Aller au contenu
AtheronLABS

Pays détecté : États-Unis. Les prix sont affichés en dollars américains. Ce n’est pas le bon pays ?

Tous les articles

IA et développeurs professionnels : bâtir pour moins

L’IA écrit vite les parties courantes d’un logiciel. Un professionnel décide de ce qui est bâti, révise chaque ligne et garde le tout sécuritaire. Voici où vous gagnez du temps et de l’argent, où vous n’en gagnez pas, et comment nous travaillons.

Par Shawn Wilson, fondateur et chef de la direction

Publié le · 5 min de lecture

Aussi en English · Español · Deutsch · اردو

Le plan d’un système logiciel en rangées de blocs identiques : un bras de dessin mécanique pose de nouveaux blocs pendant qu’une loupe et un pied à coulisse en inspectent un, qui brille en lime.

La plupart des logiciels n’ont rien de génial. Une grande partie de tout développement est du travail courant : des formulaires, des écrans qui affichent et modifient des fiches, le code qui fait circuler les données entre les systèmes et les tests qui prouvent que tout fonctionne. C’est là que passent la plupart des heures, et donc la plupart de l’argent.

Les outils de programmation par IA sont maintenant bons pour ce travail courant. Ils ne sont pas bons pour décider quoi bâtir, comment les morceaux doivent s’emboîter ou ce qui pourrait mal tourner. Réunissez les deux, un développeur professionnel aux commandes et l’IA qui fait les parties courantes sous sa supervision, et une plus grande partie de votre produit est bâtie dans le même temps. Ce billet explique comment ça fonctionne, où vous économisez, où vous n’économisez pas, et comment nous gardons le tout sécuritaire.

Ce que l’IA fait bien dans un développement

D’après notre expérience, l’IA est utile pour le travail bien compris et facile à vérifier :

  • Le code standard. La configuration, les branchements et les motifs répétés dont toute application a besoin, écrits selon les conventions déjà en place dans le projet.
  • Les tests. La rédaction de cas de test pour du code existant, y compris les cas limites qu’on a tendance à oublier.
  • La restructuration. Renommer, découper et ranger du code dans de nombreux fichiers sans changer ce qu’il fait.
  • La documentation. Expliquer ce que fait le code et garder à jour les guides d’installation et les notes d’API.
  • L’exploration des options. Esquisser deux ou trois façons de régler un problème, pour qu’un ingénieur compare du vrai code au lieu de deviner.

Ce qu’ils ont en commun, c’est qu’un professionnel voit vite si le résultat est bon.

Ce qu’elle ne doit pas faire seule

Certaines décisions façonnent tout ce qui suit. Celles-là restent entre les mains de personnes :

  • L’architecture. Comment le système est découpé, où vivent les données et comment il grandit. Un mauvais choix ici coûte cher à défaire.
  • Les décisions de sécurité. Qui peut voir quoi, comment fonctionne la connexion, comment les secrets sont conservés et ce qui arrive quand quelque chose échoue.
  • Le traitement des données. Quels renseignements personnels vous recueillez, où ils sont conservés, combien de temps et qui les voit. Ce sont des décisions juridiques et d’affaires autant que techniques.
  • La révision. Décider que le code est correct et prêt à livrer. Un outil peut aider à regarder, mais c’est une personne qui approuve.

L’IA peut écrire du code qui a l’air juste et qui est faux. Elle peut se tromper avec assurance sur une bibliothèque, manquer une règle propre à votre entreprise ou prendre un raccourci qui ouvre une faille. Rien de tout cela ne se voit si quelqu’un qui sait quoi chercher ne lit pas le code.

