**Hugo Geissmann :**

Vous connaissez peut-être la marque Thiga. On est aussi derrière un événement qui s’appelle la Product Conf, qu’on a animé pendant 10 ans et sur lequel on a tiré un voile ces derniers mois, parce qu’il y a eu le sentiment du travail accompli. On a passé 10 ans à normer une discipline qui s’appelle le Product Management, en apportant beaucoup de concepts qu’on a vus aux États-Unis et qui était déjà finalement assez cadrée. Et là, on attaque une étape un tout petit peu différente de notre histoire à tous.

Je pense que si vous êtes là ce matin, c’est que vous êtes aussi convaincus qu’il y a cette vague IA. Alors, je ne vous refais pas le pourquoi c’est important, blablabla. Tout ça, vous en êtes, je pense, très très convaincus déjà. Mais on se prend une énorme claque dans la figure, et ce qui est difficile, c’est qu’on passe d’un mode de fonctionnement où on savait plus du tout où on allait, et où l’enjeu c’était d’implémenter, de bien exécuter, d’adapter nos manières de faire, à un moment où on navigue en pleine incertitude. C’est très difficile de prédire ce qui arrivera dans 6 mois. Quand on regarde 6 mois en arrière, évidemment d’un point de vue technologique, ça a beaucoup bougé, mais d’un point de vue aussi organisationnel. Je pense qu’on peut refaire la conférence qu’on va avoir ce matin dans 6 mois, et il est possible, probable, qu’on raconte à nouveau des choses différentes, parce que c’est extrêmement incertain, extrêmement flou.

Tout l’objet de cette communauté qu’on monte, qui est un ensemble de meetups, de Matinales, de canaux WhatsApp, je vous en parle juste après, et qui aboutit en fin d’année à une conférence en mai prochain, c’est de naviguer dans cette incertitude-là. C’est quand même une communauté qui est destinée à des gens qui sont convaincus que ça va tout casser, ce qui est en train de se passer. On est plutôt dans une logique assez enthousiaste, optimiste, en disant : « Allez, comment on saisit tout ça pour en faire quelque chose ? » Alors, c’est vrai qu’on peut se poser des questions, pas de problème, on est optimiste, pas aveugle, mais on est dans l’idée de se dire qu’on est dans la pratique avancée et pas dans le zéro à un de l’usage de Claude [?]. C’est un peu l’objet de cette communauté Open IT [?], et cette Matinale s’inscrit dans ce cadre-là.

Si vous avez envie d’en savoir plus, je vous invite à aller regarder ce très beau site en 3D fait par le code. C’est un petit exercice pour le site avec Three.js. Ce n’est pas l’objet, mais ce sera un autre meetup peut-être plus tard.

Merci. Un jour, un petit workshop Three.js, très sympa. Je vous invite à aller checker ça, comme ça vous verrez le programme des festivités pour l’année qui arrive. Et je vais laisser la parole à nos amis qui vont animer la table ronde, à Romain [?]. Je vous souhaite de passer un bon moment intense et n’hésitez pas à poser plein de questions. Merci.

**Olivier Bergeret :**

Parfait. Écoutez, je suis Olivier Bergeret, directeur technique de Thiga. Je rejoins Thiga en fin d’année dernière, après une dizaine d’années chez Amazon Web Services où je parlais cloud au début, puis beaucoup data et ensuite beaucoup IA. Et j’ai eu cette chance, chez Amazon, de travailler sur du produit les trois dernières années, sur les produits data IA, et de voir cette vague énorme arriver en termes de nouvelles pratiques sur le cycle de développement. J’ai envie de vous partager cela et aussi de vous présenter une petite perspective avant de passer la parole à nos intervenants, qui auront de très belles choses à vous raconter.

Effectivement, l’AI-DLC, l’AI SDLC, c’est plein de promesses. On a introduit le sujet du cycle de développement aidé par l’IA. Quelque part, on y est déjà. Ça y est, l’IA, c’est une commodité. Je pense que vous le voyez dans tous les métiers aujourd’hui de vos entreprises : le côté produit, le côté design, le côté développement, le côté test, c’est une vague énorme. Ça a complètement changé de manière extrêmement rapide tous nos métiers. De ce point de vue, on peut dire que tout le cycle de développement a été impacté très fortement. Maintenant, c’est un changement aussi à gérer, et c’est un changement qui en amène plein d’autres. Ça met sous tension le cycle de développement logiciel. Pour en discuter assez régulièrement avec beaucoup de monde, ce n’est pas tout rose. Ce n’est pas toujours très facile d’avoir, dans un cycle de développement, des user stories avec 80 acceptances, d’avoir du développement qui prend plus de temps qu’avant, parce qu’il y a beaucoup plus de code produit, beaucoup plus de choses à vérifier. Pareil pour la création en termes de design, sous tension, parce qu’effectivement il y a plein de nouveaux outils, une nouvelle belle production. Ça change énormément de choses, et envisager cette évolution comme juste une augmentation de la productivité individuelle, ça ne marche pas. Ça met aussi sous tension les belles pratiques, les belles expertises.

Je pense que vous avez dû voir passer ce tweet il y a quelques semaines. C’est un développeur qui partageait son expérience : « I’m done with this shit. » Quand vous prenez le temps de lire son message, écrit sans IA pour le coup, ce qui est plutôt bien parce que ça venait vraiment de ses tripes, c’est quelqu’un qui adore son métier, qui adore l’engineering, qui adore le travail bien fait et qui, au final, ne se retrouve pas du tout avec l’entropie d’artefacts produits avec ce bouleversement.

Comme je vous l’ai introduit très rapidement en entrée, j’ai vécu ça ces deux dernières années avant de rejoindre Thiga, et c’est cette expérience que j’ai vraiment envie de restituer à nos clients et aussi en événement. Le signal, on l’a eu dès l’apparition des technologies autour de l’IA, les LLM, les agents. On l’a donc depuis quand même un an et demi, deux ans, et in fine ça a été testé déjà dans de nombreuses entreprises. Moi, je l’ai vu in situ, in vivo, chez Amazon sur les équipes produits. Ça a tout de suite balayé notre ancienne manière de faire, avec des grosses two-pizza teams autour de chacun des produits ou de chacun des services proposés par Amazon Web Services. Nous, on a tout de suite inversé la recette à ce moment-là. On a tout de suite envisagé une nouvelle forme d’équipe, qui s’appelait les AI Pods. C’est vraiment une micro squad, que vous connaissez. On a aussi envisagé l’IA au centre du cycle de développement logiciel, et c’était aussi potentiellement attaquer des sujets hyper difficiles. Typiquement, Andy Jassy, le CEO d’Amazon, a partagé ça dans sa lettre aux actionnaires en fin d’année dernière : le cœur central de l’intelligence artificielle, qui s’appelle Bedrock chez Amazon, a été refondu en quelques semaines, quelques mois, grâce à l’IA et surtout grâce à une nouvelle méthodologie pour utiliser l’IA, la recette qui a été ensuite donnée au grand public grâce à l’AI-DLC d’Amazon.

