Depuis douze mois, l'essentiel de mes missions tourne autour d'une même question : comment les organisations absorbent-elles l'arrivée de l'IA dans leurs métiers ? Et à chaque fois, le constat est le même, le blocage n'est pas là où on l'attend. Les modèles sont puissants, disponibles, abordables. Ce qui coince, c'est nous : nos rôles, nos processus, notre rapport au changement. C'est exactement la thèse défendue par Boris Cherny, créateur de Claude Code, dans une intervention récente. Je la décrypte ici, avec mes propres observations de terrain.

1. Pourquoi ce sujet devient-il urgent maintenant ?

Parce qu'écrire du code, longtemps le goulot d'étranglement de toute organisation qui produit du logiciel, a cessé d'en être un. C'est le message de Boris Cherny, créateur et responsable de Claude Code chez Anthropic, lors de sa conférence à l'AI Ascent 2026 de Sequoia Capital. Sa formule choc : « coding is solved », le code est résolu.

1.1 Ce que « coding is solved » veut dire, et ne veut pas dire

L'affirmation mérite une lecture précise, et Cherny est le premier à la nuancer. Il ne dit pas que tout logiciel se code désormais tout seul : sur les bases de code très complexes, les langages peu couverts par les modèles ou les systèmes critiques, l'agent reste faillible. Ce qu'il décrit, c'est un basculement dans sa propre pratique de développeur.

Le chiffre qu'il avance est parlant : depuis fin 2025, il déclare que 100 % de son code est écrit par l'agent, contre environ 10 % aux débuts du projet Claude Code. Autrement dit, en quelques mois, l'écriture du code est passée du statut de compétence centrale à celui de tâche déléguée. La rareté a changé de camp.

1.2 Les ordres de grandeur annoncés

Pour donner la mesure du mouvement, Boris Cherny cite quelques ordres de grandeur tirés de sa pratique et de ses projections. Ils décrivent une vitesse et un volume de production inédits, à prendre pour ce qu'ils sont : le témoignage d'un pionnier dans un contexte d'élite, pas une moyenne de marché.

Ces chiffres ne sont pas une promesse de résultat pour votre organisation : ce sont les repères d'un homme qui construit l'outil. Mais ils dessinent une direction claire, et c'est cette direction qui rend le sujet urgent, bien avant que la vague ne touche tous les secteurs.

2. Le vrai fossé est-il technologique ou organisationnel ?

Organisationnel, sans hésiter. Pour Cherny, la technologie n'est plus le facteur limitant ; l'écart déterminant se joue dans la structure et les processus de l'organisation. C'est le cœur de son propos, et c'est aussi ce que je constate dans chacune de mes missions.

« Là où nous avons de l'avance, ce n'est pas la technologie. »Boris Cherny, créateur de Claude Code, AI Ascent 2026, Sequoia Capital

Il ajoute, en substance, que le fossé est bien plus grand dans la façon dont les organisations sont structurées et dont y circulent les décisions que dans la maîtrise des modèles eux-mêmes. La technologie se diffuse en quelques semaines ; une organisation met des mois, voire des années, à changer ses réflexes.

Il file d'ailleurs la comparaison avec l'imprimerie : la vraie rupture du XV^e siècle n'a pas été la presse elle-même, mais les siècles de réorganisation sociale qu'elle a déclenchés, alphabétisation, diffusion du savoir, nouveaux métiers. La différence, cette fois, c'est la vitesse : ce qui a pris des siècles se joue désormais sur quelques années.

2.1 Ce que j'observe dans mes missions

En tant que coach d'équipe et accompagnateur du changement, je suis à fond sur ce sujet, c'est d'ailleurs pour ça que je le partage. Je travaille en ce moment à un principe organisationnel autour de l'IA, et le constat de mes missions rejoint celui de Cherny : nous n'avons pas de problème de technologie avec l'IA.

La question n'est plus quoi produire, mais comment nous allons le produire.

Tous les Product Owners que je supervise sont désormais sur la problématique du time to market, non plus seulement face au client, mais face à une équation plus complexe : conquête de marché et vitesse de fabrication produit, dans un monde ultra-VUCA où l'IA transforme un horizon de six mois en un à deux mois.

Concrètement, les équipes doivent se réinventer : leur contexte, leur méthode, leur taille et leur composition, un membre d'équipe peut désormais être un agent IA. C'est mon quotidien depuis douze mois : des clients qui ont besoin de se réinventer, de garder un cap sur des périodes plus courtes, d'entretenir le sens pour les équipes et les salariés, et de tenir malgré tout une stratégie visionnaire.

3. Pourquoi l'expertise métier redevient l'avantage décisif

Parce que si coder ne coûte presque plus rien, la valeur se déplace vers ce qui reste difficile : comprendre le métier. C'est peut-être le renversement le plus contre-intuitif du moment, et le plus stratégique pour un CODIR ou une DRH.

« Le meilleur pour écrire un logiciel de comptabilité, ce n'est pas un ingénieur : c'est un très bon comptable. Coder est la partie facile ; connaître le métier, la partie difficile. »Boris Cherny, AI Ascent 2026, Sequoia Capital

Quand la fabrication devient accessible à tous, l'avantage compétitif ne réside plus dans la capacité technique, mais dans la profondeur de la compréhension du problème : la connaissance du client, du processus réel, de la contrainte réglementaire, du terrain. Ce sont vos experts métier, souvent sous-valorisés parce qu'ils « ne codent pas », qui deviennent le maillon rare.

