Depuis une vingtaine d’années, les gouvernements et d’autres acteurs dépensent des milliards pour apprendre aux gens à coder. On pensait qu’il s’agissait de l’une des rares professions à l’abri dans un monde en mutation, mais il s’avère que l’écriture et la manipulation de code figurent parmi les activités auxquelles les modèles d’IA sont les plus adaptés. Les entreprises technologiques ont licencié plus d’un million de salariés ces dernières années, et Microsoft a proposé 60 000 départs volontaires la semaine dernière. C’est un moment terrifiant et profondément désorientant pour les acteurs de l’industrie du logiciel.

Il y a environ un mois, j’ai rédigé une note interne détaillant la trajectoire d’adoption de l’IA que Proton doit suivre pour rester compétitif et sûr, ainsi que ce que nous avons manqué jusqu’ici en tant qu’organisation et qu’il nous faut corriger pour que cette transition inévitable soit une réussite. Il ne fait guère de doute que les organisations qui ne se transforment pas assez rapidement finiront par décevoir leurs équipes et celles et ceux qui comptent sur elles.

La note avait aussi un autre objectif : convaincre mes collègues que nous ne sommes pas des acteurs passifs de ce changement, que l’entreprise a besoin de leurs talents et de leur expertise pour le concrétiser, et que cette transition offre des opportunités à celles et ceux qui choisissent de s’y préparer et de s’y engager.

La note n’est pas un document d’ingénierie approfondi. Elle n’entre pas dans les détails de la sécurité, de la fiabilité ou de l’infrastructure. Elle indique plutôt la direction que prend l’ensemble de notre secteur.

Vous trouverez la note dans son intégralité ci-dessous.

Télécharger le manifeste sur l’IA au format PDF(nouvelle fenêtre)

L’IA chez Proton, manifeste d’ingénierie

Personne chez Proton, et encore moins en ingénierie, ne devrait être surpris que l’ingénierie logicielle ait changé de façon irréversible cette année, si ce n’est avant. Les LLM et leurs outils associés savent désormais écrire du code, au point qu’un ingénieur senior de Proton m’a confié il y a quelques jours, je cite : « Plus personne n’écrit de code chez {business unit name} ». Comme mémoriser des numéros de téléphone au XXe siècle ou monter à cheval au XIXe, écrire un excellent code à la main est une compétence fondamentale dont l’époque est révolue.

C’est en général une excellente chose. Une grande partie de l’écriture de code était et reste une corvée chronophage, du moins en production et à grande échelle. La documentation et les tests sont deux nécessités que peu de gens aiment accomplir et qui ont souvent été négligées par le passé, au détriment de la communication, de l’efficacité et de la fiabilité. Le code répétitif (boilerplate) est l’archétype du labeur en ingénierie logicielle, et il se peut qu’aucun être humain n’ait plus jamais à s’en soucier. Les modèles peuvent désormais conseiller et proposer des architectures et des conceptions système qui, bien que souvent imparfaites, contribuent utilement à la discussion, à la prise de décision et à la formation.

En dehors de Proton, la révolution de l’IA déferle sur le monde. Une grande partie n’est que du vent et des campagnes superficielles et cosmétiques, davantage destinées à paraître innovantes qu’à l’être réellement. Mais une bonne part est bien réelle, et les investissements que ces entreprises (y compris nos concurrents) réalisent aujourd’hui détermineront l’environnement économique dans lequel nous évoluerons à l’avenir. Il ne s’agit pas de suivre des modes : nous sommes en train de prendre du retard, et c’est une menace existentielle pour la réussite de la mission elle-même.

Alors pourquoi, chez Proton, n’avons-nous pas l’impression que la révolution est arrivée ? Pourquoi la productivité n’a-t-elle pas augmenté de façon spectaculaire alors que tout le monde utilise déjà des LLM en permanence ? Je pense que cela tient à trois choses, qu’il nous faudra toutes corriger si nous voulons réussir dans la nouvelle ère qui est déjà là aujourd’hui, et non en chemin.

Le premier est un changement de culture d’ingénierie et de mentalité des ingénieurs. Votre métier a fondamentalement changé. Il ne consiste plus à écrire du code, et les LLM ne sont pas là pour vous aider à écrire un meilleur code plus vite. Votre métier consiste à aider le LLM à écrire un meilleur code plus vite. Chaque ingénieur est désormais un chef d’équipe, un manager, et vos collaborateurs directs sont les modèles et les agents que vous utilisez. Les guider directement et les corriger lorsqu’ils se trompent en fait partie, bien sûr. Mais une équipe de deux personnes qui ont toujours programmé en binôme ne serait pas vraiment une équipe, pas plus qu’une équipe où personne ne travaille lorsque le chef d’équipe est en réunion. L’IA doit pouvoir travailler de manière autonome et continue avec de moins en moins de supervision humaine. Votre métier consiste à identifier les problèmes que le LLM ne peut pas résoudre seul et à l’aider non seulement à les résoudre cette fois-ci, mais aussi à mieux les résoudre la prochaine fois, pas seulement pour vous mais pour tout le monde : des fichiers de contexte au niveau du dépôt, des compétences et des prompts partagés, et l’habitude de veiller à ce que les échecs répétés déclenchent une analyse et une correction. Votre métier consiste à repousser les limites de ce que le LLM peut faire de manière autonome, à intervenir pour ce qu’il ne peut pas faire, et à toujours réfléchir à la façon d’améliorer la situation actuelle.

