Temps de lecture estimé : 11 minutes
En résumé
Nouvel article d'actualité dans la série sur l'IA, faisant suite à un article sur l'impact des agents IA sur le métier de développeur. Cette fois, le tour d'horizon s'élargit à la course aux modèles, à l'explosion des risques de cybersécurité, et à l'avenir de l'industrie de l'IA elle-même. Les modèles frontières ont dépassé les développeurs humains sur le code, la cybersécurité s'affole face à des IA offensives de plus en plus efficaces, et l'industrie de l'IA joue son avenir sur une trajectoire de croissance qui ne tolère aucun écart. Ce qui se dessine : un nouveau métier de développeur, centré sur le jugement et l'exigence plutôt que sur le code lui-même.
Des modèles de choix, du choix de modèles
Ces derniers mois, les progrès de l'IA n'ont pas ralenti et continuent de couvrir tous les fronts. Les deux leaders américains Anthropic et OpenAI continuent de dominer le secteur avec leurs modèles derniers cris (Claude Fable 5 et GPT 5.6 Sol), qui impressionnent par leur capacité en logiciel, en maths, et en cybersécurité. En maths en particulier, il y a un an l'IA était juste bonne à résoudre les problèmes des olympiades de mathématiques, il y a 6 mois à prouver de petites conjectures n'ayant jamais attiré l'attention des mathématiciens, et aujourd'hui des mathématiciens perdent le sommeil devant les progrès fulgurant de l'IA. Et avec la baisse de prix de GPT 5.6 Luna, maintenant moins cher que Gemini Flash Lite, l'IA abordable fait elle aussi un grand bond en avant.
D'un autre côté, la concurrence est toujours là, avec la sortie de plusieurs modèles chinois et l'annonce de la publication de leurs poids, couvrant toutes les tailles avec Qwen 3.8 27B (sans doute le meilleur modèle à faire tourner en local), jusqu'aux 2.8T de Kimi K3 qui entre dans la catégorie de Opus 4.x ou GPT de début 2026, et entre les deux GLM 5.3 et de nouvelles versions de DeepSeek v4. Meta tente même un retour en publiant en libre son modèle Muse Glimmer, tandis que Google décroche et que Mistral semble avoir lâché la course. Les prix des modèles chinois reflètent bien leur taille et leurs performances, les plus gros étant maintenant au prix des modèles américains (Kimi K3 a quasiment le même prix que GPT 5.6 Terra). Avec l'éventail des différents modèles, il est plus que jamais possible d'optimiser les couts pour ceux qui peuvent se passer des meilleures IA. Attention toutefois à la question de la licence des poids ouverts : poids publié ne veut pas dire licence libre. Certains modèles sont sous licence libre (DeepSeek, Qwen 3.8 27B), d'autres non (Kimi K3, Qwen 3.8 2.4T).
Les orientations politiques se précisent au fur et à mesure, les Etats-Unis se débattant avec les progrès en cyberattaque des modèles frontières et cherchant à affermir le contrôle du pouvoir exécutif sur l'IA (un oukaze a interdit Claude Fable pendant une vingtaine de jours avant d'être annulé sans plus de raison), alors que la Chine prend leur contrepied en affirmant son soutien à une IA ouverte et des poids publiés. En France comme aux Etats-Unis, les projets de datacenters partent dans tous les sens, ce qui provoque de plus en plus de réactions dans la population.
Pour le moment, les développeurs français ont accès aux derniers modèles, parfois avec un classificateur filtrant les prompts jugés dangereux, et gardent comme sécurité les modèles chinois publiés et derrière les modèles de Mistral AI
La cybersécurité s’affole : dette de sécurité et progrès de l’IA cyberoffensive
Les progrès de l'IA s'accompagnent de l'explosion du risque de cybersécurité, l'IA étant aujourd'hui extrêmement efficace pour trouver, exploiter et chainer des vulnérabilités, et finalement pénétrer et prendre le contrôle de systèmes informatiques, comme l'a montré l'attaque sur Hugging Face. Les derniers modèles américains refusent d'ailleurs les prompts classés comme offensifs, mais cette directive est appliquée de façon variable (et pas par les modèles d'autre pays).
