« On ne paie plus les développeurs pour écrire du code »

📉6 000 patrons disent « zéro impact »… et pourtant

Février 2026 : une étude tonitruante du NBER, relayée dans toute la presse tech, interroge 6 000 dirigeants qui concluent que les LLM n’ont eu absolument aucun impact sur la productivité de leurs entreprises. Face aux grandes promesses des labos d’IA — qui prédisent rien de moins que la fin du travail de bureau — une question s’impose : où sont les résultats ?

Pourtant, en observant les développeurs autour de lui, Micode raconte l’inverse : depuis à peu près décembre 2025, un point de bascule a été franchi. Toutes les équipes qui utilisent l’IA de manière intensive — en particulier les orchestrateurs comme Claude Code ou Codex — sont « en train de se métamorphoser sous nos yeux ».

Pour démêler le vrai du faux, l’équipe a invité un témoin particulièrement bien placé : Quentin Adam, CEO de Clever Cloud — environ 70 développeurs, une architecture ultra-critique où rien ne doit être laissé au hasard. De « carrément dubitatif » à « beaucoup moins dubitatif », jusqu’à repenser sa boîte de A à Z : voici son histoire.

🦜Du « perroquet statistique » au point de bascule

Il y a un an et demi à deux ans, quand on commence à lui parler d’IA dans le code, la première réaction de Quentin Adam est sans appel :

Et de fait, les premiers GPT produisaient du code qui ne compilait même pas : en prédisant mot après mot, le modèle sortait des suites plausibles mais pas nécessairement pertinentes. Puis trois progrès changent la donne : des méthodes d’entraînement raffinées, des boucles de rétroaction intégrées aux systèmes, et surtout le dépassement du mur du contexte — cette quantité limitée de texte que le modèle peut avaler en entrée, alors que chaque échange renvoie toute la conversation précédente.

Arrive alors le mode agentique : un agent qui pose les bonnes questions dans le bon ordre, fait le tri dans ce qu’il doit accomplir, et exécute du code en local. Il y a 18 mois, Quentin teste et tombe sur un os… dans le bon sens :

Pourquoi le code se prête-t-il si bien à l’exercice ? Parce que, contrairement à un rapport ou une note, le code a une vérité mesurable : il compile ou il ne compile pas, il marche ou il ne marche pas. Comme deux IA qui s’affrontent au jeu de go et progressent à une vitesse fulgurante, la boucle de rétroaction du code s’auto-accélère. « Le truc reste con, mais je me suis dit : il va se passer un truc. »

☁️Clever Cloud : un terrain d’observation ultra-critique

Pourquoi ce retour d’expérience pèse-t-il plus lourd que la moyenne ? Parce que Clever Cloud n’est pas une start-up qui « vibe code » une appli de livraison de croquettes. L’entreprise existe depuis plus de 15 ans et fabrique le logiciel du cloud : un cloud provider versatile, qui opère ses propres serveurs comme ceux des autres.

La société couvre toute la stack : on descend très bas dans l’OS (jusqu’à réécrire le système de ses switchs réseau !) comme on monte dans les couches métier — paiement, facturation, comptabilité. Cerise sur le gâteau : Clever Cloud a développé sa propre base de données, bâtie sur FoundationDB, un système distribué.

Bref : un environnement où l’erreur est interdite, exactement le genre de contexte que les sceptiques citent pour dire « l’IA, ça ne passera jamais à l’échelle ». C’est pourtant là que la transformation a eu lieu.

🦀Ce qui marche : specs claires, langages contraints… et Rust

Première leçon de terrain : l’IA bosse bien quand on lui donne des spécifications claires. « J’ai tel protocole, jamais implémenté dans tel langage, la doc est précise » → l’agent implémente sans se poser de questions. À l’inverse, « quand tu commences à ne pas trop savoir ce que tu veux, là ça part en cacahuète ».

Deuxième leçon, contre-intuitive : plus un langage est contraint, mieux l’IA s’en sort. La raison est « très conne » : le LLM ne comprend pas vraiment ce qu’il écrit. Avec une compilation détendue (JavaScript, Go), le code compile et on découvre les dégâts à l’exécution. Avec un compilateur strict et bavard — celui de Rust, « chiant », qui explique ce qui n’est pas permis — le LLM lit le message, comprend, corrige. La boucle de rétroaction devient hyper améliorative.

Le piège du jeu de données : les premiers LLM étaient meilleurs là où il y avait le plus de code humain (JavaScript, Python), mais « bons à 80 % » seulement, donc médiocres en one-shot. Et un langage trop vieux piège le modèle : à force de monFichier.java empilés sur 23 versions de Java, l’agent vous écrit… du Java 8. Rust, lui, n’a pas connu de changement cassant en 10-15 ans : langage uniforme, dataset sain, compilateur exigeant.