Chez Amazon, ça s’appelle l’AI-DLC, chez Anthropic, ça s’appelle l’AI SDLC, il y a plein d’autres noms. Vous connaissez certainement Dima [?], vous connaissez certainement plein d’autres approches, plein d’autres méthodologies, plein d’autres frameworks, ce n’est pas la question. In fine, on parle toujours de la refonte du cycle de développement grâce à l’IA. Je voulais vous donner un petit prisme, une petite lecture du changement que l’on a vu chez Amazon et que je porte aujourd’hui avec mes clients : on peut vraiment simplifier le cycle de développement. Si on prend l’AI-DLC, mais on le verra juste après, les étapes vont changer de nom, les étapes vont peut-être être un peu plus nombreuses sur une autre méthodologie ou un autre framework. En tout état de cause, on est sur des étapes très simplifiées, mais avec un nouveau cœur. Ce cœur, ça peut être soit une petite équipe, un peu à la mode agile d’il y a 20 ans, avec différentes personas, différentes spécialités dans cette équipe : le produit, la tech, le design, la QA. Vraiment avec les personnes qui sont responsables du fait que le produit soit bien pensé, qu’il marche bien, responsables du fait que ce soit bien codé, que ce soit sécurisé, hautement disponible. Le QA, responsable de la qualité, du fait que ça marche bien, et le design, effectivement, responsable du fait que ce soit beau.

Maintenant, il peut y avoir d’autres formes. On peut partir aussi sur des Product Builders qui vont travailler beaucoup plus en solo, déléguer beaucoup plus à des agents et qui, de facto, vont être une personne initiant tout le flux. En tout état de cause, dans cette simplification, si on prend par exemple les étapes de l’AI-DLC d’Amazon, on va retrouver un travail sur l’intention initiale. Ce sont les termes que vous retrouverez, le Mob Inception [?] : le travail sur l’intention initiale, sur les spécifications et sur la planification. Ensuite, sur la phase de construction, vous serez à générer le code, à générer les tests unitaires, les tests d’intégration, les tests end-to-end et cetera, vraiment d’être ceinture, bretelles, parachute par rapport à votre développement. Et enfin, la partie opération, c’est tout simplement aller jusqu’à la prod : vérifier tout ce qui a été livré, commencer à composer la release, parce qu’il peut y avoir potentiellement plusieurs équipes qui ont travaillé là-dessus. Et enfin, tout simplement, relancer.

Tout ça, c’est un cycle qui tourne potentiellement très vite, sur quelques heures, quelques minutes. Typiquement, je fais une rétrospective ce matin sur la manière dont on a déroulé ce nouveau sprint, qui s’appelle le Bolt dans la méthode Amazon. Les premiers sprints tournaient peut-être doucement. Sur la phase d’inception, on était peut-être sur 4 heures. Sur la phase de construction, sur le dev, on était sur 10 minutes, sur une grosse fonctionnalité, pour un acteur du pari sportif. Toujours sur la construction, sur les phases de création des tests et d’exécution des tests et cetera, on était sur 45 minutes, 1 heure. Et puis sur les phases d’opération, on était relativement rapides aussi. Vous voyez que c’est sur la phase d’inception qu’on a passé plus de temps ensemble. C’est quand même un bel enseignement : ça remet vraiment le dialogue au sein de l’équipe au cœur du flow, et j’ai trouvé ça assez formidable.

Les ingrédients, c’est vraiment d’avoir cette équipe soudée, senior, que moi j’appelle la micro squad, que beaucoup appellent la micro squad aujourd’hui sur le marché. C’est une équipe qui sera focus durant les itérations qu’on appelle Bolts sur la méthodologie, qu’on pourrait appeler autrement sinon. Colocalisée ou virtuellement colocalisée. Moi, j’aime bien le présentiel pour ces phases un peu critiques sur le développement logiciel. En tout état de cause, focus et ensemble, au même moment, au même endroit, sur un produit commun. Et partant de là, vous aurez des itérations extrêmement rapides, extrêmement flash. Pas sur toute la semaine. C’est comme un sprint, comme un 100 m. Un 100 m, ça se prépare énormément. C’est pareil. Là, vous serez sur un ou deux Bolts par semaine, donc grosso modo deux demi-journées, deux journées par semaine. Le reste du temps est consacré à tous les à-côtés : les préparations de framework, les préparations du design system, les préparations des épiques et cetera, tout le travail aussi sur les environnements de production afin d’être prêt et au top niveau pour ces phases d’accélération flash qui s’appellent des Bolts dans cette méthodo-là.

Il me reste 5 ? 7 minutes ? Très bien, on est dans les temps. Vous l’avez peut-être vu sur la première slide que je vous présentais, il manquait peut-être un peu de produit. C’est pour ça qu’Amazon a aussi présenté en juillet dernier une nouvelle itération qui remettait le produit à l’honneur : grosso modo tout le travail sur les enquêtes, sur la constitution du produit, sur tout ce travail préparatoire qui peut aussi être contribué par les différents intervenants. De ce point de vue, je trouvais ça pas mal. Un processus aussi qui était passé en shadow, c’était toutes les étapes préparatoires. Et ça prépare un sprint. Il faut même aussi quelqu’un d’un petit peu responsable de la méthodologie, que j’appelle Bolt Master dans la méthode Amazon. Tout comme l’agilité avait besoin d’être accompagnée dans sa mise en place, dans son évolution, dans son amélioration continue, il faut sur cette méthodologie-là avoir une démarche d’amélioration continue.

Voilà les grandes idées, c’est plutôt très simple. Je vous ai mis les petits liens, vous les aurez après. La description tient en deux pages. Il n’y a pas besoin non plus d’avoir une usine à gaz pour cela. Vous pouvez dérouler ça via des listes d’instructions qu’on met par exemple dans des agents.md, des fichiers Markdown, ou avec des choses un peu plus complexes comme des workflows. En tout état de cause, ça se déroule très très bien.

Je ne vous ai parlé que d’une approche là. Je vois Renault Chevalier [?], qui est l’auteur de ces très belles slides. Ce n’est qu’une approche parmi d’autres. Vous pourrez la comparer avec la démarche produit que vous connaissez parfaitement, et selon la typologie de framework, selon la typologie de méthodologie, vous n’aurez pas forcément le même focus. Je vous ai présenté la version 2 de l’AI-DLC d’Amazon tout simplement parce que, de mon point de vue, il y avait un vrai manque de ce côté-là. Vous connaissez peut-être aussi BMAD. BMAD couvre tout le flux. C’est effectivement une méthodologie et surtout un framework de choix de ce point de vue. Maintenant, il ne faut pas laisser de côté non plus l’AI-native SDLC d’Anthropic, parce qu’il est très facile à déployer. C’est une méthode énumérée dans un blog post qui est facile à déployer, enfin facile si on consacre un petit peu de temps. Tout ça pour dire qu’il n’y a pas une seule manière d’envisager la chose. Vous entendrez tout à l’heure des témoignages sur différentes approches, différentes formes d’équipes : des équipes avec un builder, donc solo, ou des équipes avec des micro squads, donc avec un ensemble de personnes. Idem pour les méthodologies, vous pouvez avoir une méthodologie qui se positionne sur l’intégralité du flow, ou alors sur une petite partie.

Toujours avec la contribution de notre ami Renault [?] : effectivement, ça change nos métiers. Et ça, c’est vraiment la chose à avoir en tête, la chose sur laquelle, je pense, il faut se faire accompagner, sur laquelle il faut investir du temps : les entrants pour chacun des rôles et les choses produites par chacun des rôles changent drastiquement. Là où un product owner était vraiment à faire un travail de fond autour des exigences et cetera, il va beaucoup plus travailler à relire et corriger une production de l’IA. C’est pareil pour le développeur, et d’ailleurs pour le QA et le test. Le positionnement de chacun des rôles change complètement. Par contre, il y a beaucoup plus de pression sur la validation, parce qu’une erreur ou un gros problème sur la phase de spécification ou sur la phase d’intention, ça impacte toute la cascade. Mais la bonne nouvelle, c’est que non seulement le cycle tourne très vite, mais en plus vous avez les bonnes personnes autour de la table pour aller très vite ensemble. On peut vraiment surmonter sans aucun problème les manques, les erreurs et cetera, et on peut même jeter un build, jeter une approche, le résultat d’une série de Bolts à un moment donné, tout simplement parce qu’il n’y a pas de coût à l’échec, vraiment pas de coût à l’échec.

