L’IA va-t-elle remplacer les développeurs ?
Interview exclusive avec Thomas Servet, développeur senior devenu expert IA, qui partage sa vision sur l’avenir du métier de développeur à l’ère de l’intelligence artificielle.
Thomas Servet
Développeur Senior • Expert IA • Freelance
20 ans d’expérience en développement logiciel. Passé par Orange, Crédit Agricole et Groupe AMA. Co-fondateur d’une startup dans la mobilité hydrogène. Depuis 2024, spécialisé dans l’accompagnement de startups intégrant l’IA dans leurs produits.
« J’écris des recettes de cuisine pour les ordinateurs. Je prends des ingrédients qui sont des technologies, je les mélange ensemble, et avec ça j’essaie de construire un logiciel qui va permettre de réaliser des actions pour les utilisateurs. »
🎯 Le contexte : Une révolution en marche
Quand ChatGPT est arrivé fin 2022, Thomas Servet a rapidement compris qu’un changement majeur allait bouleverser son métier de développeur. Plutôt que de subir cette vague, il a décidé de la surfer en se spécialisant dans l’IA dès début 2024.
Aujourd’hui, il accompagne principalement des startups dans l’intégration de l’IA dans leurs logiciels. Son projet phare du moment illustre parfaitement cette nouvelle ère du développement.
📸 Cas concret : Le SaaS de mannequins IA
Thomas travaille actuellement sur un projet fascinant : un SaaS de génération d’images avec des mannequins créés par IA, fondé par deux photographes professionnels.
L’intelligence métier au cœur du produit
L’objectif est d’intégrer tout le savoir-faire des photographes et directeurs artistiques dans l’IA : la gestion de la lumière, la cohérence des scènes en fonction des campagnes, la qualité « haut de gamme » attendue par les clients du e-commerce mode.
« On essaie d’intégrer dans l’IA toute l’intelligence du métier des photographes et des directeurs artistiques pour générer des photos de qualité quand même assez haut de gamme. »
L’équipe pluridisciplinaire
Thomas ne travaille pas seul sur ce projet. L’équipe comprend des profils artistiques dédiés à la création de prompts adaptés pour atteindre la qualité attendue. C’est cette combinaison technique + métier qui fait la différence.
L’histoire du « Schmilblick » et la salvation par Imagen
Avant la sortie d’Imagen de Google, l’équipe galérait avec un workflow ultra-complexe pour atteindre une qualité satisfaisante :
Résultat ? « C’était un schmilblick assez compliqué. On n’arrivait pas du tout à atteindre la qualité qu’on souhaitait. »
Puis cet été, Imagen de Google est sorti. « Il est super puissant et ça nous a résolu tous nos problèmes. On a passé un mois ou deux à se prendre la tête avec des workflows complexes, et un modèle est sorti qui nous a raisonnés. »
« Google était très mal parti. On les avait donnés morts assez rapidement. Ils sont revenus de manière très impressionnante. Gemini 3 explose quasiment tous les modèles sur les benchmarks… Bon, il y a Claude qui est sorti aujourd’hui et qui a dû repasser devant. Comme quoi ça évolue tous les jours ou toutes les semaines quasiment. »
💡 La thèse centrale : L’IA va remplacer les développeurs
Ce que l’IA fait déjà très bien
- Écrire des lignes de code à un niveau meilleur qu’un développeur junior
- Lire et comprendre la documentation technique
- Rechercher des solutions sur internet
- Générer de la documentation de code (une tâche que les devs détestent !)
- Faire de l’autocomplétion intelligente
- S’autocorriger en temps réel quand elle détecte une erreur
Ce qui reste humain (pour l’instant)
- La factorisation du code : Organiser le code pour éviter les répétitions, l’orchestrer intelligemment. « L’IA n’est pas très forte là-dessus. »
- La compréhension métier : Injecter correctement le besoin du client dans les informations données à l’IA
- L’UX/UI créative : Les interfaces générées sont souvent génériques et manquent de vraie direction artistique
- La supervision : Vérifier que l’IA part dans la bonne direction et la corriger
🛠️ Les outils du quotidien
Thomas travaille quotidiennement avec des outils d’assistance au code. Voici son arsenal :
Comment fonctionne Cursor en pratique ?