En plus de toujours avoir été le parent pauvre de l'industrie logiciel, la cybersécurité cumule les difficultés qui l’ont toujours rendu fragile. Par exemple, comment définir le périmètre d'un système informatique et garantir que seul circule le trafic légitime (données, utilisateur...) ? Et de plus, la plupart des sécurités informatiques reposent sur du code, qui a ses propres bugs, qui peuvent devenir des vulnérabilités parfois gravissime. Si on ajoute la qualité généralement passable du code en circulation, nous sommes face à une dette de sécurité logicielle. L'IA est une chance de la réduire, si on lui demande, si on le fait correctement, si on maintient l'effort, si on automatise les mises à jour... Dans l'intervalle, un cyberattaquant s'appuyant sur l'IA a un boulevard devant lui, puisqu'il n'est plus limité par sa capacité à chercher manuellement les vulnérabilités.
Ces dernières années, l'accent avait été mis sur la capacité à maintenir un système informatique à jour, pour corriger les failles au fur et à mesure de leur publication, mais déjà on sentait une fuite en avant. Par exemple, le nombre de vulnérabilités découvertes par an ne fait qu'augmenter depuis 10 ans. Mais face aux nouvelles capacités de l'IA, être à jour ne suffit pas. Il faut en plus être capable de monitorer en temps réel l'ensemble de son système informatique, et d'analyser les traces toujours en temps réel pour réagir très vite si nécessaire. Le concept n'est pas nouveau, de nombreuses organisations étant déjà équipées d'EDR et parfois de SoC. Mais il va falloir généraliser ce type de défense et surtout introduire l'IA au côté des défenseurs, l'IA étant la seule capable de réagir suffisamment vite.
Tout cela nous met au pied du mur : il faudrait du temps, des moyens et des compétences pour amener la base de code mondiale à l'état de l'art de la cybersécurité, alors que les risques de cyberattaque viennent justement d'exploser. La tentation est donc grande de brider les LLM au moins sur la cyberattaque, mais en pratique c'est une autre histoire :
- un modèle dont les poids sont publiés peut-être réentraînés pour faire ce que son entrainement initial lui interdisait (cyberattaque, mais aussi R&D sur des armes, contenu violent...) ou le filtre peut être retiré
- il est très difficile de distinguer une tache d'attaque d'une tache de défense, seule l'intention faisant la différence, le filtrage empêche donc aussi certaines taches purement défensives et donc pénalise les défenseurs
- un modèle accessible même seulement par API est toujours à risque d'être distillé pour améliorer un autre modèle, malgré les protections qui peuvent être mise en place par le propriétaire de l'API
La cyberdéfense par le bridage des LLM n'est donc pas une stratégie tenable, et une course à l'armement semble inévitable. Tout juste peut-on espérer une accalmie une fois la plupart du retard en cybersécurité rattrapé.
Sur ce sujet, voir aussi notre précédent article : Agents IA : révolution dans le développement logiciel
La nouvelle frontière du développement logiciel
Grâce aux progrès des modèles et de leurs harnais, les capacités de l'IA se sont élargies : conception, architecture, mais aussi revue de code et tests. En conséquence, de plus en plus d'organisations automatisent complètement les activités autour du code.
Un autre aspect essentiel est le filtrage automatique des actions dommageable de l'IA, comme détruire des données ou suivre une instruction malveillante trouvée sur le Web. En effet, la supervision humaine à chaque action de l'agent atteint très vite ses limites, l'humain validant en un coup d'œil après quelques demandes, par lassitude. Ce filtrage est aujourd'hui considéré par Anthropic comme suffisamment efficace pour devenir le comportement par défaut de Claude Code, ce qui permet aussi de laisser un agent coder librement sans supervision, parfois pendant des jours.