C’est un peu comme cela que je voulais vous introduire le sujet. Je voulais juste vous partager ma petite recette. Je vous ai parlé de la micro squad, je vous ai parlé de l’AI SDLC. L’IA marche bien vraiment aussi quand il y a votre contexte d’entreprise. Il faut savoir quand même que les modèles ont été entraînés via des data sets publics, sur une connaissance générale et cetera. Il ne faut pas vous attendre à des miracles sur vos contextes, sur votre connaissance. Depuis le début de cette vague autour des large language models, on parle de technologies, d’approches, pour réussir à réinjecter la connaissance de l’entreprise dans ces gros modèles. Vous avez certainement entendu parler de RAG, des mots peut-être un peu barbares pour le coup. Vous avez certainement aussi entendu parler de fine-tuning et cetera. Maintenant, on n’est plus du tout là. On en est à des approches où grosso modo on va potentiellement travailler avec des docs synthétiques, qui sont lisibles par l’humain mais qui sont surtout super utiles pour des agents qui travaillent dans un operating system, dans le cadre de l’AI SDLC. L’idée, sur une documentation synthétique, c’est tout simplement comme un site web : l’agent va parcourir une série de pages, les charger dans le contexte que quand nécessaire, et c’est d’une simplicité hallucinante. Il n’y a pas besoin de trop se poser de questions. Pour creuser un petit peu le sujet, vous pourrez retrouver l’information autour des notions LLM Wiki, OKR [?], format OKR [?] émis par Google et cetera.

Et puis évidemment, derrière, il faut aussi faire parler vos experts : vos experts tech, vos experts du produit, vos experts de design, vos experts de la QA. Notamment pour tout ce qui est production de code, il y a des outils qui sont issus d’une vingtaine ou d’une trentaine d’années de pratique dans le domaine du développement logiciel, notamment des éditeurs intégrés, des IDE de développement. J’en veux pour preuve les solutions de graphe de cartographie du code, c’est essentiel. Aujourd’hui, pour équiper les agents dans le cas du développement logiciel, la différence est dramatique et magistrale. Et enfin, évidemment, il faut se former, sur tous les niveaux, sur tous les profils de la micro squad, vis-à-vis de l’outil d’intelligence artificielle. C’est la clé, mais c’est logique quand on y pense. Et le dernier ingrédient, vous le connaissez déjà, vu que je l’ai déjà présenté, c’est le nouveau cycle de développement. On y est quelque part. Vous avez la recette. Vous avez quelques entrées aussi que nous allons rediscuter avec les différents intervenants, en termes de méthodologie, en termes de forme d’équipe, en termes d’usage. Je voulais vous remercier pour votre attention, et je ne sais pas si on prend des questions, quelques questions si vous le souhaitez. Merci.

**Participant :**

Merci pour la présentation. J’ai une question qui est un peu déconnectée, mais en tant que CTO, est-ce que tu penses que vérifier et contrôler le code, c’est encore important ?

**Olivier Bergeret :**

C’est une très bonne question. J’aime bien revenir à mes mentors, aux personnes qui ont éclairé ma jeunesse en tant que développeur puis en tant que CTO. Kent Beck a récemment dit que le TDD, le développement depuis les tests, est mort. Ça m’a donné un signal, et ça a donné un signal à la communauté de développement : non, on ne va pas premièrement tout vérifier, et on ne va pas tout relire. Par contre, l’IA peut vraiment nous aider à relire, à revoir de manière adverse ce qui a été produit par des agents. Ça peut être une approche agent contre agent, des agents qui vont vous aider à faire le dur. Ça, c’est valable pour le développement mais aussi pour les autres domaines : des agents qui vont vous aider à attaquer de manière adverse ce qui a été produit pour trouver ce qui ne va pas. Vous pouvez faire des revues sécurité, des revues de perf, des revues de sustainability aussi, et c’est assez exceptionnel, ce genre d’approche. Mais nous, on ne relira pas tout. C’est plus l’objet quelque part.

**Animateur :**

D’autres ?

Alors, attendez, 3 minutes. 3 millisecondes de différence.

**Participant :**

Bonjour. Merci pour la présentation. Vous avez évoqué la phase Intel [?] pour l’IA, qui est la phase de spécification. Dans les cas d’exemples que j’ai vus, effectivement, est-ce que ça suit quand même des ateliers qui sont faits avec le métier, ou vous vous basez sur le travail d’un être humain, et puis du formalisme qui est produit ? Est-ce que ça va être des règles de gestion qui intéressent les personnes ? Est-ce qu’on le fait dans un mode agile classique sans IA, ou est-ce que c’est un tout autre mode ?

**Olivier Bergeret :**

Écoutez, ce n’est pas utile de réinventer la roue dans le domaine. Les artefacts produits à ces différentes étapes resteront sensiblement les mêmes. Moi, j’ai vu qu’on découpe en sous-étapes ces trois étapes. Quand on va travailler l’intention initiale, on va exprimer à la fin du travail, et relire entre humains, un business requirement. Après, on va travailler une sorte de document de spécification, donc peut-être un document de spécification fonctionnelle et technique. En tout cas, c’est comme ça que je l’accompagne aujourd’hui. Et à la fin, on éditera par exemple un plan. Le plan, ça sera une série d’épiques sur Jira avec les acceptances et cetera. Donc moins granulaire qu’avant, moins précis qu’avant peut-être, mais juste suffisant pour faire du très bon travail derrière.

**Participant :**

Dernière question. Merci encore. On voyait que les équipes que tu présentais, les rôles avaient changé, mais le noyau était quelque chose qu’on connaissait bien : product owner, QA et cetera. Est-ce que tu vois aussi des équipes avec des rôles différents, ou avec des fonctions mélangées entre les responsabilités ?

**Olivier Bergeret :**

C’est une très bonne question. Il faut savoir adapter la méthode, il faut savoir positionner l’approche vis-à-vis de vos contextes. Aujourd’hui, quand vous entendez par exemple Alex Kalusnik [?], le CTO de Doctolib, il dira que lui, c’est PM, c’est développeur. Après, ce sont des abus de langage peut-être, peu importe. En tout état de cause, ça donne un peu la force de l’idée. Oui, les frontières sont poreuses, c’est totalement exact. Oui, il y a besoin d’expertises sur les différents rôles. Encore une fois, il faut avoir une expertise forte sur le design, une expertise forte sur le produit, une expertise forte sur le développement et sur la QA. Il faut potentiellement avoir des personnes vraiment expérimentées dans ces domaines-là, si la situation l’exige. Si la situation ne l’exige pas, on pourra potentiellement utiliser une personne qui a tout ou une partie de ces compétences.

Merci beaucoup.

**Louay Gargoum [?] :**

Bonjour à tous. Est-ce que vous m’entendez avec ça ? Non. OK. Et avec celui-là, oui.