🤝Adopter l’IA : convaincre un par un, puis lâcher la bride

Premier réflexe de manager : annoncer l’outil à toute l’entreprise. Résultat : « tout le monde s’en fout ». Pire, ceux « qui ont changé le boulot d’absolument tout le monde ces 30 dernières années » opposent une résistance monumentale : ils n’en veulent pas, ça les gonfle, ils ont peur.

Alors Quentin change de méthode : le corps-à-corps. Avion, bureaux de Clever Cloud, il s’assoit à côté d’un développeur réticent : « On le teste ensemble, maintenant ? » Je me tire, je passe un coup de téléphone, je reviens…

Seconde erreur évitée de justesse : imposer un outil d’entreprise (il était pourtant tombé fan de Windsurf). Impossible : le marché bouge trop vite, « statistiquement, aucun des outils qu’on utilise, on ne les a utilisés un an ». D’où un mail resté célèbre en interne : l’IA passe en notes de frais. Achetez ce que vous voulez, quand vous voulez — interdiction formelle de prendre des plans annuels — et on se retrouve régulièrement pour partager les expériences. Renoncer à la politique unifiée, c’est gagner en vitesse.

🧓La revanche des seniors

Contre tous les clichés (« l’IA, c’est pour les juniors »), ce sont les seniors qui se sont adaptés le plus facilement. Des tech leads capés, qui gèrent 40 personnes et n’ont plus le temps de coder, se remettent à produire des PoC eux-mêmes plutôt que de déléguer à leurs juniors.

Explication : leur valeur a toujours été de formaliser des idées. Avant, formaliser voulait dire réunions, documents de spec, explications orales. Maintenant, on écrit la spec, on l’envoie à l’agent, et ça tourne. Mieux : les bonnes pratiques qu’on connaissait tous mais qu’on appliquait « à l’arrache », faute de temps, deviennent enfin applicables sur le terrain. Le senior redevient architecte de son propre savoir.

🧪Le harnais de qualité : tests, mocks et simulation

Quand l’agent écrit le code, que reste-t-il à l’humain ? Le test. « Tu viens de larguer la partie fun du truc à ton agent, et toi tu deviens testeur. » Frustrant ? Oui. D’où l’idée géniale : emmerder l’agent pour qu’il fasse les tests lui-même. Et grimper l’échelle de la validation :

Niveau 0 : le test unitaire — vérifier qu’une portion de code produit un résultat prévisible (votre objet de tarification doit toujours sortir la même facture). Niveau 1 : le test d’intégration — vérifier que le programme communique bien avec le monde extérieur (base de données, API), grâce à des outils nés de la containérisation comme Testcontainers, ou des mocks (simuler une bourse pour tester un agent boursier, par exemple). Niveau 2 : la simulation — l’héritage de FoundationDB : un simulateur qui perd 20 % des paquets réseau sur une machine, en arrête et relance une autre, « secoue » le cluster avec de l’aléatoire pour débusquer les bugs liés à la distribution — ceux qui n’apparaissent jamais sur une instance seule.

Chez Clever Cloud, la simulation a été étendue à l’ensemble du système : à chaque commit dans GitLab, ça part en simulation. « Ça grille des chiées de CPU, on est d’accord avec ça. » Mais en échange, une garantie quasi mathématique d’avoir testé tous les cas bizarres. Le bug détecté écrit lui-même son rapport, posté en issue… dépilé par un autre agent qui va le résoudre.

🦾Tâches inhumaines pour IA inhumaine

Faut-il voir l’IA comme un junior ? « À juste titre dans le sens où il faut tout relire. Mais c’est quand même un junior qui a lu la totalité des thèses. » Surtout, insiste Quentin, l’IA est inhumaine : il faut lui demander des tâches inhumaines.

Exemple concret : la réunion de synchronisation du lundi, sur un monolithe où interviennent ~30 personnes. Des heures de blabla où chacun n’a pas toujours quelque chose à dire. Nouvelle approche : on demande à l’agent de lire tout — branches de code en cours, résultats de tests, commentaires de PR et d’issues (là où les esprits s’échauffent par écrit), mails, Slack — pour identifier les points de tension, les incompréhensions, les décisions d’architecture à trancher.

Même logique pour la dette technique : ces zones taboues « qu’il faudrait entièrement refaire mais c’est trop tard ». Migrer une librairie JavaScript vers Rust ? Avant : deux semaines minimum de charge mentale, plus le bug incompréhensible du vendredi soir. Maintenant : « implémente tout de A à Z, on se retrouve demain, et donne-moi un audit de perf » — et l’agent revient avec un ×3. Idem pour les proofs of concept, où le gain est encore décuplé puisque le code n’est pas destiné à la production.