Ces améliorations ont permis de déplacer la frontière du développement encore avec la sortie par exemple de Claude Tag : un agent Claude branché sur la messagerie interne d'une organisation (Slack à la base), que n'importe qui peut tagger pour lui demander une tâche et itérer avec lui dans une conversation. Tant que la conversation est publique ou partagée, d'autres membres de l'équipe peuvent se joindre pour travailler à plusieurs sur la tâche. Le développement devient ainsi véritablement un travail d'équipe, là où l'essentiel du temps utile d'un développeur se passait en tête en tête avec le code.
L'IA a dépassé les développeurs sur le code
Avec les dernières sorties de modèles frontières, l'IA a sans conteste dépassé les développeurs humains sur les tâches liées au code. Avec des instructions même moyennes, l'IA fait l'implémentation, le débogage, et les tests mieux que pratiquement n'importe quel humain, pour une fraction du prix et du temps, et du premier coup. L'IA fait même de bon choix techniques et d'architecture, faisant reculer encore l'espace réservé à l'humain. La fin du développement à la main semble en vue.
Bien sûr, le développement logiciel ne s'est jamais limité à écrire, débugger et maintenir du code, mais le code faisait une frontière facile entre dev et non-dev, et représentait donc la base du métier de développeur. L'IA a fait exploser cette base, l'IA dont l'architecture qui a tout déclenché n'a été publiée qu'en 2017, l'IA qui comme technologie de masse n'a même pas 4 ans. C'est fait, la table est renversée, même si les modèles frontières sont encore trop chers pour être utilisé par tous et même s’il va falloir beaucoup de temps pour que toutes les organisations se transforment.
On peut se consoler en se retournant sur 70 ans de programmation manuelle, qui ne donne clairement pas envie d'un retour en arrière, tant l'histoire du logiciel est parsemée de crash, de bugs, de vulnérabilités, de projets en retards, et de mauvais code. Parmi les développeurs, il y a ceux qui sont enthousiasmés à la perspective de faire avancer leurs projets toujours plus vite, et ceux à qui l'IA a pris le cœur et le sens de leur boulot.
Sur ce sujet, voir aussi nos précédents articles : Agents IA, cap 2025 : code autonome et Agents IA et développeurs en 2026 : un métier en mutation
Le nouveau développeur : quel avenir pour le métier ?
Le nouveau développeur n'est donc plus un expert du code, mais soit un expert de systèmes informatiques entiers, soit un expert métier, avec une séparation sur la taille et donc la complexité des codes en jeu. Il doit être capable de définir la direction, puis de savoir vérifier la qualité du système et l'adéquation du code produit par l'IA. Pour les experts systèmes, il faut être capable de maintenir la cohérence d'un système informatique global capable d'évoluer très vite, ainsi que de faire fonctionner le système sur le temps long. Pour les experts métiers, il s'agit de pouvoir valider le comportement du système comprenant sa composante logicielle, et d'intégrer le logiciel dans la logique métier et l'expérience utilisateur.
Comme le tempo technologique a énormément accéléré, et donc que tous les marchés sont devenus très changeant, le nouveau développeur doit aussi être capable de suivre les évolutions qui le concernent, d'apprendre vite les nouveautés, et de changer de direction au bon moment.Le nouveau développeur va donc se former sur la résolution de problèmes grâce au traitement automatisé de l'information et son assistant IA, pas sur le code. Les compétences requises étaient jusque-là associées aux experts : connaissance, exigence, capacité de jugement, appétence pour les solutions simples, robustes et pourtant complètes, évolutives. Plutôt que d'étudier le code, le nouveau développeur doit étudier les systèmes complets, leurs échecs et leurs réussites, leurs composantes et leurs architectures, les problèmes et leurs solutions. Il lui faut être capable de faire surfacer rapidement les solutions sur la frontière de Pareto, et quels seront les nécessaires compromis entre ces solutions. Ces compétences n'étaient jusque-là tout simplement pas enseignées, et à peine reconnues. Tout le monde comptait sur le fait que des années au contact du code faisait un expert en système informatique, un impensé qui a conduit et conduit toujours à de gros échecs. Il s'agit d'expliciter ce nouveau métier.