Je m’appelle Louay Gargoum [?], je suis CTO chez Implicity. Chez Implicity, on fait des logiciels médicaux, de la MedTech. On fait du suivi de devices cardiaques. Chez nous, on a plusieurs équipes, plusieurs squads. On a expérimenté une variété de modèles d’IA, qui va des équipes les plus régulées, qui n’ont quasiment rien, jusqu’au développement mono-développeur où l’agent fait tout. Aujourd’hui, je vais vous parler de nos initiatives sur les applications internes. On a plus de liberté pour travailler avec de l’IA agentique, pour expérimenter des choses, et l’échec nous coûte beaucoup moins cher que si c’était sur la production. Le thème, c’est les apps spécialisées pour les différents métiers, tout en gardant le contrôle sur toutes ces applications. Et comment faire ? C’est très facile de faire une application avec l’IA sur une demande. Mais la déployer en production, c’est déjà une étape au-dessus. Et en faire des dizaines, c’est encore plus dur. C’est un peu l’idée.

Je vais vous parler de trois exemples parmi une dizaine qu’on a déjà en production. Le premier, c’est Zlat. Zlat, je veux bien que tu cliques, voilà. Ah oui, je fais ça. C’est super, l’IA. C’est une application chez notre customer success pour gérer la logistique d’envoi et de réception de commandes de matériel. L’idée, c’était de chercher : soit on achète un truc, soit on fabrique. En général, c’est fabriqué sur Excel ou dans Notion, ce genre de choses qu’on fait, mais ça devient très compliqué très vite. Donc on s’est dit : on va essayer de la créer. C’est une custom app complètement customisée. Je vous en parlerai un peu plus tard, de comment on fait ce genre d’application qui tourne. Ça fait 2 ans qu’elle tourne en production, il n’y a pas de problème, il n’y a pas énormément de besoins fonctionnels. C’est une micro app, une custom app comme on les appelle : un département, un besoin, hop, on le fait.

La deuxième s’appelle Squad Pulse. C’est une application pour l’équipe d’ingénierie pour suivre nos KPI de production, de delivery, l’effort qu’on passe, le pourcentage de run par rapport au pourcentage de maintenance, la qualité, les bugs, le résultat des tests, tout ça en un seul endroit. Aujourd’hui, on a Jira, on a Notion, mais ils ne vous donnent pas exactement la vue que vous voulez. J’ai besoin d’une application pour le faire, au lieu de le bricoler dans Excel. Et ça ne marche jamais : quand tu as une équipe, ça va, mais quand tu en as 10, sur Excel, ça devient un cauchemar. Une custom app aussi, faite avec ça. Et tu peux l’avoir tout le temps, elle marche et tu as tes KPI de toutes les équipes. Pour un studio comme moi, ça me permet de voir l’état, d’être data driven.

La suivante, exemple de custom app : un répondeur de RFP. Nous sommes dans un milieu régulé, nous recevons des tonnes de questions de nos clients sur la sécurité, sur la compliance. Souvent, ce sont les mêmes questions formulées légèrement différemment. Les réponses sont toutes sourcées dans une knowledge base, dans un espace où on a structuré. Custom app aussi : je charge le questionnaire, il découpe les questions, il va chercher les réponses, il me propose une réponse. Je valide. C’est une custom app un peu plus verticale, qui utilise des LLM pour aller chercher l’information, un knowledge graph, une base de données vectorielle et ainsi de suite. Même avec ça, c’est faisable rapidement avec une custom app. Je pourrais continuer comme ça, on en a plein. Ce sont des applications qui n’ont rien à voir fonctionnellement, qui sont dans des départements différents, qui ont des besoins différents, mais pourtant elles ont beaucoup de choses en commun.

Pour faire ça, on n’a pas eu besoin de développeur, c’est l’idée. Maintenant, ce sont des gens fonctionnels qui fabriquent ce genre d’application. On a soit un duo, un expert fonctionnel, business, qui sait exactement ce qu’il veut, et un Product Builder qui va faire ça. Ni le Product Builder ni l’expert fonctionnel ne sont des développeurs, ne connaissent quoi que ce soit au back-end, aux bases de données, à la technique. Ils connaissent bien leur métier et ils ont tous les deux envie de faire des choses. Ou le fonctionnel tout seul peut fabriquer sa custom app et la mettre en production, au niveau de qualité que moi, Tox City [?], j’attends de toutes ces applications.

Alors, comment on fait ? C’est le concept de la custom app factory que l’on a déployée. C’est relativement simple. Le concept est que les briques technologiques qui sont importantes pour fabriquer toutes ces apps, quand on les découpe, c’est toujours la même chose. C’est souvent la même chose pour faire 90 % de ce qu’on veut faire en interne. Tu ne pourras peut-être pas faire tout ce que tu veux, mais c’est largement suffisant pour faire déjà ce que je vous ai montré. Les briques auxquelles il faut faire attention, c’est par exemple l’authentification. Les fonctionnels n’y penseront même pas : ils prennent une app, hop, elle est ouverte sur internet ou sur tout le réseau. « Ah oui, je n’y ai pas pensé. » La DB : une DB structurée, séparée des autres, comme ça s’ils font des conneries, ça n’impacte pas les autres applications. Le front, ouais. Un outil d’automatisation : chez nous, on utilise n8n pour faire toutes ces automatisations, avec les credentials sécurisés, gérés centralement, mais qui peuvent être réutilisés et attribués centralement. Un connecteur pour Jira, un connecteur pour Notion et ainsi de suite. On peut rajouter du fonctionnel, un chatbot, ça c’est très intéressant : un chatbot intégré dans chacune des custom apps, généré par la factory avec le contexte de l’app, qui peut répondre aux questions de l’app. Pourquoi il répond aux questions ? Parce qu’il a la spec, parce qu’il a des connecteurs, il a un MCP, il a tout ce qu’il faut qui a été fait. C’est ce concept de briques logicielles essentielles à fabriquer une application, que l’on a codifié. Je ne dis pas que c’est comme ça qu’il faut faire ou que c’est la seule méthode, mais on l’a codifié dans la factory, et comme ça, lorsque je veux fabriquer une application avec le besoin, l’agent va prendre les briques et fabriquer ce dont il a besoin. Par exemple, pour Zlat, on a besoin de DB, d’authentification, de front, mais aussi de connecteurs n8n pour aller se connecter par exemple au site de La Poste et savoir où on en est de la livraison. Pour Squad Pulse, là aussi, le chatbot et des connecteurs Jira et Notion. Pour le répondeur, des clés d’API pour aller chercher dans la documentation avec un LLM.

Ça, c’est un peu plus détaillé, avec les différentes briques, différentes catégories de briques. Je ne vais pas les lister : les données, la structure des données, l’IA, les modèles, les différentes intégrations et ainsi de suite, une CI/CD intégrée pour toutes les applications, qui va prendre ce qui est demandé, et puis il y a un staging et puis une production, avec des règles pour bien contrôler ce qui passe en production, des pipelines où l’humain va valider. Là, on peut passer.

Pour faire ce genre de truc, j’ai simplifié au maximum. On a pris toute la documentation, tous les artefacts dont on a besoin pour faire fonctionner une custom app. Tout a été mis dans le même repo GitHub, et tout change là-dedans. Que ce soit les tests, les spécifications, le PRD, les docs d’architecture, les maquettes, tout ça vit dans le même repository. Et on lui parle à travers l’agent. Et l’agent sait. L’idée, c’est que la connaissance, la maintenance et tout autour d’une custom app est entièrement là-dedans. Ça veut dire que le jour où ce n’est pas le même vibe coder qui va venir toucher à cette app, il va discuter avec l’agent et l’agent va savoir, parce que le PRD est là, parce que les tests sont là, parce que les résultats sont là, les pratiques, la volonté, le besoin business, tout est là. Quelqu’un d’autre peut venir travailler avec lui. En 5 minutes, tu demandes, il pose des questions, tu comprends ce que c’est et tu peux continuer avec. C’est l’idée pour la scalabilité de ce modèle. Ça ne nous empêche pas d’avoir des exports pour les humains, pour pouvoir les lire s’ils veulent, dans Notion, où chacune des apps a un petit descriptif, mais l’essentiel du travail et la source de vérité, elle est dans Git. C’est devenu du code. Tout ça, c’est du code.

