Une analyse cash de l’impact réel de l’IA sur le développement logiciel, loin des fantasmes, au plus près du terrain.
Cet article est tiré de l’épisode Prod’Way avec Grégoire Gambatto, CEO de CTRO+G, Frontier Models et AI Coding. A écouter sur Spotify, Apple Podcast, Deezer ou Acast.
Il y a une différence fondamentale entre parler de l’IA… et la vivre de l’intérieur.
Grégoire Gambatto vit aujourd’hui à San Francisco, au contact direct des équipes qui conçoivent, entraînent et déploient les modèles d’intelligence artificielle les plus avancés. Il observe leurs méthodes, leurs tensions, leurs arbitrages, leurs excès aussi. Bref, il voit l’IA là où elle se fabrique réellement, loin des discours théoriques ou des effets d’annonce.
Dans cet épisode de ProdWay, Aimery Duriez-Mise échange avec lui sans filtre. Ce qui en ressort n’est pas une vision futuriste, mais un témoignage très concret sur ce que la vitesse de l’IA est en train de faire aux organisations, aux métiers… et aux humains.
La première chose qui frappe dans le récit de Grégoire, c’est le rythme.
À San Francisco, l’IA n’est pas un sujet de prospective. C’est une course permanente. Les équipes fonctionnent en mode guerre, avec des cycles de travail extrêmes, parfois en continu, sur plusieurs fuseaux horaires. Avant certains lancements, des ingénieurs travaillent littéralement jour et nuit.
Grégoire rapporte cette phrase, entendue chez des chercheurs eux-mêmes :
« J’ai peur que la vallée tombe à court de capital humain… par épuisement. »
Ce n’est pas une formule choc. C’est un constat lucide.
Car dans cette course, le facteur limitant n’est plus la technologie. Les modèles progressent vite, les capacités de calcul aussi. Ce qui commence à manquer, c’est l’énergie humaine.
Cette intensité s’explique en grande partie par la rareté extrême des profils seniors en IA.
Contrairement à l’image industrielle que l’on se fait parfois, le travail reste profondément artisanal. Les meilleurs chercheurs ne suivent pas des recettes. Ils avancent à l’intuition, nourrie par des années d’expérimentations, des centaines de millions investis en GPU, et une compréhension empirique très fine des modèles.
Et cette intuition a une valeur énorme. La différence entre une bonne et une mauvaise direction, ce n’est pas un léger retard : c’est 20 millions de dollars brûlés sur une seule itération.
C’est ce qui explique :
En Californie, l’absence de clauses de non-concurrence accentue encore le phénomène. Les chercheurs circulent librement entre Google, OpenAI, Anthropic, Meta. Ce “mercato” permanent explique aussi pourquoi les grands labs restent si proches les uns des autres : dès qu’un prend de l’avance, les compétences se diffusent chez les concurrents.
L’organisation interne, dans ce contexte, passe souvent au second plan. Grégoire le dit simplement : c’est le chaos, un chaos assumé au service de la vitesse.
Un autre point central du discours de Grégoire concerne notre manière d’utiliser l’IA. Aujourd’hui, beaucoup d’organisations mobilisent des modèles gigantesques, coûteux, généralistes, pour des tâches simples. Il résume cette inefficience par une image très parlante :
« On utilise le Titanic pour traverser le lac de Paladru. »
La transformation en cours est celle de la spécialisation. Des modèles plus petits, plus frugaux, entraînés sur des usages précis, deviennent souvent plus efficaces que les grands LLM généralistes, tout en coûtant beaucoup moins cher à exploiter.
Le sujet n’est donc plus de trouver “le meilleur modèle”, mais le bon modèle pour le bon problème, avec le bon compromis entre coût, vitesse et efficacité.
Quand Aimery interroge Grégoire sur les gains de productivité, la réponse est claire : ils sont déjà là.
Certains développeurs vont aujourd’hui cinq à dix fois plus vite qu’il y a un an. Pas marginalement. Radicalement. Pourtant, ces gains restent largement invisibles dans les organisations.
Pourquoi ?
Parce que les cadres n’ont pas suivi :
Résultat : des écarts de performance énormes se creusent à l’intérieur des équipes, sans être ni nommés, ni organisés.
Avec cette explosion de vitesse, le frein principal n’est plus l’exécution. C’est la coordination humaine.
Les équipes les plus performantes fonctionnent désormais sur une base d’interactions permanentes : ajustements rapides, décisions prises en quelques minutes, échanges continus. Cette densité de micro-interactions devient un facteur clé de performance.
Et pour que cela fonctionne, être au même endroit redevient un avantage décisif. Non par idéologie, mais par efficacité. Dans un monde où l’on peut livrer plusieurs fonctionnalités par jour, le télétravail tel qu’on l’a connu montre ses limites, simplement parce qu’il ralentit ces boucles de décision ultra-courtes.
Cette accélération entraîne un changement organisationnel majeur.
Pendant longtemps, le modèle dominant était d’un product pour sept à dix développeurs. Ce ratio explose. Grégoire observe un basculement vers un product pour un développeur, et même, à terme, plusieurs profils produit ou métier pour un seul développeur.
Pourquoi ? Parce que le développeur n’est plus le goulot d’étranglement. Le vrai bottleneck devient la prise de décision : savoir quoi faire, dans quel ordre, avec quels arbitrages. Dans un monde où l’on peut sortir plusieurs features par jour, la capacité à décider devient la ressource rare.
Conséquence directe : les fondateurs ne peuvent plus rester loin des opérations.
Grégoire observe un mouvement clair : beaucoup de fondateurs redescendent dans le produit, dans les arbitrages quotidiens, dans les choix fonctionnels. Non par micro-management, mais parce que leur jugement est requis en permanence.
Quand tout va lentement, on peut déléguer. Quand tout va très vite, chaque décision compte, chaque jour.
Autre transformation majeure : la taille des équipes.
Les grandes équipes de 30 ou 40 développeurs deviennent l’exception. Elles sont remplacées par des équipes très réduites, parfois deux ou trois personnes, mais extrêmement efficaces.
Cela change profondément le rapport à la qualité :
La qualité ne disparaît pas. Elle devient ciblée, intentionnelle, là où elle est réellement critique.
Sur la data, Grégoire est très clair : la valeur n’est pas tant de vendre de la donnée que d’y avoir accès.
Des données extrêmement qualifiées, profondes, historiques, métier, indisponibles sur le marché. Des données auxquelles aucun grand lab n’a accès.
À tel point que certaines entreprises sont aujourd’hui rachetées uniquement pour leurs données.
Dans un monde où les modèles progressent rapidement, ce sont ces jeux de données propriétaires qui permettent de créer des produits réellement différenciants, difficiles, voire impossibles à copier.
En conclusion, Grégoire partage une phrase simple, presque déroutante :
« Si tu as vraiment peur de quelque chose, fais-le. »
Pas comme une injonction brutale. Comme une boussole. Car collectivement, nous savons souvent ce qu’il faudrait tester. Ce qui nous freine, ce n’est pas le manque d’information, mais la peur de casser l’existant.
La question que cet épisode nous pose, chez Alenia, est finalement très concrète :
👉 Qu’est-ce que nous appelons encore “prudence”, alors que c’est peut-être déjà de l’inaction ?
👉 Et comment construire des organisations capables de décider à la vitesse d’un monde où l’on peut livrer plusieurs fois par jour ?
L’IA est déjà là. Le vrai sujet, désormais, c’est notre capacité à changer de rythme.
Si ce sujet vous intéresse, vous devriez vous abonner à Prod'Way parce que nous en reparlerons très prochainement !