Ce n’est pas la mort de l’expertise. Le LLM est rapide. Vous êtes lent, mais vous portez en vous une vie d’expérience, de jugements et de compréhension. Vous êtes aussi (espérons-le) bien moins sujet aux hallucinations et aux erreurs provoquées par des entrées erronées ou malveillantes, et vous rendez des comptes à vous-même, à vos coéquipiers et à Proton d’une manière dont un modèle ne sera jamais capable. Ensemble, vous pouvez accomplir bien plus, bien plus vite que l’un ou l’autre ne le pourrait seul.

Ce n’est pas non plus la mort des bonnes pratiques d’ingénierie. La maintenabilité et la vélocité sont meilleures sur des bases de code bien architecturées. La documentation et les tests restent essentiels. Cela dit, nous devons rester ouverts à l’évolution des bonnes pratiques à mesure que les coûts et les capacités changent. Les tests en sont un bon exemple. L’ancienne bonne pratique veut que trop de tests (en particulier les tests de bout en bout) soient un mauvais compromis dans un monde où écrire et maintenir des tests coûte cher. Si écrire et maintenir des tests devient bon marché, l’endroit où nous traçons cette ligne changera probablement aussi.

La deuxième raison pour laquelle nous n’avons pas pu tirer pleinement parti de la révolution de l’IA est que nous sommes restés presque totalement bloqués à la phase 1 : utiliser les LLM pour accélérer les tâches dans le cadre des workflows existants. Mais l’écriture de code n’est pas le seul volet du cycle de vie du développement logiciel, et que se passe-t-il lorsqu’on élimine un goulot d’étranglement ? Un autre prend sa place. Peut-être la vitesse et la capacité de l’IC. Peut-être la conception, les validations, les spécifications et les revues de code (oui, nous devons et allons arriver à un stade où la majeure partie de la revue de code humaine prendra fin). Peut-être que le workflow ne change pas beaucoup, mais que les LLM nous permettent enfin d’investir dans l’automatisation, auparavant trop coûteuse. Si nous n’examinons pas tous nos processus de manière holistique et n’éliminons pas impitoyablement les goulots d’étranglement, nous n’atteindrons pas notre plein potentiel. Souvent, éliminer ces goulots d’étranglement impliquera non seulement d’optimiser certaines parties de nos workflows existants, mais aussi de les retravailler et de les repenser entièrement. C’est la phase 2, et nous devons y arriver dès maintenant.

La troisième raison est un problème d’action collective. Utiliser efficacement les LLM pour écrire du code est à la portée de chaque ingénieur, individuellement. Reconstruire ou optimiser le processus d’IC pour toute une équipe, une unité d’activité ou une entreprise représente un effort bien plus considérable, avec son lot de coûts d’opportunité et de compromis. Ce n’est pas impossible, et beaucoup de personnes chez Proton ont réalisé des choses remarquables de leur propre initiative, dont certaines se sont largement répandues. Mais pour transformer l’ensemble de l’entreprise, il faut un degré d’organisation et de ressources que nous n’avons tout simplement pas encore investi. Concernant la discussion sur le cycle de vie du développement logiciel du paragraphe précédent, nous ne savons souvent même pas où se trouvent les goulots d’étranglement, faute d’avoir investi dans les outils nécessaires pour les identifier. Une certaine prudence était peut-être justifiée par le passé : il a fallu du temps pour déterminer comment tirer le meilleur parti de ces nouveaux outils, et nous continuerons d’encourager l’expérimentation. Mais il est grand temps que l’organisation s’engage dans la transformation qu’exige le moment.

Alors, qu’est-ce que cela signifie pour vous, ingénieur ? Eh bien, votre marge de manœuvre et vos responsabilités se sont toutes deux élargies. Non seulement vous êtes responsable de la réalisation du travail, mais vous êtes désormais aussi responsable de la manière dont il est réalisé, et donc de l’optimisation continue et de l’automatisation maximale (et du partage de ces améliorations avec vos collègues : la réussite chez Proton est un sport d’équipe). Il vous incombe également de signaler et de faire remonter les améliorations nécessaires que vous ne pouvez pas mettre en œuvre vous-même. Proton, de son côté, organisera et dotera en ressources les investissements essentiels requis pour franchir la phase 2 et réaliser pleinement le potentiel de la révolution de l’IA.

L’essentiel, c’est que nous sommes dans un nouveau monde. La « programmation » est morte. L’ingénierie ne l’est pas, pas plus que l’expertise. Votre ancien métier a disparu. Votre nouveau métier de bâtisseur vous permettra d’accomplir plus et d’avoir plus d’impact que jamais, si vous saisissez l’opportunité. Et Proton vous donnera les moyens d’y parvenir, des efforts dont vous entendrez davantage parler dans les jours et semaines à venir. L’ère de l’expérimentation se poursuit, mais le moment d’agir est venu. L’avenir est là : faisons-le nôtre.

Image de couverture par : Bernard Leonardo
Instagram : @dranreboel
Site internet : https://dranreboel.myportfolio.com/work