Quel est le travail du builder ? Il peut, avec ça, se focaliser sur ce qu’il veut faire. Et comme je disais, c’est devenu du code, donc ce qu’il veut faire, ça devient une PR. Ultimately, il vient parler avec son agent, que ce soit dans Claude Code ou dans Claude Desktop, pour ceux qui aiment moins l’interface terminale. Mais ça peut être n’importe quoi d’autre. Il vient discuter pour dire ce qu’il veut faire et ça se termine en PR, que l’on valide centralement et qui part en staging, directement dès que l’humain valide sur son local, parce que le local est aussi géré par l’agent. Ça part sur staging, il valide, il accepte la PR, ça part en production. Encore une fois, c’est de la production interne pour des logiciels internes. Ce n’est pas le même niveau de qualité, d’exigence et de régulation que vous attendrez sur d’autres trucs. Mais ça donne une idée de ce qui est possible là-dessus.

Je vous ai dit : déploiement facilité jusqu’au staging pour faire les validations, et ensuite toute une checklist pour s’assurer que cette PR, qui est faite par plein de gens, qui peut être faite par toute une multitude de Product Builders, ne casse pas la machine. Là-dessus, déjà les espaces séparés, et que les principes de la factory elle-même ne soient pas cassés, puisque après tout tu as le code, tu peux faire ce que tu veux. S’il y a des additions ou des modifications à la factory, c’est revu et validé : soit on la prend, soit on la rejette. L’intégrité, les tests sont ouverts, tu mets tous les requirements dont tu as besoin centralement. Moi, ça me donne la visibilité que toutes les applications internes qui sont faites de cette manière ont passé ça. Ça ne passe pas sinon, ça bloque, ça dit non et c’est tout. Après, on discute. Ce sont des humains.

Avec ça, la factory elle-même évolue en fonction des nouvelles capacités demandées. Par exemple, la recherche vectorielle n’était pas une demande basique de la factory. On a eu un projet qui avait besoin d’une recherche vectorielle, d’une base de données vectorielle. OK, on a vu le code, revu, et dit : « Bon, bah c’est bien, ça rentre dans la factory. » Et désormais, paf, c’est poussé à toutes les apps. S’ils veulent faire des embeddings, un RAG, tout ça, la factory le permet, comme ça, dans cette base de données, avec cette segmentation, avec ces LLM et ainsi de suite. C’est standardisé. Pour le fonctionnel, c’est pareil. Pour le CTO, c’est une assurance que les choses sont faites de façon carrée partout.

Ensuite, le monitoring et la maintenance. C’est une question : même si tu fais tout ça, tu vas avoir des bugs, tu vas avoir des problèmes de production, et comment tu gères une centaine d’applications ? Ce que je vous montre là, ce qu’on a fait, c’est une version 1, c’est assez simple, il n’y a pas de Grafana, il n’y a pas de trucs assez avancés, mais ça ne ferme pas la porte, ça pourrait être fait plus tard. On a fait un truc très simple. Toutes les applications dans la factory ont une façon de gérer leurs problèmes et elles envoient dans Slack. Il y a un channel que des bots écoutent. Et ensuite, une routine Claude qui tourne toute seule, qui regarde ce Slack régulièrement, qui corrèle les alertes entre elles. Par exemple, si c’est le même problème qui arrive quasiment au même moment sur toutes les apps, c’est peut-être un problème d’infra. Elle regarde le backlog de problèmes, corrèle tout ça et décide si c’est un nouveau bug ou pas. Et ça crée dans Jira un nouveau bug, si c’est le cas. Sinon, ça remet un commentaire sur les autres. Ça aussi, ce n’est pas supervisé : elle regarde et elle me met des petits checks, des petits pouces, quand elle a fait quelque chose dans le Slack. Ça me permet de voir que le monitoring est en cours. Une fois dans Jira, il y a une autre routine qui va s’occuper de la maintenance, qui regarde le backlog, et en fonction de ce qu’il y a dans le backlog, si c’est un problème technique, elle va proposer une PR à valider centralement par la factory. Si c’est un problème fonctionnel, elle détermine que c’est un problème qui ne touche aucune des fonctions de la factory, et c’est un ticket Jira pour le fabricant, pour le Product Builder. Et la boucle ne touche pas au fonctionnel.

En gros, avec cette méthode, ça nous permet de créer plusieurs applications, et le Product Builder se focalise sur le fonctionnel dont il a besoin, mais la factory s’assure que tout ça est cohérent, que c’est garanti que ça marche, que c’est monitoré, qu’il y a de la maintenance dessus et que c’est structuré. C’est la fin de ma présentation. À vos questions.

**Quentin de Chirac [?] :**

Bonjour. Je suis Quentin de Chirac [?]. Merci beaucoup pour la présentation, super intéressant. On produit le même type de démarche, mais à un niveau un peu moins évolué encore. Ce qu’on voit, c’est que les métiers sont hyper grisés par l’accès à toutes ces technologies, donc ils se mettent à construire des apps dans tous les sens. La factory permet de sécuriser un peu l’infra, la sécurité et cetera. Mais on constate qu’il y a beaucoup de gens qui perdent parfois du temps à faire des apps qu’ils utilisent déjà à côté, à passer des jours et des jours sur la construction d’apps, et à ne pas avoir cette vision produit de « est-ce que j’investis le temps ? », de limiter le temps que je passe sur une question et cetera. Comment vous gérez ça, le temps que ça peut prendre à tous les métiers de se lancer dans ce genre de démarche ?

**Louay Gargoum [?] :**

Je suis complètement d’accord. On le voit aujourd’hui avec les applications qui ne sont pas de niveau production mais de niveau individuel. Les gens fabriquent énormément de choses dans Claude, des artifacts : « Tiens, j’ai fait un dashboard, tiens, j’ai fait une petite application. » Ça part dans tous les sens et c’est difficile. Dans ce concept-là, on a un gatekeeper : avec la factory, tu ne peux pas juste lancer une nouvelle custom app. Une custom app doit être validée, approuvée, décidée : on veut faire ça. Ce qu’on a fait, c’est qu’on a pris un product owner AI automation, qui est product owner de tout ça et qui va travailler avec les différentes personnes pour justement voir quand il y a des overlaps, quand il y a des choses à faire ou pas. Et après, les laisser, les guider, démarrer, kick off le projet, initier une custom app, qui est une coquille vide, et démarrer avec cette personne. C’est le gatekeeper pour ça. Mais une fois qu’elle existe, son évolution doit être constamment suivie, pour qu’elle ne commence pas à faire ce que fait l’oiseau.

**Participant :**

Merci beaucoup. Je voulais juste confirmer avec toi, pour bien comprendre la factory : dedans, c’est finalement ta base de connaissance de toutes les applications internes, plus les pratiques pour créer tes nouveaux produits internes, c’est bien ?

**Louay Gargoum [?] :**

Oui, c’est exactement ça. Les pratiques sont dans la factory. D’ailleurs, chaque repository a deux sections. Dans chaque repository de custom app, il y a une section pour la factory, ce qu’elle fait et les règles générales pour travailler et faire une application sans casser le reste, et une section pour son propre besoin fonctionnel.

**Participant :**

C’est un monorepo de toutes les apps ?