🧹Objectif 2026 : zéro legacy

C’est l’annonce la plus folle de l’épisode : en 2026, Clever Cloud ne fera plus tourner que du code produit en 2026. Tout le legacy accumulé depuis 15 ans — le code écrit « il y a 15 ans » — est en cours de décommissionnement. Traduction directe, réécriture en Rust, et surtout encadrement par le harnais de tests.

Et la fierté du code, dans tout ça ? Intacte, répond Quentin : « c’est toujours nos architectures, notre truc ». Ce qui change, c’est le statut du code source :

Côté équipes, le cap a été tenu fermement : « soit vous migrez votre façon de bosser, soit je ne vous retiens pas ». Bilan : ~2 % de la masse salariale est partie — « ridicule » — et l’entreprise embauche. À noter : depuis l’enregistrement, Clever Cloud indique que cette refonte en Rust du legacy est quasiment terminée.

🛡️Se pentester soi-même, en continu

Dernière brique du harnais : la sécurité automatisée. Tout commit entrant chez Clever Cloud se tape un pentest. Le raisonnement est imparable : si le pentest de Claude ne détecte rien, il y a peu de chances que le Claude du mec d’à côté, lui, réussisse à rentrer. Et tant qu’on y est : on lance Gemini, Grok et toute la bande sur soi-même, en permanence, « à essayer de te tabasser ».

Depuis que l’IA tourne « en free range » sur les installations, l’équipe a exhumé des failles anciennes que personne n’avait jamais exploitées (absentes des logs) — simplement parce qu’« on ne peut pas penser à tout ».

Les pentests qu’on ne lançait jamais « parce que c’est trop long » deviennent routiniers. Et c’est précisément là que le risque se réduit : chaque couche de vérification automatique ajoutée diminue la surface d’attaque réelle.

🇪Souveraineté numérique : les cartes rebattues ?

Dernier acte de l’épisode : le statut quo européen peut-il être chamboulé par l’IA ? Pour Quentin, oui, pour deux raisons simultanées. D’abord, le marché du digital — longtemps traité comme « un truc de jeunes un peu sympa » face aux « vrais sujets » comme l’automobile — remonte dans les priorités des décideurs : tout le monde se retrouve face au fantasme sci-fi de la vraie IA et réalise que tout le marché va changer. Ensuite, le retour de Donald Trump à la Maison Blanche a révélé que le lien aux États-Unis était « vachement moins solide qu’on croyait ».

Or, le coût du logiciel s’effondre. Et avec lui, la loi des rendements accélérés de Kurzweil : reproduire certaines choses coûte beaucoup moins cher, donc des progrès technologiques monstrueux deviennent possibles en très peu de temps — à condition d’être malin dans l’architecture. Même sur les modèles : la distillation (créer un modèle étudiant en interrogeant un modèle maître) rend très difficile la protection de l’avance américaine. Le Chinois Kimi K2 face à un Claude ? Ce n’est pas le Claude de dernière génération… mais l’écart n’est plus abyssal.

La preuve par les faits : l’Europe dépense ~1,8 milliard d’euros par an en cloud public. La Commission a lancé un appel d’offres de 180 millions d’euros sur 6 ans de cloud souverain, noté via son Cloud Sovereignty Framework. Quatre lauréats : le consortium Post Telecom (DEEP, Poste luxembourgeoise) + OVHcloud + Clever Cloud, STACKIT, Scaleway, et un consortium Proximus + S3NS (Thales × Google Cloud) + Clarence + Mistral, jugé moins souverain. « Ils ont écrit le framework pour nous donner une vraie chance » : face aux lobbyistes, l’annotation objective a changé la partie.

Et Quentin Adam d’aller plus loin avec sa « clause de souveraineté finale », glissée dans ses gros contrats : code source, procédures et fonctionnement synchronisés chez un tiers de confiance (ANSSI, ENISA…) ; si Clever Cloud passait sous contrôle extraterritorial (américain, chinois, russe…), le client souverain gagnerait automatiquement une licence illimitée, le droit de débaucher les salariés et de repartir avec le code. « Autrement dit : la boîte ne vaut plus rien. » Un verrou volontaire qui rend toute revente aux États-Unis impossible — et qui a déjà intégré le framework de la Commission. Pendant ce temps, en bourse, les PME tech souveraines s’envolent : Wallix à +274 % sur l’année, 2CRSi (l’un des seuls constructeurs de serveurs français, avec Bull) sur des croissances stratosphériques.

🎯Ce qu’il faut retenir