Se dessine donc un métier d'ingénierie en génie logiciel, de développeur de solution et de système, qui sera à la fois plus sélectif (plus dur que de produire du code passable) et plus répandu (tout le monde peut faire du logiciel), donc en fait deux métiers. L'un, rare, prestigieux et bien payé, chargé des systèmes complexes et de les faire avancer vite ; l'autre, massifié, chargé d'ajouter du logiciel dans tous les coins des organisations et de nos vies, et de le faire évoluer au rythme de chaque marché.
Il sera intéressant de voir quels protocoles, briques technologiques, et pratiques permettront de connecter ensemble tous ces logiciels dans un monde où le code sera partout et de plus en plus fragmenté. Comme d'habitude, ou une méga-corporation imposera sa façon de faire par effet de réseau, ou le libre prendra le dessus.
Et ensuite ?
Les progrès futurs de l'IA dépendront de l'industrie de l'IA, qui fait face par ailleurs à de très sérieux problèmes : l'industrie a parié sur une croissance exponentielle, où le premier arrivé capture toute la valeur, mais toute déviation de la trajectoire prévue se traduira par des écarts énormes à l'arrivée. Donc si les finances ne suivent pas, ou que la croissance des revenues est juste un peu en retard, ou que la construction de datacenter est mal anticipée (pas assez ou trop), la bulle peut éclater. Comme le reste de l'économie n'est pas en forme, les dégâts seraient incommensurables. Et cela en supposant qu'aucun facteur extérieur ne s'impose, comme la régulation (on a vu la confusion aux Etats-Unis et la Chine peut changer d'avis en un rien de temps) ou les réactions aux cyberattaques à base d'IA.
Mais si l'industrie de l'IA continue sur sa lancée, rien ne dit que l'IA ne connaitra pas encore des changements de qualité brutaux, au point de pouvoir se passer d'humain. Il y a un an, les meilleurs IA ne pouvaient pas coder sans supervision humaine plus qu'un script. Et fin 2025, avec GPT 5.2 et Opus 4.5 (des sous-versions !), l'IA agentique est subitement devenu fonctionnelle et efficace pour coder.
De plus, si l'industrie de l'IA continue sur sa lancée, entrainant avec elle la robotique et de plus en plus de secteur, nous allons vers un monde où nous serons toujours plus spectateurs des évolutions de notre monde, en espérant qu'au milieu du pire (les armes autonomes) on trouve aussi du meilleur (des médicaments contre le cancer).
Enfin, si l'industrie de l'IA continue sur sa lancée, nous devons changer la répartition des revenus et des droits autour de l'IA. Nous ne pouvons pas aller vers un monde où tout le travail intellectuel dépend de quelques fournisseurs d'IA, capturant valeur et pouvoir à leur guise. Il faut qu'à la fois la gestion de l'IA devienne collective et démocratique, que ses revenus circulent, et que soit rendu à tous la « capacité à faire » stockée dans les LLM. En particulier, nous développeurs avons partagé d'immense quantité de code, dont objectivement le meilleur, ce qui a permis d'entrainer les IA à ce niveau. Nous devons voir revenir vers nous la capacité à utiliser librement les LLM, par exemple par la publication des poids sous un an ou deux, en licence libre.
Alors seulement l'IA aurait une chance d'être une technologie profitant à l'humanité.
A propos de l’auteur
Basé à l'agence de Grenoble, Jonathan GAFFIOT est développeur expert, spécialiste IA et intervient depuis 3 ans sur la conception, l'évolution et l'industrialisation de systèmes intégrant de l'IA, ainsi que sur le développement logiciel avec IA.
Cet article prolonge sa réflexion entamée dans sa série d'article sur l'actualité IA : retrouvez les précédents articles de Jonathan sur le sujet.
Pour aller plus loin
Modèles & recherche
Cybersécurité
Développement & agents IA
Retour aux articles