**Louay Gargoum [?] :**

C’est un repo par app. Et c’est de la réplication : la factory pousse dans chacun des repos les artefacts dont elle a besoin. C’était plus simple, et puis on expérimente, de toute façon. On a commencé ça il y a 2 ans, on expérimente. Si ça ne marche pas comme ça et qu’il faut mettre un monorepo, c’est mieux, OK. Mais pour l’instant, vu la volumétrie, j’en ai une dizaine, un truc comme ça, mais j’ai l’intention de… je pense que ça va aller beaucoup plus loin. La réplication, ça marche très bien.

**Participant :**

OK, merci.

Je vous remercie. Comment tu mesures le ROI de ta factory ?

**Louay Gargoum [?] :**

Très bonne question. On me l’a posée beaucoup de fois : comment on fait pour le ROI, en général, de l’IA ? On cherche des indicateurs. Pour moi, ce sont des indicateurs qui sont bien quand tu cherches un incrément de productivité de 10 %, de 20 % : tu as des indicateurs pour te dire « oui, j’ai fait 10 % ». Pour moi, l’IA et les trucs que tu fais, tu le vois. Tu le vois quand ton équipe commence à faire des choses qui sont mieux. Et deux, beaucoup de choses que l’on fait dans une factory comme ça n’existaient pas avant. N’existaient pas, ou même le besoin n’était pas venu. Tu faisais autrement, tu faisais autre chose, et là les possibilités arrivent et tu as cet outil-là. Regarde par exemple notre répondeur de RFP : il t’aide à répondre aux questions, tu as les réponses, tu cliques et puis hop, tu as des réponses qui sont validées par des experts. Avant, on faisait ça par e-mail : je t’envoie une liste Excel, tiens, vas-y, fais-le, et puis la veille du RFP : « Ah merde, il y a un truc qui n’a pas été fait. » Vite, il faut courir après tout ça. Ça a disparu. Comment tu le mesures ? Je ne sais pas, je n’ai pas d’idée.

**Participant :**

C’est la partie coût, mais c’est peut-être…

**Louay Gargoum [?] :**

Le coût… Tu as la valeur, et ensuite tu as le coût. Le coût de la factory, c’est essentiellement nous. Ce sont des logiciels qui tournent chez nous. Par exemple, la base de données tourne chez nous, elle est hébergée, parce que pour des raisons de sécurité, je ne voulais pas avoir ça nécessairement partout. Il y a aussi n8n qui est hébergé. Ce sont des coûts plutôt fixes. La base de données, c’est une seule base de données segmentée avec des schémas différents pour la sécurité inter-app. Et après, les tokens : honnêtement, tout ce qu’on fait là, c’est dans les plans d’Anthropic. Il y a rarement des tokens extra qui sont dépensés. Donc ce n’est pas grand-chose.

**Participant :**

C’est super intéressant. Juste pour revenir sur cette question-là, ça me fait penser au déploiement de reporting en self-service. Si on veut savoir si c’est utile, on éteint les portes, on voit le nombre et l’intensité de la réaction, et on sait si c’est ça.

**Louay Gargoum [?] :**

Exactement, je suis d’accord. Mais ça ne te mesure pas le ROI. Ça te mesure que c’est important. Et moi, je peux te dire : j’arrête Zlat demain, je vais avoir une tonne de gens qui vont gueuler. J’arrête Squad Pulse, on n’a plus de repères pour savoir où aller. Le RFP Responder, c’est pareil, les gens ne vont pas vouloir revenir à faire les trucs à la main. Donc la valeur… c’est pour ça que je disais que ce n’est pas la peine d’essayer de la mesurer à 20 % ou je ne sais quoi. C’est juste que, tu as raison, si tu coupes là, tu vois ce qui se passe.

**Participant :**

[Question inaudible dans le transcript.] Le chatbot est-il…

**Louay Gargoum [?] :**

Non, le chatbot que l’on a fait est beaucoup plus simple. En fait, c’est un résumé de la spec. Ton agent IA a la spec, le PRD, un résumé du PRD à destination de répondre aux questions, qui est mis dans le prompt. Tout simple. Dans le prompt, en entrée, tu mets ça et ensuite le chatbot commence à répondre. Il a un MCP pour pouvoir accéder à Jira par exemple, pour créer un ticket directement. Et puis il y a d’autres trucs, mais l’essence, c’est ça. Il n’a pas accès au code. Il ne sera pas aussi bon que l’agent principal, et je ne veux pas d’ailleurs donner l’agent principal avec accès au code directement dans le chatbot. Ce n’est pas très sécurisé. Par contre, s’il a la spec et l’accès à Jira pour répondre aux questions, c’est bon. De toute façon, une fois qu’il a validé le bug, ou validé la discussion avec l’utilisateur final, qu’il y a un truc qui ne va pas, il va me créer un ticket Jira, et après ce sont les autres agents qui vont prendre ça.

**Vincent Melotti :**

Bonjour, je m’appelle Vincent Melotti. Je travaille chez Visa. Je m’occupe du tooling dans mon data et playtest [?], et on a pas mal de services et de tools qui tournent un peu partout dans le monde. On se bat un peu depuis des années, même avant l’IA, contre les personnes qui codent de leur côté ou font les outils avec des silos, qui refont toujours les mêmes choses. On fait des benchmarks chaque année, on découvre à chaque fois de nouvelles choses, des équipes qui arrivent et disparaissent. Ma question : on en a un peu parlé aussi autour du ROI, mais comment vous évitez ce côté de création d’applications qui vont devenir des applications zombies très vite, qui vont disparaître, qui au final sont créées puis abandonnées ? Parce qu’aujourd’hui, avec l’IA, c’est devenu très facile de créer, mais de faire utiliser, ça devient parfois compliqué de donner du sens. Est-ce que vous contrôlez ? Est-ce que vous avez une partie des déchets sur lesquels vous avez sensibilisé aussi ?

**Louay Gargoum [?] :**

Un : on est tous, autant qu’on est, en pleine phase de transition, donc il y a un dilemme entre deux choses qu’il faut balancer. Un, c’est de ne pas restreindre les gens qui démarrent, qui découvrent, qui se découvrent des super pouvoirs de créer une application, de créer un dashboard et tout ça. C’est fantastique. Il ne faut pas les brider à ce moment-là. Il faut les laisser avancer pour découvrir cette puissance qu’ils ont. Par contre, ils se rendent compte vite, une fois qu’ils ont fabriqué leur artefact : il est joli, mais ils veulent partager, et c’est un peu plus difficile. Si tu veux, ça prolifère et après ça a deux chemins pour continuer. Soit ça meurt tranquillement, parce que finalement tu l’utilises tout seul et que ce n’est pas bien, soit tu en fais une custom app, et la custom app, comme je disais tout à l’heure, barrière à l’entrée : on regarde qu’est-ce qui est besoin, est-ce que c’est utile ou pas. Tu l’owns avec ton équipe, fonctionnellement, et on met le product owner central qui donne le blessing pour y aller.

**Participant :**

Merci, Loïc [?].

**Animateur :**

Est-ce que je peux juste faire les espaces pour… Ouais, je pense que ça sera bon.

**Julie Chocnet [?] :**

Bonjour à tous. Moi, je m’appelle Julie Chocnet [?], je suis Head of Product chez Hublo. Hublo, pour ceux qui ne connaissent pas, c’est… Alors là, c’est la fin, je crois. Voilà. Hublo, c’est une plateforme RH qui a pour mission de réconcilier les vocations des soignants avec les contraintes des établissements de santé. Je vais vous faire partager un retour d’expérience sur ce qu’on a mis en place au sein de l’équipe produit.

