Une entreprise AI-native de l'intérieur : quand le développement est une chaîne de transmission du contexte

Au premier abord, « AI-native » ressemble à une étiquette pour les entreprises qui ont donné ChatGPT et Cursor à leurs employés. Mais si l'on regarde non pas les outils, mais le fonctionnement réel de l'organisation, le tableau est tout autre.

Le contexte, ennemi numéro un

Une grande partie du travail d'une équipe de développement n'est ni la création du produit ni même la prise de décisions. C'est le transfert de contexte. Le client explique quelque chose. L'analyste comprend, met en forme et publie dans Jira. Le chef de projet reformule avec ses propres mots. Le développeur demande des précisions. Le QA relève une ambiguïté dans les exigences. L'architecte se souvient qu'une solution similaire avait déjà échoué en production trois ans plus tôt. Le nouveau demande où tout cela est décrit. Personne ne trouve. Tout le monde se réunit.

Le coût des couches invisibles

De l'extérieur, cela ressemble au développement de produit habituel : sprints, tâches, releases. De l'intérieur, c'est une immense chaîne d'information :

• Signaux clients → exigences
• Exigences → conception
• Conception → code
• Code → tests
• Tests → releases
• Releases → exploitation → retours

Plus le projet grossit, plus ce n'est pas le code lui-même qui coûte cher, mais la circulation du sens à travers les personnes, les documents, les tâches, les échanges et les décisions. Petya part en vacances et emporte tout ce qu'il sait du module. Jira est illisible. Confluence est périmé dès le troisième jour. Des réunions où l'on répète la même chose.

«

Sans Petya, personne ne comprend ce module » : un symptôme classique de crise de l'information.

Ce que signifie vraiment AI-native

Une entreprise AI-native n'est pas celle où tout le monde utilise GPT. C'est celle qui a repensé sa chaîne interne pour que le contexte se transmette automatiquement et sans perte. Des outils comme Claude et ChatGPT peuvent aider, mais ils ne sont pas le but. Ils sont un moyen. Une véritable architecture AI-native suppose que le contexte vive sous une forme lisible par machine, et non dans la tête de quelqu'un ; que chaque nouvel arrivant puisse le reconstituer rapidement ; que les décisions soient documentées non pour les humains, mais pour le modèle ; et que la boucle de feedback soit ramenée à quelques minutes, et non à des jours.

Ce que cela implique

Les entreprises qui se sont contentées de distribuer des tokens GPT à leurs employés n'ont rien changé. Celles qui ont refondu le fonctionnement de l'organisation (architecture de l'information, processus, documentation) seront les vraies AI-native. Là-bas, les développeurs n'écriront pas plus de code, mais l'écriront plus vite et avec un moindre coût de contexte.