L’intelligence artificielle accélère l’analyse et la modernisation de systèmes critiques longtemps jugés trop complexes à transformer. Mais elle ne suffit pas à repenser une architecture, à sécuriser les données ou à arbitrer les choix métier. Pour Milan Shetti, PDG de Rocket Software, l’avenir du développement repose donc sur une alliance entre la puissance de l’IA et l’expérience humaine.
Les récentes annonces d’Anthropic ont suscité un vif intérêt autour de la modernisation des applications COBOL. La perspective de cartographier, d’analyser et de restructurer rapidement, et pour une fraction des coûts habituels, un code vieux de plusieurs décennies semblait jusqu’ici difficilement envisageable. Pourtant, ces systèmes critiques soutiennent encore l’essentiel des secteurs bancaire, public et aérien.
Cette percée technologique s’aligne sur les besoins du terrain. D’après le rapport DORA 2025 de Google, 90 % des professionnels du développement logiciel utilisent l’IA dans leur travail, avec un temps d’utilisation médian de deux heures par jour. Par ailleurs, plus de 80 % des répondants estiment que ces outils améliorent leur productivité. Ces données suggèrent que l’intelligence artificielle n’est pas perçue comme un outil de remplacement, mais bien comme un partenaire complémentaire, véritable tremplin de productivité et d’évolution. Son impact se mesure moins à la disparition de certaines pratiques qu’à leur transformation progressive.
L’alliance de l’IA et de l’expertise humaine au service de la modernisation
L’IA est souvent présentée comme une solution ultime, un outil capable, à lui seul, de moderniser des systèmes legacy ou de remplacer la nécessité d’un travail approfondi sur les architectures. Cette représentation ne reflète toutefois qu’une partie de la réalité.
En pratique, l’IA aide les organisations à gérer la complexité. Elle peut cartographier, refactoriser et analyser des bases de code bien plus rapidement qu’il ne serait possible de le faire manuellement, réduisant les frictions et accélérant les phases d’analyse. Cependant, comprendre la logique d’un système ne revient pas à le repenser.
Pour une banque internationale qui modernise sa plateforme de gestion des risques, si l’IA peut identifier instantanément des millions de lignes de code, les dépendances et proposer des stratégies de refactorisation en quelques heures, le raisonnement humain reste indispensable pour orchestrer l’évolution de l’ensemble. A ce titre, décider de la circulation des données, adapter la gouvernance, réduire les risques de conformité et garantir la sécurité globale exigent une prise de recul que seule l’expertise humaine peut apporter.
Ainsi, les modèles d’IA doivent reposer sur une infrastructure durable car, seuls, ils ne garantissent pas la fiabilité. Leur rôle n’est pas de remplacer l’existant, mais d’amplifier la valeur de ce qui est déjà stable, sécurisé et bien conçu. En ce sens, la modernisation est une évolution à grande échelle et relève autant de la pérennisation que du progrès. L’IA n’échappe pas à cette règle.
Une vision claire pour aller de l’avant
Chaque changement majeur dans les technologies d’entreprise suit le même cycle : découverte de nouvelles capacités, montée en flèche des attentes, puis redécouverte de l’importance des fondamentaux. L’IA représente l’expression la plus récente et la plus frappante de ce cycle.
L’opportunité qui s’offre aux entreprises n’est pas de courir après la disruption, mais de bâtir méthodiquement la prochaine génération de systèmes avec une vision claire, en combinant la rapidité de l’IA avec des décennies d’expérience en logiciels professionnels. Les entreprises qui s’imposeront sont celles qui sauront allier rapidité et structure, innovation et gouvernance, intelligence et rigueur architecturale.
L’essentiel se joue désormais dans la manière dont ces capacités seront mises à profit. Néanmoins, le véritable avantage reviendra à ceux qui comprennent que l’IA n’est pas une ligne d’arrivée, mais un catalyseur. Les dix prochaines années appartiendront à ceux qui sauront exploiter ses performances tout en consolidant les architectures qui soutiennent cette évolution. En définitive, l’avenir du développement de logiciel ne s’écrira pas sans l’intelligence artificielle, mais il ne dépendra pas non plus uniquement d’elle. Le véritable défi de cette mutation ne réside pas dans la puissance de ce nouvel outil, mais dans la capacité des entreprises à le piloter avec compréhension et discernement. Dorénavant, l’enjeu réside dans la capitalisation de cette productivité mesurée sur le terrain, afin de continuer à accompagner les développeurs dans la résolution de défis technologiques majeurs, autrefois considérés comme impossibles, à l’instar des systèmes critiques COBOL.