On est partis avec un constat qu’on n’a pas été les seuls à avoir, j’imagine : on était un goulot d’étranglement au milieu de deux bonnes nouvelles. Un, les idées, les retours et les pain points de nos clients continuaient d’affluer en masse. Et de l’autre côté, la tech avait accéléré très fortement et globalement le temps de production était devenu de plus en plus rapide. Et nous, on était au milieu. On avait commencé à utiliser l’IA, mais de manière très individualisée, de manière hétérogène. On avait beaucoup divergé, il y avait des usages très différents selon les personnes de l’équipe. Et donc, en bon product, après avoir pas mal divergé, on a décidé de converger. En convergeant, on a décidé de construire un Team OS : un Team OS qui soit à la fois partagé et gouverné. Chacun garde son usage personnel avec son contexte, parce qu’on est tous différents et on a envie de travailler de manière différente, et l’idée, ce n’était pas de converger tout le temps de manière homogène. Par contre, tout un ensemble de sujets sont partagés par l’équipe, que ce soit du contexte, des compétences, et ça a été directement donné à tout nouvel arrivant chez Hublo au sein de l’équipe produit. Et bien sûr, c’était connecté à l’ensemble de notre écosystème d’outils, donc tous les outils assez classiques que vous pouvez voir. On a fait cet OS pour qu’il puisse nous aider tout au long de notre cycle de vie produit. Vous allez voir, j’ai pris trois cas : prioriser, prototyper et mesurer, pour que vous voyiez concrètement ce que ça donne aujourd’hui, cet OS.

Peut-être aussi quelque chose d’assez intéressant : on a fait un choix assez fort. Cet OS, on le construit directement dans notre monorepo, à côté du code, parce qu’on s’est dit que le code, c’était notre matière première et que c’était une chance inouïe d’y avoir accès en tant qu’équipe produit. On s’est tous mis dans GitHub, ce qui était assez nouveau pour des product en tech, et on a tous nos sujets là-dedans. Si on veut valider par exemple une compétence, tout passe par une PR, et on a rendu tout ça non-tech friendly. Tout est fait dans le code, il y a juste besoin d’écrire, et là, on voit qu’il y a un commentaire qui est fait. À la fin, c’est toujours le product qui choisit, c’est lui qui décide de faire, et hop, il peut pousser la compétence sans avoir jamais ouvert GitHub.

Là, le cas d’usage, c’est prioriser. On demande de prioriser trois initiatives de notre backlog avec la méthodologie RICE. Il réfléchit un petit peu, j’ai accéléré pour que ce soit plus rapide pour vous. Il va déclencher, on ne voit pas très bien, mais ça va zoomer juste après, une compétence qui est notre compétence priorisation RICE, qui va aller chercher… Là, c’est normal, c’est l’effet démo, parce qu’il y avait pas mal de données de chiffre d’affaires que je n’ai pas le droit de vous partager, mais vous allez le voir juste après. Il nous dit : « Je suis allé chercher dans ta roadmap Notion, j’ai tous les sujets qui sont d’ailleurs cadrés. Et je suis allé chercher dans mes databases les éléments qui vont me permettre de faire le chiffrage, un classement provisoire avec des hypothèses. » Nous, on lui a demandé de nous mettre en avant le critère qui fait évoluer la sensibilité du score. Donc là, il le fait. Ensuite, il nous fait une reco, et on garde toujours bien sûr une validation humaine. Tout cet outil, c’est un petit outil d’aide à la décision, il ne remplace pas l’humain aujourd’hui. On voit aussi qu’il s’est appuyé sur le lexique, les personas et ça.

Sur un deuxième exemple, ça va un peu vite. Je lui ai demandé de prototyper une solution sur une fonctionnalité qu’on voulait développer pour les soignants. Il va aller chercher à la fois dans notre roadmap, et il est aussi connecté au design system. Il va aller générer lui-même une proposition de solution. On voit qu’il a identifié que notre soignant, c’est la persona Sonia [?] qu’on a définie, et qui est connectée à notre… Et puis il va continuer. Il va me poser quelques questions pour drill down un petit peu le sujet avec moi. Il va aller chercher notre charte U Blue [?], notre artefact, et hop, il m’a généré un prototype. Ceux qui ont déjà ouvert l’application Blue [?], c’est fortement ressemblant. Ce n’est pas du tout parfait. On n’est pas sur un sujet proto to code, on est vraiment sur un sujet proto pour discussion, mais ça nous permet d’ouvrir la discussion énormément avec l’ensemble de nos stakeholders et d’être au plus proche de la réalité. On voit par exemple qu’ici, il y a un bouton du design system qui est réutilisé. Il prend notre produit Blue [?] recrutement, notre persona. Il va aussi prendre des principes design qui sont assez forts et qu’on a définis. Il a créé ça de manière autonome.

Ça, ce sont nos principes design par exemple, des termes du lexique qui font que c’est toujours plus précis. Et enfin, le dernier exemple que je vous montre aujourd’hui, c’est la partie mesurer. Ce qui est intéressant, c’est qu’on a fait un travail avec la product analyst d’encapsuler sa connaissance et son savoir dans Claude. On s’était rendu compte qu’en connectant Metabase, tout le monde voulait aller chercher des infos, sauf qu’il y avait énormément d’hallucinations, parce qu’il y a plusieurs tables de données, des tables certifiées, non certifiées et cetera. L’idée, c’était de mettre un harness aussi au niveau data pour que, quand on pose des questions, et typiquement là c’est une mesure d’impact d’une fonctionnalité qui est sortie au Q2, on soit guidé et qu’on aille d’abord vers des tables certifiées, qu’on utilise des bonnes méthodes, qu’on fasse attention au biais qu’on pourrait avoir en mesurant la data. Je lui demande par exemple de mesurer l’impact d’une fonctionnalité qui était l’ouverture de notre marketplace aux AWS MP [?]. Il va regarder déjà une métrique, en disant : fixe-toi sur une métrique principale. Il utilise notre vocabulaire de mesure.

Ce qui est intéressant à la fin aussi, c’est que quand on a fait ce sujet mesure d’impact, on s’est rendu compte qu’on avait du vocabulaire qui manquait. C’est ça, le côté très vertueux de cet OS : Gaëlle [?], qui est notre product analyst, dit : « Ah, je vois qu’il manque du vocabulaire dans ce skill lexique. » Elle est allée demander à l’équipe, et notamment à Maï [?], qui est responsable du lexique : « Est-ce que je peux ? Je vais pousser une PR. » Ça discute dans notre channel. Elle met à jour et ensuite la responsable du lexique va valider. On voit que c’est un cercle qui est hyper vertueux, parce que plus on utilise cet OS, plus on a envie de l’améliorer. Et en même temps, ça reste gouverné, parce qu’on a fait trois principes assez forts dès le début. Il y a un responsable par compétence, un responsable par tout document qu’on pousse dans l’OS. Il y a une revue forcée tous les trois mois. Par rapport à ça, ça fait écho un peu à ce que vous disiez sur les applications : on essaie justement qu’il n’y ait pas une inflation énorme de choses créées. Tous les trois mois, on nous demande : est-ce que c’est toujours à jour ? Est-ce qu’il faut qu’on l’améliore, parce qu’on a forcément fait évoluer le produit depuis ? Et ensuite, à chaque fois qu’on veut faire évoluer quelque chose dans l’OS, on fonctionne un peu comme un produit ou comme du code : c’est une PR, et la PR est relue soit par un membre de l’équipe, soit par la personne qui est owner. Ça dépend un peu des sujets. Et c’est très vertueux, parce que dès qu’on l’utilise, on sent qu’on va l’améliorer et ça ne se périme jamais.

