On nous interroge beaucoup sur l'IA ces derniers temps. Les clients veulent savoir si nous l'utilisons, comment, et ce que cela implique pour le travail que nous livrons. Questions légitimes – voici donc un regard direct sur la place de l'IA dans notre quotidien.
Nous avons adopté tôt les outils d'IA, non par effet de mode, mais parce que nous y avons vu des gains concrets et pragmatiques. Cela dit, nous sommes sélectifs. Nous intégrons l'IA là où elle nous rend réellement meilleurs, et nous laissons fermement les humains aux commandes sur ce qui compte le plus.
L'IA dans toute l'équipe
L'IA chez Digismoothie ne se limite pas à l'ingénierie. Toute l'équipe travaille avec la stack Anthropic Claude, et nous l'utilisons chaque jour : pour des analyses, des brouillons de documents et la structuration d'idées.
Bon exemple : les spécifications de projet. Après un débrief client, nous utilisons l'IA pour ébaucher une spécification à partir des notes et du contexte de la réunion. Un chef de projet revoit ensuite le tout, affine les détails et s'assure que cela reflète vraiment le besoin du client. L'IA nous amène rapidement à un bon point de départ. L'humain s'assure que c'est juste.
Nos chefs de projet utilisent également Fathom pour les enregistrements et les notes de réunion, ce qui veut dire moins de temps sur l'admin et plus de temps sur la conversation elle-même.
L'IA en ingénierie
C'est là que l'impact est le plus visible. Nos ingénieurs travaillent chaque jour avec Claude Code et Cursor, et nous utilisons CodeRabbit comme première couche de revue de code.
L'IA accélère drastiquement l'écriture du code en elle-même. Les tâches qui consistent à écrire du boilerplate, à scaffolder des composants ou à implémenter de la logique bien définie vont nettement plus vite qu'avant.
Mais voici la partie qui se perd souvent dans le discours ambiant : coder n'a jamais été le goulot d'étranglement. Le vrai travail d'ingénierie – comprendre le problème, définir la tâche, choisir la bonne approche, puis vérifier que le résultat fonctionne et respecte les standards de qualité – occupe toujours l'essentiel du temps d'un ingénieur. L'IA n'a pas changé cela, et elle ne le devrait pas.
Il y a un autre changement, moins visible mais tout aussi important : l'IA permet à nos équipes de travailler sur un périmètre plus large. Là où une tâche demandait jadis un spécialiste frontend et un spécialiste backend – avec tous les passages de relais et la coordination qui vont avec – un seul ingénieur peut désormais traiter les deux côtés en confiance, l'IA comblant les manques de connaissance spécifiques au domaine. Moins de coordination, moins de dépendances, des livraisons plus rapides. Et cela ne se limite pas à l'ingénierie : partout dans l'entreprise, des personnes constatent qu'elles peuvent prendre en charge des tâches qui dépassaient auparavant leur expertise, agissant directement sur leurs connaissances au lieu d'attendre que quelqu'un d'autre exécute.
Là où les gains s'accumulent vraiment, c'est sur les tâches ciblées et bien cadrées. Par exemple, l'analyse de la performance d'une boutique et la mise en place des améliorations qui s'ensuivaient prenaient jadis plusieurs jours. Avec du développement assisté par IA, nous livrons le même niveau de qualité en quelques heures.
L'IA dans les opérations
Au-delà du travail client, nous utilisons l'IA pour automatiser des processus internes comme les prévisions, le budget et l'analyse de performance. Ce n'est pas glamour, mais cela signifie des opérations plus légères et plus d'énergie investie dans le travail qui touche nos clients.
Rester en tête en partageant
Le paysage de l'IA évolue vite. De nouveaux outils, de nouvelles capacités et de nouvelles façons de travailler apparaissent presque chaque semaine. Nous pensons que la seule façon de suivre, c'est d'apprendre ensemble. C'est pourquoi nous tenons des réunions dédiées à l'IA et maintenons un canal Slack partagé où chaque membre de l'équipe publie ses trouvailles utiles : nouveaux workflows, astuces, recommandations d'outils, ce qui a marché et ce qui n'a pas marché. Toute l'équipe reste affûtée, pas seulement les premiers enthousiastes.
Ce que cela donne au final
Nous utilisons l'IA pour passer moins de temps à exécuter et plus à réfléchir. L'analyse, la stratégie, le contrôle qualité, les conversations avec les clients – c'est là que se situe notre valeur, et c'est là que se concentrent nos équipes.
L'IA est un outil. Un outil puissant, que nous nous sommes engagés à maîtriser. Mais les décisions, les standards et la responsabilité, eux, restent entre nos mains.