C'est le même mouvement que celui qui reconfigure les métiers produit sans les supprimer. J'en fais une analyse détaillée dans mon article sur la façon dont l'IA reconfigure le métier de Product Manager : là aussi, ce qui disparaît, c'est la partie exécution ; ce qui reste, c'est le discernement.

La conséquence RH est directe. Cesser de courir uniquement après des profils techniques rares, et commencer à outiller, former et revaloriser les experts métier déjà présents dans la maison. Ce sont eux qui, augmentés par l'IA, produiront les solutions les plus justes.

4. Du silo à la polyvalence, du faire à l'orchestration

Quand produire devient facile, les frontières entre métiers s'effacent et le centre de gravité du travail glisse de l'exécution vers l'orchestration. Chez Cherny, cela se résume à une phrase : dans son équipe, tout le monde construit.

« Tout le monde, dans notre équipe, écrit du code. »Boris Cherny, à propos des PM, designers, data scientist, finance et user researcher, AI Ascent 2026

Ce n'est pas un appel à faire de chacun un développeur. C'est le signe d'un basculement vers des profils transdisciplinaires, en « T » : une base large sur le produit, le business, la donnée et la tech, et une vraie profondeur sur un domaine. L'IA élargit le rayon d'action de chacun ; c'est exactement là que miser sur les compétences transversales cesse d'être un discours RH pour devenir un avantage concret.

4.1 Le manager devient chef d'orchestre

Le rôle du manager se transforme en profondeur. Il n'organise plus seulement l'exécution : il orchestre un collectif hybride, où des équipiers humains travaillent aux côtés d'agents IA. Cela suppose de savoir répartir le travail entre les deux, d'arbitrer, de tenir la cohérence et le sens, bref, de faire vivre l'intelligence collective dans un groupe dont la composition a changé de nature.

Dans plusieurs équipes que j'accompagne, nous avons fini par traiter les agents IA comme de vrais équipiers : nommés, dotés d'un périmètre, de responsabilités et de limites claires, et challengés à chaque rétrospective. L'agent n'est plus une boîte noire fascinante : c'est un collègue très puissant, qui doit rester au service des humains et de la décision.

5. Pourquoi l'inertie est devenue le vrai risque

Parce que le rythme du changement s'accélère plus vite que la capacité des organisations à s'adapter, et l'écart se paie. Le risque n'est plus d'aller trop vite ; c'est de ne pas bouger pendant que le contexte, lui, se transforme.

Boris Cherny en donne un signe frappant : il dit ne plus planifier qu'à une semaine, tant l'environnement évolue. De mon côté, je le vois dans les équipes que j'accompagne : l'horizon de planification réaliste est passé de six mois à un ou deux mois. Ce n'est pas un détail méthodologique, c'est un changement de nature dans la façon de piloter.

Dans ce contexte, la capacité à encaisser les chocs et à se réorganiser vite devient une compétence de survie. C'est tout l'enjeu de développer une résilience organisationnelle réelle, au-delà des slogans sur l'agilité.

Le vrai danger, pour une grande organisation, n'est donc pas de se tromper d'outil. C'est d'attendre « que ça se stabilise » pendant que des acteurs plus légers apprennent, testent et prennent de l'avance sur le terrain.

6. Faut-il encore des garde-fous pour la gouvernance IA ?

Oui, mais leur forme va évoluer, et c'est là qu'il faut rester lucide. La question n'est pas de choisir entre contrôle et vitesse, mais de calibrer la supervision au bon niveau de maturité.

Boris Cherny avance une prédiction : d'ici un an, les garde-fous les plus visibles, systèmes de permissions, validation humaine systématique (human-in-the-loop), seraient moins nécessaires à mesure que les agents gagnent en fiabilité. C'est possible. Mais c'est aussi la vision d'un laboratoire d'IA d'élite, dont le contexte n'a rien à voir avec celui d'une banque, d'une administration ou d'un industriel.

Ma position est plus prudente. Nous sommes en pleine transition : tant que la fiabilité des agents n'est pas démontrée sur vos cas d'usage réels, la supervision humaine reste un investissement, pas un frein. Retirer les garde-fous trop tôt, c'est confondre la trajectoire d'un pionnier avec la réalité de son organisation. L'enjeu est de garder l'initiative humaine face à l'agent IA, sans céder ni à la peur ni à la fascination.

Alléger les garde-fous se mérite : cela se décide sur des preuves de fiabilité, pas sur une promesse de calendrier.

7. Transformation IA : par où commencer ?

Commencez par nommer le vrai problème : il est organisationnel et humain, pas technologique. Tant que le sujet reste posé comme une question d'outils, l'énergie et le budget partent au mauvais endroit. Voici les trois mouvements que je vois faire la différence.

1. Revaloriser l'expertise métier. Identifiez vos experts, ceux qui connaissent vraiment le problème client, et outillez-les avec l'IA, plutôt que de chercher à l'extérieur des compétences techniques rares.
2. Faire évoluer les rôles. Encouragez la polyvalence et les profils en « T », et accompagnez explicitement les managers dans leur passage de l'exécution à l'orchestration d'un collectif humains + agents.
3. Traiter la culture et le sens comme le chantier n°1. On peut ajouter de l'IA partout sans rendre l'organisation plus intelligente. C'est en travaillant la confiance, la décision et le sens, souvent au cœur d'une culture projet à transformer, que la technologie tient ses promesses.

La vraie question n'est pas « quel outil d'IA adopter ? ». C'est : votre organisation est-elle prête à faire évoluer ses rôles, ses processus et sa culture aussi vite que la technologie, elle, avance déjà ?