Thomas décrit l’interface en trois zones :
« Tu vois en temps réel ce qu’elle est en train de faire. Elle va t’afficher le plan d’action qu’elle va suivre. Ensuite, action par action, elle te dit qu’elle est en train de la réaliser et tu vois les lignes de code s’afficher dans ton éditeur. C’est en live. À la fin, toutes les lignes modifiées ou supprimées sont mises en couleur donc tu les repères facilement. »
« Moi j’écris plus beaucoup de lignes de code. Aujourd’hui mon quotidien ça consiste à dire à l’IA ce qu’il faut faire, la guider, lui donner les bonnes informations, la corriger quand elle fait pas les bonnes choses, et puis tester. C’est un travail en binôme avec son ordinateur. »
🎯 Exemples concrets de développement assisté
Ajouter un bouton « J’aime » aux photos
Thomas avait préalablement créé le modèle de données. Il a simplement demandé : « Utilise le modèle que j’ai créé précédemment et implémente la fonctionnalité de liker les images. »
Résultat : En 2 à 3 minutes, le bouton en forme de cœur était au bon endroit, fonctionnel. « Entre le moment où j’ai posé la question, j’ai cliqué sur le bouton et le résultat où j’ai pu tester, c’était 3 minutes. »
Migration d’une librairie audio
Thomas travaillait sur un player audio et devait migrer vers une API plus avancée. Problème : il n’avait jamais développé de player audio de sa vie.
« Si j’avais voulu le faire tout seul, j’aurais dû aller voir la doc, comprendre comment la nouvelle librairie fonctionnait, comment l’implémenter… Ça m’aurait pris un jour ou deux. »
Avec l’IA : Il a juste donné le nom de la librairie et demandé de basculer vers la nouvelle API. « Il me l’a fait en 1 heure. C’était du code, il y avait beaucoup de lignes de code à changer. »
🤯 Les hallucinations de l’IA
L’IA peut parfois « fabuer » ou « halluciner » — c’est-à-dire générer des informations fausses qu’elle a inventées.
- Installer des librairies dans des versions qui n’existent pas
- Utiliser des arguments ou paramètres dans le code qui n’existent pas
- Mal comprendre le contexte et le besoin qu’on lui explique
Comment l’IA s’autocorrige
Heureusement, l’IA peut détecter et corriger ses propres erreurs :
« Le code est vérifié en temps réel par l’éditeur. Si on a mal écrit une ligne, ça apparaît en rouge. L’IA le voit et donc quand elle le voit, elle le corrige. Elle va dire ‘Ah oui, je me suis trompée de version, je vais utiliser la nouvelle version’. »
📊 Les chiffres clés
« Il y a quand même une réflexion en amont que tu dois avoir. Même si tu la laisses faire, tu réfléchis quand même en amont de comment tu veux le faire. Après, tu la laisses faire et tu vérifies. Et puis tu as les tests que tu dois toujours faire. Et l’IA, c’est pas non plus instantané — c’est plus rapide que toi quand tu écris du code, mais sur quelque chose de conséquent, il y a le cheminement de réflexion puis la compilation qui peuvent prendre du temps. »
🚀 L’expérience Lovable : bluffant… puis frustrant
Nicolas, l’animateur du podcast, partage son expérience avec Lovable, un outil de génération de sites web par IA.
