À budget égal

La réunion se déroule presque toujours de la même façon. La démonstration impressionne, les équipes s'enthousiasment, et puis quelqu'un — souvent la direction financière, parfois les achats — pose la question qui semble couler de source : « donc, à périmètre égal, on peut viser combien d'économies ? Vingt pour cent ? Trente ? » La question est légitime, le raisonnement est logique, et je passe une partie de mon métier à expliquer pourquoi il est, stratégiquement, faux. Ce texte est la version longue de cette explication.

Une question héritée d'un autre monde

En 2003, Nicholas Carr publiait dans la Harvard Business Review un article devenu célèbre, « IT Doesn't Matter », où il défendait une idée simple : quand une technologie devient accessible à tous, elle cesse d'être un avantage concurrentiel pour devenir une commodité — et la seule stratégie rationnelle est alors d'en minimiser le coût^[1]. C'est exactement le raisonnement que les directions financières appliquent aujourd'hui à l'IA, et il faut leur reconnaître cette cohérence. Mais Carr parlait d'une technologie d'infrastructure — l'électricité, le rail, le serveur — dont l'usage est indifférencié. Or le logiciel n'est plus une infrastructure parmi d'autres : comme Marc Andreessen le diagnostiquait dès 2011, il a dévoré le monde et il est devenu le produit lui-même, le canal de distribution, l'expérience client, l'avantage concurrentiel^[2]. Appliquer au logiciel qui vous différencie la logique de coût d'une commodité, c'est confondre le générateur avec la lumière.

Et il y a plus gênant : même sur le terrain de Carr, l'argument se retourne. Un avantage de coût ne dure que s'il est exclusif. L'IA agentique est disponible pour tous vos concurrents, au même prix, en même temps, souvent chez le même fournisseur. Si tout le marché encaisse le même gain de productivité, personne n'a rien gagné — sauf ceux qui l'auront converti en autre chose que des économies. L'économie réalisée est réelle sur le papier ; elle se paie en parts de marché.

Le périmètre fixe n'existe pas

Le raisonnement « même périmètre, moins cher » repose sur une hypothèse si familière qu'on ne la voit plus : celle d'un logiciel au périmètre fini et connu, qu'il s'agirait simplement de livrer pour moins cher. Quarante ans de génie logiciel démontrent l'inverse, et le Defense Innovation Board du Pentagone — qu'on peut difficilement soupçonner de romantisme agile — en a fait le titre même de son rapport de 2019 : Software Is Never Done^[3]. Un produit vivant a un backlog effectivement infini : dette technique, ergonomie, intégrations, sécurité, données, documentation. La contrainte n'a jamais été le stock d'idées ; c'est la capacité à faire. L'IA agentique desserre précisément cette contrainte-là. Réduire le budget au moment exact où elle se desserre, c'est la resserrer volontairement.

On sait d'ailleurs, depuis plus d'un siècle et demi, ce qui arrive quand le coût unitaire d'une ressource s'effondre : on n'en consomme pas moins, on en consomme démesurément plus. William Stanley Jevons l'observait dès 1865 à propos du charbon — chaque gain d'efficacité des machines à vapeur augmentait la consommation totale au lieu de la réduire^[4] — et son paradoxe est devenu l'argument favori des dirigeants de la tech pour prédire l'explosion, et non la contraction, de la demande de logiciel à l'ère de l'IA^[5]. La conséquence est concrète pour n'importe quel comité budgétaire : pendant que vous arbitrez votre baisse de 20 %, il se produit plus de logiciel partout, et vos clients recalibrent leurs attentes sur ce que le marché leur montre — pas sur ce que votre budget permet. La barre monte, que vous investissiez ou non.

Courir pour rester à sa place

Dans De l'autre côté du miroir, la Reine Rouge explique à Alice une règle de son pays étrange : il faut y courir de toutes ses forces pour simplement rester à la même place^[6]. Les biologistes de l'évolution en ont fait une loi — chez Leigh Van Valen, l'espèce qui cesse de s'adapter dans un écosystème qui s'adapte est éliminée à taux constant^[7] — et je ne connais pas de meilleure description du logiciel industriel en 2026. Quand les fenêtres d'opportunité se ferment en quelques mois, arriver deuxième coûte souvent plus cher que la totalité du budget de développement. Le premier usage du dividende agentique est donc défensif autant qu'offensif : au minimum, ne pas décrocher du rythme du marché ; au mieux, l'imposer. L'économie encaissée, elle, c'est de la vitesse rendue à vos concurrents.