Comment nous gardons le tout sécuritaire

La vitesse ne vaut rien si le résultat n’est pas sûr. Chaque changement passe par ces vérifications, peu importe qui ou quoi l’a rédigé :

  1. La révision du code. Un développeur lit chaque changement avant qu’il soit intégré, et le travail important est aussi révisé par quelqu’un qui ne l’a pas écrit.
  2. Les tests, puis les tests de mutation. Les tests prouvent que le code fait ce qu’il doit faire. Les tests de mutation cassent le code exprès pour prouver que les tests s’en aperçoivent. Un test qui passe encore quand le code est cassé ne vous protège pas.
  3. L’analyse des dépendances et des secrets. Les paquets tiers sont vérifiés pour les vulnérabilités connues, et le code est analysé pour que les mots de passe et les clés ne s’y retrouvent jamais.
  4. Le moindre privilège. Chaque partie du système n’obtient que les accès dont elle a besoin. Un accès à la base de données qui ne peut que lire ne peut pas supprimer vos fiches.
  5. Vos données restent les vôtres. Nous n’envoyons pas les données de vos clients, vos dossiers ou vos documents confidentiels à un modèle d’IA sans votre consentement. La plupart du travail de développement n’en a pas besoin : les outils travaillent sur le code et des données de test, pas sur vos clients.

Où le temps et les coûts baissent vraiment

Méfiez-vous de quiconque affirme que l’IA rend le logiciel gratuit ou instantané. Voici le portrait honnête.

Ce que l’IA change au travail
Partie du développementCe qui change
Écrans courants, formulaires et circulation des donnéesSouvent beaucoup plus rapide. C’est de là que vient l’essentiel de l’économie.
Tests et documentationPlus rapides à écrire, donc on en écrit davantage.
Restructuration et mises à niveauPlus rapides, à condition que les tests soient assez bons pour attraper les erreurs.
Conception de l’architecture et de la sécuritéÀ peu près pareil. Il faut des personnes d’expérience qui réfléchissent avec soin.
Révision du codeÀ peu près pareil, ou plus. Chaque ligne est encore lue.
Vos décisions et vos commentairesPareil. Un développement avance au rythme des approbations.
Délais des tiersPareil. Les examens des magasins d’applications, les API des partenaires et les audits suivent leur propre calendrier.

L’économie est réelle, mais elle se trouve dans le milieu courant d’un développement, pas dans les parties qui demandent du jugement. En pratique, votre budget achète plus de produit fini, et vos ingénieurs consacrent leurs heures au travail qui décide de sa réussite.

Comment fonctionne Labs

Nous avons bâti notre façon de faire autour de cette méthode, et autour de l’idée de vous montrer ce que vous payez.

  • Forfaits de départ à prix fixe. Des premières étapes définies, comme un bot communautaire, une première version d’un produit Web ou un agent d’IA, chacune chiffrée à partir de notre grille tarifaire. Voyez les forfaits de départ.
  • Paiement par jalon approuvé. Après un dépôt, vous payez à mesure que chaque jalon est livré et que vous l’approuvez dans le portail client.
  • Un suivi en direct du dépôt. La page de votre projet dans le portail client lit l’avancement directement dans le dépôt GitHub du projet, pour que vous voyiez le développement avancer.
  • Plans de soutien. Après le lancement, un plan de soutien mensuel garde votre produit à jour, surveillé et sécuritaire. Chacun fait l’objet d’une soumission pour votre produit.

Toutes les façons de travailler avec nous sont sur la page des modes de collaboration.

Commencez par un chiffre

Si vous avez un projet en tête, l’estimateur vous donne une fourchette en quelques minutes, répartie entre le développement, l’hébergement et le soutien, avec chaque hypothèse écrite noir sur blanc. Quand vous voulez un prix ferme, parlez-nous du projet et nous vous reviendrons avec une soumission bâtie de la même façon.

Estimez votre projet

Démarrez un projet

// abonnement

Nos articles par courriel

Un courriel à chaque nouvel article, dans votre langue. Nous confirmons d’abord votre adresse, et chaque courriel contient un lien de désabonnement.

Aucun pourriel. Désabonnement en un clic.