L'empressement à déployer l'intelligence artificielle dans le développement de logiciels crée une crise de la dette technique à long terme, car l'accent mis sur les gains de productivité à court terme inonde les systèmes d'entreprise de code de mauvaise qualité, buggé et potentiellement dangereux. Alors qu'Alphabet rapporte que l'IA génère désormais 75 % de tout le nouveau code chez Google, certains des ingénieurs mêmes qui ont construit les agents d'IA les plus populaires d'aujourd'hui avertissent qu'un règlement de comptes arrive pour ce qu'ils appellent le « vibe slop ».
« Vous avez une infrastructure qui s'effondre, et vous avez des logiciels qui sont maintenant très, très buggés par rapport à avant », a déclaré Mario Zechner, un créateur clé de l'agent d'IA populaire OpenClaw, dans une interview récente. « Nous pouvons jouer à ce jeu pendant encore quelques mois, ou peut-être même des années, mais finit par nous rattraper. »
Cette tension est visible dans toute l'industrie. Claude Code d'Anthropic, un outil de codage par l'IA, a vu son utilisation quotidienne médiane passer de 20 minutes à 20 heures par semaine au cours de l'année écoulée, montrant une adoption massive. Pourtant, Zechner qualifie l'outil de « l'un des logiciels les plus cassés que j'ai jamais utilisés », citant des problèmes qu'il attribue à son propre processus de développement dirigé par l'IA. La poussée pour le code généré par l'IA intervient alors qu'OpenAI et Anthropic, deux des plus grands acteurs du secteur, se prépareraient à des introductions en bourse (IPO).
Le conflit entre vitesse et qualité présente un risque caché, hors bilan, pour les investisseurs. La pression pour lancer des fonctionnalités d'IA pousse les entreprises à échanger la productivité à court terme contre des problèmes à long terme, notamment des interruptions de service, des vulnérabilités de sécurité et une dette technique croissante qui nécessitera des corrections coûteuses et chronophages. La facture de la vélocité actuelle alimentée par l'IA finira par tomber.
## Le « Agentic Wedge » crée un piège de la dette
La stratégie de nombreuses entreprises d'IA est le « agentic wedge » (le coin agentique), où un produit s'insère dans un flux de travail, prouve sa valeur et s'étend à toute une organisation. La plateforme AIP de Palantir, par exemple, a réduit un processus d'approbation de fabrication de 200 heures à seulement 15 secondes. Le risque est que ce « coin », lorsqu'il est appliqué au développement de logiciels lui-même, devienne un piège de la dette. Les mêmes systèmes qui automatisent le travail accélèrent la création de la prochaine génération de produits, mais souvent sans un contrôle de qualité suffisant.
Cela crée un paradoxe. Alors que des entreprises comme Shopify rapportent que l'IA écrit plus de 50 % de leur code, et que Sundar Pichai de Google vante un chiffre de 75 %, les créateurs de ces outils tirent la sonnette d'alarme. Selon Zechner et son partenaire Armin Ronacher, le problème est que les agents d'IA sont bons pour générer du nouveau code mais médiocres pour évaluer et mettre à jour les vastes et complexes systèmes hérités (legacy) qui alimentent la plupart des grandes entreprises. Les startups basées sur le « vibe coding » peuvent croître rapidement au début, mais elles finissent par se heurter à un mur de complexité et de fragilité que les outils d'IA peinent à franchir.
## L'évaluation et le « goût » comme dernier kilomètre
La racine du problème du « vibe slop » pourrait être que la partie la plus difficile de l'IA d'entreprise n'est pas l'intelligence mais l'évaluation — le jugement humain structuré qui décide si un système est assez bon. Ali Ansari, PDG de Micro1, soutient qu'au-delà de l'exactitude, il existe une couche de « goût », ou les règles non écrites qu'un système doit respecter. Une IA peut générer un code qui fonctionne techniquement mais qui est mal jugé, inadapté à la marque ou non maintenable. C'est une compétence apprise par l'expérience, l'expérience même qui est refusée à une génération de jeunes ingénieurs aujourd'hui remplacés par l'IA.
Cet écart de jugement est le lieu où le risque systémique s'accumule. Sans la « connaissance tacite » des programmeurs chevronnés, les modèles d'IA peuvent « très facilement prendre la mauvaise direction », comme l'a noté l'informaticien Timothy B. Lee. Ce n'est pas un problème qui peut être facilement comparé. C'est un déficit qualitatif qui se manifeste par des bugs, des failles de sécurité et une architecture fragile. L'acquisition récente de Stainless par Anthropic pour un montant rapporté de 300 millions de dollars souligne l'importance critique de l'outillage sous-jacent qui transforme le code en produits fiables, une couche souvent négligée dans la course à la génération de code.
## Un règlement de comptes pour la qualité des logiciels
La poussée pour le développement piloté par l'IA force une confrontation avec deux décennies de pratique logicielle. Alors que certains, comme Alex Karp de Palantir, voient l'IA comme la « mort des logiciels hérités », le phénomène du « vibe slop » suggère que remplacer des systèmes complexes est bien plus difficile qu'il n'y paraît. Le risque pour les investisseurs est que les gains de productivité rapportés par les grandes entreprises technologiques soient un mirage, masquant une accumulation rapide de dette technique qui finira par ralentir la croissance et gonfler les coûts.
Le défi est que cette dette est largement invisible jusqu'à ce qu'elle déclenche une panne majeure, une violation de données ou une défaillance de produit. GitHub a déjà été contraint d'instaurer de nouvelles politiques pour lutter contre la vague de contributions de mauvaise qualité générées par l'IA. Comme le pense Zechner, un règlement de comptes approche qui forcera les entreprises à réaliser que leur accent excessif sur le code produit par l'IA fait grimper les coûts et conduit à des logiciels de qualité inférieure. Pour les investisseurs, la question n'est pas de savoir si l'IA peut écrire du code, mais si les entreprises qui s'y fient construisent sur des fondations solides ou sur une montagne de déchets.
Cet article est à titre informatif uniquement et ne constitue pas un conseil en investissement.