Où va le dividende

À budget constant, le gain agentique peut se réinvestir dans trois directions, et elles se renforcent l'une l'autre. Le rythme, d'abord — cycles compressés, exploration parallèle des options, prototypage qui se mesure en jours. La qualité, ensuite, et c'est peut-être le réinvestissement le plus sous-estimé : elle a toujours été la variable d'ajustement des projets sous contrainte, celle qu'on sacrifie en coupant les tests et en reportant la dette. Or la recherche DORA, la plus vaste étude empirique jamais menée sur la performance des équipes logicielles, a établi un résultat contre-intuitif : vitesse et stabilité ne s'échangent pas l'une contre l'autre, elles vont ensemble — les meilleures organisations livrent à la fois plus vite et de façon plus fiable^[8]. La qualité est une vitesse : moins de reprises, moins d'incidents, moins de régressions. L'investissement qualité du trimestre se retrouve dans le time-to-market du suivant.

Le troisième réinvestissement est celui qui a le levier le plus élevé, parce qu'il porte sur la ressource la plus rare. Cette ressource n'est pas la capacité à écrire du code : c'est le jugement — la connaissance du métier, des enjeux, des clients. Nous faisons pourtant passer nos meilleurs experts l'essentiel de leur temps sur la réalisation, là où leur jugement est le moins différenciant. À mesure que l'agentique prend en charge une part croissante du produire, le temps expert peut remonter vers le besoin, les arbitrages, l'architecture, la stratégie du produit. Les machines produisent, les experts décident. Encore faut-il que ce temps libéré ne soit pas immédiatement réabsorbé par la production ou rendu au budget — il se sanctuarise, comme n'importe quel investissement.

Mesurer sans se mentir

Reste l'objection la plus sérieuse : « prouvez-le ». Elle mérite mieux qu'un chiffre marketing, car l'histoire des technologies de l'information est jalonnée de promesses de productivité qui ont tardé à se matérialiser. « On voit l'ère informatique partout, sauf dans les statistiques de productivité », ironisait Robert Solow en 1987^[9] ; Erik Brynjolfsson et ses coauteurs ont montré depuis que ce paradoxe suit une courbe en J — les gains n'arrivent qu'après les investissements complémentaires, l'organisation, les processus, les compétences, et sont même précédés d'un creux^[10]. Traduction pour notre sujet : distribuer des licences et espérer, c'est le meilleur moyen de payer la technologie sans jamais toucher le gain. Le dividende agentique ne se décrète pas ; il s'industrialise — workflows versionnés et rejouables, portes de vérification systématiques, mesure de l'activité, capitalisation d'outillage qui fait que chaque projet accélère le suivant. C'est ce que j'appelle une agentic factory.

Et il se mesure honnêtement, ce qui suppose de se méfier des deux excès. Les études contrôlées les plus citées mesurent des gains spectaculaires sur des tâches standardisées — 55 % de temps en moins sur un exercice de référence avec GitHub Copilot^[11] — quand un essai randomisé de METR sur des développeurs chevronnés travaillant sur leurs vrais dépôts a mesuré l'inverse : 19 % plus lents avec l'IA, tout en se croyant 20 % plus rapides^[12]. La leçon n'est pas que l'IA ne marche pas ; c'est que le ressenti est un thermomètre cassé, que le contexte fait tout, et que le dividende se pilote avec des indicateurs de valeur — time-to-market, couverture de tests, dette résorbée, valeur livrée par euro — assortis de leurs limites explicites, et non avec des économies théoriques ou des enthousiasmes déclaratifs.

Coupez ici, réinvestissez là

Faut-il en conclure que la réduction de coûts n'a jamais sa place ? Non — elle a la sienne, au bon endroit. Tout portefeuille applicatif contient des logiciels qui ne différencient pas l'entreprise : le run commoditisé, les systèmes de support, l'applicatif standard. Là, Carr a raison, et l'IA est un levier d'efficacité parfaitement légitime. La faute stratégique n'est pas de chercher l'efficacité ; c'est d'appliquer la logique du rabot aux logiciels qui portent la différenciation. La bonne réponse à une direction financière tient en une phrase : coupez là où le logiciel ne vous distingue pas, réinvestissez là où il vous distingue. Le tri entre les deux est d'ailleurs une conversation plus stratégique que n'importe quel débat d'outillage.

Dans les prochaines années, presque toutes les organisations utiliseront l'IA agentique en delivery — la technologie ne départagera personne, et c'est bien le point de départ de tout ce texte. Ce qui départagera, c'est la question posée en amont. Ceux qui demandent « combien l'IA va-t-elle nous faire économiser ? » optimiseront le passé. Ceux qui demandent « que ferons-nous de la capacité qu'elle libère ? » construiront l'avance de demain — plus de valeur, meilleure qualité, experts au bon endroit, au même coût. À budget égal, tout se joue là.