Le problème fondamental : « Quand on n’est pas développeur, si on veut faire évoluer cette application ou lui faire faire des choses qu’elle ne fait pas, on a du mal à lui expliquer parce qu’on ne sait pas ce qu’il faut modifier. On ne sait pas ce qu’il y a derrière. »
« Je pense que dans quelques mois, quelques années… enfin avec la vitesse d’évolution, c’est peut-être quelques mois plutôt que quelques années, tout ça sera résolu. »
💻 Les langages qui fonctionnent bien (et ceux qui galèrent)
L’exemple révélateur de Prestashop
« J’ai un client qui a un e-commerce en Prestashop. Déjà toi, quand tu cherches sur le web trouver des informations sur la bonne version de Prestashop, c’est difficile. »
« Tu te rends compte que même l’IA a du mal parce qu’en fait il n’y a pas beaucoup d’information sur le web sur ce langage ou ce framework. Il n’y a pas de très bonne qualité. Et du coup quand tu demandes à l’IA, bah elle a du mal aussi. »
La règle d’or : « Si l’IA est mauvaise sur un point, c’est juste qu’elle n’a pas eu les bonnes données sur Internet. »
Vers un langage optimisé pour l’IA ?
Thomas prédit l’émergence de nouveaux langages :
« Sur les sites internet, on peut faire des fichiers Markdown qui sont destinés à l’IA pour que ChatGPT ou Claude, quand il vient scraper ton site, puisse scraper une version vraiment adaptée. »
🎨 Le point faible : l’UX/UI créative
Thomas identifie clairement une limite actuelle de l’IA : la création d’interfaces originales.
Même avec Figma branché à Cursor…
« Même quand on branche l’IA dessus aujourd’hui avec les MCP (des moyens de brancher des IA à des logiciels existants), je trouve que ça fait 70% du travail. Il y a les 30% restants qui ne sont pas faits et c’est embêtant. »
Thomas pense que ce n’est pas une limitation intrinsèque de la technologie, mais plutôt un manque de données d’entraînement sur ce qu’est vraiment l’ergonomie et une bonne interface utilisateur.
🚫 Le mythe du « On branche l’IA et ça marche »
Thomas démonte une idée reçue très répandue chez les décideurs : « Tous mes clients pensent que ça va se faire en 2 semaines. On va pluguer l’IA sur leurs données et tout va fonctionner. Mais ça ne marche jamais comme ça. »
Le piège du POC vs la Production
« C’est vrai que ChatGPT quand on voit, c’est super impressionnant et donc on pense que ça va tout faire. Dans la réalité, on va monter un POC (proof of concept) et qui va fonctionner parce que les POC, ils marchent toujours bien. »
« Mais quand on va vouloir le mettre en production, là on va complètement déchanter parce que c’est beaucoup plus complexe quand on arrive avec des cas réels. On met le produit dans la main des utilisateurs et là ça marche beaucoup moins bien parce que l’IA ne s’est pas entraînée là-dessus. »
« Il y a plein de cas qu’on n’avait pas prévu. Et en fait l’IA peut partir dans toutes les directions. Si on n’a pas prévu ces cas en amont, elle va partir n’importe comment. Et ça on le verra qu’en production. »
Les coûts cachés de l’IA
- Préparation des données : « Des données de mauvaise qualité, c’est des résultats mauvais en sortie de l’IA. C’est la règle d’or. »
- Intégration métier : « Réussir à intégrer l’intelligence métier dans l’IA comme le veut le client, c’est un travail en soi. »
- Supervision continue : « C’est comme un employé, il faut surveiller ce qu’elle est en train de faire, vérifier qu’elle fait pas n’importe quoi. »
- Coûts API : « On pense que ça coûte pas cher avec l’abonnement à 20€/mois. Mais quand on utilise les API avec des milliers d’appels, là ça commence à chiffrer réellement. »
- Infrastructure : « Les coûts d’infrastructure, c’est ce qui va exploser. »
🔮 L’avenir du métier de développeur
La fusion Produit / Technique
Thomas prédit une convergence entre les équipes techniques et les équipes produit.
