«ИИ за вечер сделает»: три метода оценки показали, что 300 часов — ниже плинтуса

L'auteur d'un article sur Habr a estimé la refonte d'un système de comptabilité d'entreprise à 300 heures — le client a répondu que c'était exagéré, laissant entendre : « L'IA me le fera en une soirée. » En réponse, le développeur a recalculé le même périmètre à l'aide de trois méthodes indépendantes et a obtenu un résultat que le client n'attendait pas.

Trois Méthodes — Une Seule Conclusion

Le développeur a appliqué trois approches standard au même périmètre de tâche, sans s'appuyer sur une seule d'entre elles.

• Bottom-up par actions utilisateur — analyse détaillée de chaque opération de l'utilisateur final dans le système
• Points de fonction avec les normes ISBSG — le périmètre est converti en function points et comparé à la base de données de milliers de projets réels de l'ISBSG (International Software Benchmarking Standards Group)
• COCOMO II — modèle algorithmique de l'Université de Californie du Sud, tenant compte de l'échelle, de la complexité de la logique et des caractéristiques de l'équipe

Les trois méthodes ont produit des résultats cohérents. Selon Habr, chaque approche a montré que 300 heures n'est pas un plafond mais une limite inférieure : le chiffre s'est révélé inférieur aux valeurs moyennes du secteur.

Pourquoi 300 Heures, C'est Peu?

La base de données de l'ISBSG accumule des données de production issues de milliers de projets logiciels d'entreprise réels à travers le monde. La productivité moyenne d'une équipe lors du développement de systèmes comptables est nettement inférieure à ce qu'elle paraît de l'extérieur : les points de fonction prennent en compte non seulement l'écriture du code, mais aussi l'analyse des exigences, l'intégration avec les modules existants et les tests de régression.

« 300, c'est en dessous du plancher de l'industrie », constate

l'auteur de l'article après ses calculs avec trois méthodes indépendantes.

COCOMO II ajoute des multiplicateurs de complexité pour la logique métier et la dette technique. Pour les systèmes de comptabilité d'entreprise, où chaque modification affecte les modules adjacents, ces multiplicateurs augmentent l'estimation finale — ils ne la réduisent pas.

Où l'Argument « L'IA en une Soirée » Se Trompe

Les outils d'IA modernes accélèrent effectivement l'écriture de code répétitif, mais n'éliminent pas les étapes clés : audit de l'architecture existante, analyse des exigences, tests d'intégration et de régression. Ce sont précisément ces étapes qui représentent la majeure partie du périmètre réel lors de l'amélioration de systèmes d'entreprise.

L'erreur du client est typique : l'IA est visible dans une démonstration rapide (« un prototype en une soirée »), mais invisible dans ce que le prototype n'a pas — fiabilité, compatibilité et sécurité des données. Les méthodes ISBSG et COCOMO II prennent explicitement en compte ces étapes cachées.

Ce Que Cela Signifie

Trois méthodes indépendantes ont donné une réponse unanime : 300 heures pour améliorer un système de comptabilité d'entreprise est une limite inférieure réaliste, et non un chiffre exagéré. Ce cas montre qu'une estimation solide appuyée sur une méthodologie sectorielle est une réponse efficace à l'argument « l'IA le fera plus vite ».

Foire Aux Questions

Qu'est-ce que l'ISBSG?

L'ISBSG (International Software Benchmarking Standards Group) est une organisation à but non lucratif qui collecte des données de production issues de projets de développement réels du monde entier. Sa base de données permet de comparer une estimation en points de fonction avec la médiane du secteur et de la justifier auprès du client en s'appuyant sur des statistiques, et non sur l'intuition.

En Quoi COCOMO II Diffère-t-il de l'Estimation Bottom-Up?

COCOMO II est un modèle algorithmique qui produit une estimation probabiliste en tenant compte de l'échelle du projet, des caractéristiques de l'équipe et des risques techniques. Le « bottom-up » est une décomposition détaillée par tâches spécifiques. Lorsque les deux méthodes donnent des résultats proches, cela élimine les débats sur le « subjectivisme des experts » et renforce la confiance dans l'estimation.