Habr AI→ original

« L'IA le fera en une soirée » : trois méthodes d'estimation montrent que 300 heures, c'est très en dessous de la norme

Le client a contesté l'estimation de 300 heures pour l'évolution d'un système comptable : « L'IA le fera en une soirée ». Le développeur a recalculé le périmètre avec trois méthodes indépendantes : une approche ascendante fondée sur les actions des utilisateurs, les points de fonction ISBSG et COCOMO II. Le résultat est inattendu : 300 heures se situent sous les moyennes du secteur, et ne constituent donc pas un chiffre surévalué.

Traité par IA depuis Habr AI ; édité par Hamidun News
« L'IA le fera en une soirée » : trois méthodes d'estimation montrent que 300 heures, c'est très en dessous de la norme
Source : Habr AI. Collage: Hamidun News.
◐ Écouter l'article

L'auteur d'un article publié sur Habr a estimé à 300 heures l'évolution d'un système comptable d'entreprise. Le client a répondu que c'était surévalué et a laissé entendre : « L'IA me le fera en une soirée ». Le développeur a alors recalculé le même périmètre avec trois méthodes indépendantes et obtenu un résultat auquel le client ne s'attendait pas.

Trois méthodes, une seule conclusion

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

  • Approche ascendante par actions utilisateur — analyse détaillée de chaque opération de l'utilisateur final dans le système
  • Points de fonction avec les référentiels ISBSG — le périmètre est converti en function points, puis 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, qui tient compte de l'échelle du projet, de la complexité de la logique et des caractéristiques de l'équipe

Les trois méthodes ont donné des résultats concordants. Selon Habr, chacune montre que 300 heures ne sont pas un plafond mais une borne basse : le chiffre est inférieur aux valeurs moyennes du secteur.

Pourquoi 300 heures, c'est peu ?

La base ISBSG agrège les données de production de milliers de projets réels de logiciels d'entreprise dans le monde entier. La productivité moyenne d'une équipe sur des systèmes comptables est nettement plus faible qu'on ne le croit vu « de l'extérieur » : les points de fonction ne couvrent pas seulement l'écriture du code, mais aussi l'analyse des besoins, l'intégration avec les modules existants et les tests de non-régression.

« 300, c'est très en dessous de la norme du secteur », constate

l'auteur de l'article à l'issue de calculs menés avec trois méthodes indépendantes.

COCOMO II ajoute des coefficients pour la complexité de la logique métier et la dette technique. Dans les systèmes comptables d'entreprise, où chaque modification touche des modules adjacents, ces coefficients augmentent l'estimation finale au lieu de la réduire.

Où l'argument « l'IA en une soirée » se trompe

Les outils d'IA actuels accélèrent bel et bien l'écriture de code standard, mais ils ne suppriment pas les étapes clés : audit de l'architecture existante, analyse des besoins, tests d'intégration et de non-régression. Ce sont précisément ces étapes qui représentent l'essentiel du volume réel lors de l'évolution d'un système d'entreprise.

L'erreur du client est classique : l'IA se voit dans une démonstration rapide (« un prototype en une soirée »), mais pas dans ce qui manque au prototype — fiabilité, compatibilité et sécurité des données. Les méthodes ISBSG et COCOMO II prennent explicitement en compte ces étapes invisibles.

Ce que cela signifie

Les trois méthodes indépendantes convergent : 300 heures pour faire évoluer un système comptable d'entreprise constituent une borne basse réaliste, et non un chiffre gonflé. Ce cas montre qu'une estimation étayée par une méthodologie sectorielle est une réponse efficace à l'argument « l'IA ira plus vite ».

Questions fréquentes

Qu'est-ce que l'ISBSG ?

L'ISBSG (International Software Benchmarking Standards Group) est une organisation à but non lucratif qui collecte les données de production de projets de développement réels dans le monde entier. Sa base permet de comparer une estimation en points de fonction à la médiane du secteur et de la défendre devant un client avec des statistiques plutôt qu'avec de l'intuition.

En quoi COCOMO II diffère-t-il de l'estimation ascendante ?

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. L'approche ascendante repose sur une décomposition détaillée en tâches concrètes. Lorsque les deux méthodes aboutissent à des résultats proches, le débat sur la « subjectivité de l'expert » tombe et la confiance dans l'estimation augmente.

ZK
Hamidun News
Actualités IA sans bruit. Sélection éditoriale quotidienne de plus de 50 sources. Produit de Zhemal Khamidun, Head of AI chez Alpina Digital.
✦ Enterprise AI & Advisory

Executive AI Consulting, Custom Agents & Team Workshops

Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.

Book AI Consultation →Explore NomadNet AI
Qu'en pensez-vous ?
Chargement des commentaires…