Comment Claude Code a résolu en 40 minutes un problème qui avait fait capituler un programmeur il y a cinq ans

Cinq ans : c'est le temps pendant lequel un projet industriel de détection de mouvement par vidéo est resté, au sens propre, dans un tiroir de bureau. Non par manque de budget ou d'intérêt du client, mais parce que le seul programmeur chargé de la tâche n'a pas réussi à la résoudre. En janvier 2026, un ingénieur sans compétences en programmation dans la stack requise a sorti le projet des archives, ouvert Claude Code et obtenu en 40 minutes un prototype fonctionnel. Cette histoire, racontée sur Habr, a des airs d'anecdote, mais elle traduit un basculement profond dans la manière de créer des logiciels pour l'industrie.

Le contexte est simple et familier pour quiconque a touché à l'automatisation industrielle. Il fallait mettre en place une détection de mouvement par vidéo pour piloter l'éclairage d'un site de production : un scénario IoT classique, où une caméra analyse l'image et envoie un signal pour allumer ou éteindre la lumière selon la présence de personnes. La tâche ne demande ni algorithmes de vision par ordinateur révolutionnaires, ni entraînement de réseaux de neurones à partir de zéro.

Techniquement, c'est un travail d'ingénierie relativement standard : capture du flux vidéo, traitement des images, détection des changements, signal de commande. Mais « standard » ne veut pas dire « simple » : il faut un développeur qui maîtrise le traitement vidéo, le travail avec les caméras et les protocoles IoT, et qui sache assembler le tout en un seul produit. Il y a cinq ans, l'équipe ne disposait pas d'un tel spécialiste.

Ce qui s'est passé en janvier 2026 est révélateur moins par sa rapidité (40 minutes pour un MVP produisant 15 images par seconde) que par le profil de celui qui l'a réalisé. L'auteur le dit sans détour : l'équipe ne comptait aucun programmeur maîtrisant la bonne stack. Claude Code n'a pas été un simple accélérateur de développement ; il a en pratique remplacé l'expertise manquante. L'ingénieur formulait la tâche en langage naturel, l'assistant d'IA générait le code, et l'humain testait le résultat sur du matériel réel. Un cycle d'itération qui exigeait auparavant des semaines de travail d'un développeur qualifié s'est réduit à quelques minutes.

Il importe de ne pas s'emballer et de poser honnêtement les limites. Un MVP n'est pas un produit fini. Quinze images par seconde suffisent pour piloter un éclairage, mais pas pour des tâches qui demandent une analyse vidéo précise. Le prototype doit encore être travaillé : stabilité en conditions industrielles, gestion des cas limites, intégration aux systèmes de gestion technique du bâtiment existants, sécurité. Tout cela exige toujours une qualification d'ingénieur. Mais la différence essentielle est que l'équipe dispose désormais d'un point de départ fonctionnel, et non d'un tiroir vide contenant un cahier des charges.

Cette histoire s'inscrit dans une tendance de fond qui s'accélère en 2026. Les assistants de programmation par IA, comme Claude Code, GitHub Copilot, Cursor et leurs équivalents, abaissent régulièrement le seuil d'entrée dans le développement logiciel. Auparavant, les entreprises industrielles se heurtaient à un goulot d'étranglement rigide : beaucoup d'idées et de tâches, mais très peu de développeurs dotés de la spécialisation voulue. C'était particulièrement vrai dans des niches comme l'IoT industriel, qui réclame une combinaison rare de connaissances en systèmes embarqués, vision par ordinateur et protocoles industriels. Aujourd'hui, un expert métier, un ingénieur qui comprend le problème, connaît l'équipement et sait juger le résultat, peut créer seul la première version fonctionnelle d'un produit.

Les conséquences pour le marché du travail sont contrastées. D'un côté, c'est une démocratisation du développement : davantage de projets verront le jour, davantage d'idées auront leur chance. Les entreprises industrielles qui repoussaient depuis des années leur numérisation faute de programmeurs pourront débloquer leurs projets. De l'autre, le rôle même du développeur change. La valeur se déplace de plus en plus de l'écriture de code vers la réflexion architecturale, l'intégration de systèmes et la fiabilité. Le programmeur qui ne savait qu'écrire du code selon un cahier des charges se retrouve effectivement sous pression. En revanche, l'ingénieur qui comprend le domaine et sait bien formuler la tâche pour une IA devient nettement plus productif.

Quarante minutes au lieu de cinq ans : les chiffres sont bien sûr trompeurs. Le projet n'est pas resté dans un tiroir parce qu'il exigeait cinq ans de travail continu, mais parce qu'on n'a pas trouvé la bonne personne pour le réaliser. C'est pourtant là que réside la principale leçon : les assistants de programmation par IA résolvent moins un problème de vitesse qu'un problème d'accessibilité. Ils transforment des projets gelés en prototypes fonctionnels et permettent aux équipes d'avancer là où la voie était auparavant bloquée par une pénurie de personnel. L'IoT industriel n'est qu'un des nombreux domaines où cet effet sera particulièrement visible dans les années à venir.