Le retour paradoxal de l’humain
« Je discutais avec une coach en prise de parole. Elle m’expliquait que depuis l’arrivée de l’IA, elle coachait pas mal les équipes de dev. Elle se rendait compte que ce qui allait différencier les bons développeurs des mauvais, c’est la parole et le fait de pouvoir s’exprimer correctement et dialoguer correctement avec son équipe ou les clients. »
La différenciation passera par la créativité, la compréhension fine du besoin utilisateur et l’empathie. « Ceux qui vont se démarquer, ça va être les plus créatifs et les plus précis, ceux qui auront mieux compris leurs clients, les plus empathiques. »
👶 La position délicate des juniors
Thomas observe une réticence surprenante des jeunes développeurs à utiliser l’IA.
Les deux freins identifiés
- L’envie de faire soi-même : « Ils débutent leur métier, ils veulent faire les choses. On adore écrire des lignes de code en tant que développeur. C’est la base de notre métier, on a envie de le faire. »
- Le scepticisme : « Ils n’ont pas encore pris conscience que oui, ça faisait le job, que oui, ça fonctionnait vraiment. »
« Il y a même un framework qui s’est développé pour ça. C’est du Mob AI. En gros, tu demandes à quelqu’un dans l’équipe d’avoir cette tâche d’utiliser l’IA pour résoudre le problème de l’équipe. »
« Se forcer à tester l’IA. Réfléchir en amont à comment ils feraient, puis vérifier si l’IA le fait bien. Ça permet d’avoir des réponses à des questions beaucoup plus rapidement et de se faire sa propre opinion sur le sujet. Il n’y a pas de meilleur exemple que par l’usage. »
Le dilemme existentiel
La question reste ouverte : si les juniors apprennent en étant assistés par l’IA, cela ne casse-t-il pas leur capacité à comprendre la logique derrière ?
🏢 L’impact sur les ESN et les équipes
« Ça va casser le mythe du développeur dans sa cave qui code la nuit. On va moins voir ça. C’étaient des traits de personnalité qu’on avait souvent chez les développeurs, un peu solitaires. Et là la valeur ajoutée, elle va se situer sur l’ouverture, comprendre le besoin, le raisonnement, en parler. »
🎯 Les autres métiers impactés
Thomas identifie plusieurs professions qui seront touchées par cette révolution :
« Les derniers métiers à être touchés, ce seront les métiers très manuels. Mais il y a la robotique qui arrive ! À part le robot russe qui s’est emmêlé les pinceaux sur scène et qui est tombé en démo, il y a eu deux-trois sorties côté américain et chinois. Ça fait presque peur. »
⚡ Évolution ou Révolution ?
📚 Pour rester à jour
Face à un domaine qui évolue tous les jours, Thomas recommande de suivre des personnes clés sur X (Twitter).
💡 L’approche pragmatique
« C’est impossible de rester à jour soi-même en faisant des recherches. Il y a des nouveautés dans l’IA tous les jours. Donc suivre quelques personnes clés — par exemple les équipes de Hugging Face qui communiquent pas mal sur X — ça permet de voir un peu tout ce qui se passe et de rester à jour. »
« Pas forcément d’aller tout tester parce que ça demande beaucoup de temps, mais au moins de voir qu’il y a des nouveaux langages, des nouveaux modèles de vision, des nouvelles choses possibles. »
🎬 En résumé
Cette interview avec Thomas Servet dessine un futur où le développeur traditionnel, celui qui écrit des lignes de code toute la journée, est en voie de disparition. La valeur se déplace vers la compréhension métier, l’empathie utilisateur, et l’orchestration intelligente des outils IA.
Pour Thomas, ce n’est pas une simple évolution mais une révolution qu’il faut accepter et anticiper. Les POC impressionnants ne doivent pas masquer la complexité réelle de mise en production.
Le paradoxe ? Cette transformation technologique nous ramène finalement vers plus d’humain, plus de communication, et plus de créativité. Comme le dit Thomas : « On va passer moins de temps devant nos machines et plus de temps à communiquer entre nous pour construire des choses. »
