécanismes de feedback. En somme, il s’agit de construire l’architecture qui permet à l’IA de comprendre et d’agir au nom de l’organisation.
Comment structurer cette connaissance ?
- Modularité : Découper la connaissance en briques réutilisables (ex : clauses contractuelles, procédures métiers).
- Transparence : Rendre explicites les règles et les sources de données.
- Feedback : Permettre aux experts de corriger et d’enrichir les réponses de l’IA.
Un cabinet utilise un LLM pour rédiger des contrats. Plutôt que de lui donner accès à des documents bruts, on structure la connaissance en modules : clauses types, jurisprudence, préférences clients. Le LLM ne génère pas du texte au hasard, il restitue une intention validée par les experts, en s’appuyant sur une base de connaissance fiable et à jour.
L’IA ne remplace pas l’humain : elle amplifie son expertise, en réduisant le bruit et en surfant sur la connaissance structurée. Les juristes passent moins de temps à rédiger, et plus de temps à conseiller.
Conclusion : vers une informatique plus humaine
L’informatique intentionnelle n’est pas une utopie. C’est une réalité en marche, qui exige de repenser notre métier : moins de technologie pour la technologie, plus de sens pour l’utilisateur.
Cette transformation pose une question fondamentale : et si le code n’était plus l’objectif, mais seulement un moyen d’atteindre une intention ?
En tant que professionnels du numérique, notre rôle n’est plus de « faire de l’informatique », mais de donner vie aux intentions, qu’elles soient métiers, sociales, ou stratégiques.
L’IA nous offre une opportunité unique : recentrer notre énergie sur ce qui compte vraiment.
Si cette analyse résonne pour vous, n’hésitez pas à partager vos réflexions en commentaire
NB :
Processus de fabrication de cet article :
1 – Écriture de l’introduction et du plan avec quelques idées phares
2 – Explication de l’intention, avec ces éléments dans Mistral
3 – Relecture et modifications d’effets de style et d’approximations, par deux personnes
Yanniss Leloir
Fondateur Upmind Business Technology et You Dont Need US
18 mars 2026