Ce qu’on s’est dit ensuite pour la suite, et je pense que ça va passer à la diapo suivante : qu’est-ce qu’on fait ? Déjà, il faut qu’on continue à couvrir l’ensemble du cycle produit. Je vous ai montré trois étapes, mais par exemple, on a tout un sujet autour du cadrage qu’on est en train d’explorer. Et aussi qu’on continue à travailler les interfaces avec les autres équipes. Aujourd’hui, c’est un OS qui est très product. On a fait monter nos EM dessus et il y a pas mal d’intérêt des gens de l’entreprise pour aller dessus. Mais typiquement, il y a des choses qu’on voudrait explorer. Par exemple, je sais que dans la première conférence, il y avait le sujet OpenSpec [?]. Nous, on se dit qu’on est déjà à côté du code, nos specs sont dans nos channels. Est-ce qu’il n’y a pas un moment où on va mettre aussi nos specs à côté du code ? C’est un travail assez évident qu’on va pousser dans les prochaines semaines. Et puis voir un peu comment on travaille avec les développeurs, parce qu’on est déjà dans le code, mais aujourd’hui on n’a pas de proto to code. Ce sont des questions qu’on se pose. Je pense qu’on n’y est pas encore en termes de maturité, mais ce sont toutes ces questions sur les interfaces qui vont, je pense, guider nos réflexions sur les prochaines semaines. Et puis après, ce n’est pas une surprise, et ça a aussi été OK dans les précédentes conférences : mesurer déjà l’adoption. Aujourd’hui, je crois que 100 % des membres de l’équipe ont déjà fait une PR. Il faut que ça continue, et voir si nos skills sont utilisés. Le contexte, c’est plus compliqué de savoir s’il a été utilisé. Mais déjà mesurer cette adoption, et ensuite ce qui est le plus difficile, et je ne vais pas repasser dessus, c’est mesurer l’impact. Pour l’instant, je n’ai pas encore tout à fait la réponse, mais je pense que la réponse sera même plus structurante dans l’évolution des rôles, l’évolution des interfaces. Je ne sais pas si on arrivera à mettre un ROI pur. Juste ce que je peux vous partager, c’est peut-être au niveau des coûts. On essaie d’adapter nos licences : on était partis sur des licences premium, pour certaines personnes on est redescendus en standard, mais on est remontés aussi en premium. On navigue un petit peu, je n’allais pas dire à l’aveugle, mais ce n’est pas forcément simple de savoir quels vont être les usages, donc même en termes de coûts, c’est quelque chose qu’on monitore assez fortement. Il y a aussi les tokens : au départ, on allait chercher beaucoup de choses dans nos channels. Maintenant, la roadmap, on l’a rapatriée sur le monorepo pour l’interroger en direct dans des fichiers MD, et du coup on fait des synchronisations. Il y a vraiment plein de sujets qu’on découvre jour après jour et qui font que cet OS va être de plus en plus pertinent et de plus en plus impactant.

Je voulais juste terminer sur une petite phrase, mais elle est un peu cachée en dessous : l’idée de « l’IA ne crée rien, elle amplifie ». C’est volontairement provocateur, mais ce qu’on s’est rendu compte, c’est que plus on allait utiliser ce Team OS, plus il fallait renforcer nos connaissances de base. Un exemple très simple, c’est le lexique. C’est hyper chouette d’avoir un lexique et un vocabulaire partagé, mais encore faut-il qu’il soit bien tenu à jour et qu’il y ait tous nos éléments de vocabulaire. Idem pour la roadmap : il faut qu’elle soit bien renseignée, que tous les champs soient remplis. Ça nous pousse aussi à être meilleurs sur nos fondamentaux produit, parce que ça se voit tout de suite et ça amplifie, ça peut faire rapidement de l’AI slop si les bases sont mauvaises. Voilà ce que je voulais vous partager aujourd’hui. Merci.

**Animateur :**

Merci. Déjà, est-ce que tu as un skill pour faire des présentations comme ça ?

**Julie Chocnet [?] :**

Claude Code avec le Team OS Hublo. Et pour de vrai, ce que je n’ai pas dit aussi, je l’ai vraiment fait dedans, et ça prend un peu de temps, mais pas non plus trop. J’avais toutes mes choses, et on a aussi quelqu’un dans l’équipe, et ça, c’est un exemple de cercle ultra vertueux, qui s’est motivé pour faire tout le design des présentations et de tous nos artefacts Hublo. Et d’un coup, toute l’équipe s’est mise à avoir de super belles présentations, ce qu’on n’avait pas forcément avant.

**Claire [?] :**

Bonjour, Claire de chez Piqpiq [?]. J’avais une question pour toi. Chez nous, on a des Persona OS qui sont très forts et on a un peu de mal à mettre en place un Team OS. Quand on essaie de faire passer des skills du persona au collectif, on se retrouve pas à la fin dans le skill qui est collectif, parce que le contexte de l’un est tellement spécifique que finalement ce skill commun a du mal à vivre de façon concrète, opérationnelle, et à apporter de la valeur autant que le skill du persona. Comment vous avez transféré ces éléments-là, et qu’est-ce qui a été des clés de succès de ces compétences ?

**Julie Chocnet [?] :**

C’est vraiment un bon point et on se l’est posé. C’est pour ça qu’il y a aussi, et c’est hyper important, toute cette partie qui reste personnelle. L’idée, ce n’est pas que tout est collectif : quand c’est utilisé par plus de personnes et que ça a du sens, ça passe en collectif. Moi personnellement, j’ai même des fichiers confidentiels, qu’on n’a pas forcément envie de partager, sur des manières de travailler ou sur ses objectifs et cetera, qu’on laisse là. Mon message, c’est plutôt de dire qu’il y a des choses qui sont très propres à toi et c’est OK de les garder en perso. Par contre, il y a un moment où ça peut être utilisé par le collectif et, dans ces cas-là, pousse-les. Et sur ta deuxième question, sur à quel point on est plus pertinent en collectif ou en individuel, je pense que c’est aussi un optimum collectif versus un optimum individuel. Il y a des fois où on aura des trade-offs. Par exemple, sur la priorisation, si je reprends l’exemple, on a créé d’abord un skill RICE, et on a aussi pas mal de squads support. On a donc créé aussi une priorisation pour les squads support, parce qu’elles ne se retrouvaient pas là-dedans. Après, est-ce que ça va fonctionner comme ça, ou peut-être que dans chaque squad il y aura des ajustements à faire ? On regardera. On construit pas mal en divergeant et ensuite on converge. On teste pas mal, et après je pense qu’il y a quand même un optimum collectif à faire des choses un peu homogènes. Je ne sais pas si ça répond à ta question.

**Participant :**

J’avais effectivement une question concernant ces skills ou ces compétences partagées par toute l’équipe. Est-ce que vous avez posé au début toute votre méthodo ? Parce que j’imagine qu’on ne fait pas du produit de la même façon chez vous qu’ailleurs. Pour tout ce qui est stratégie produit, même méthodo de priorisation, vous êtes-vous dit : « Ça, ce sont nos basiques, ça, ce sont nos essentiels, et on va essayer de les cadrer pour qu’on travaille tous de la même façon » ?

**Julie Chocnet [?] :**

Je vais être hyper franche, on a fait le travail à l’envers. On est d’abord partis sur l’IA. Et là, on se dit qu’il faut aussi qu’on revoie notre PDLC, nous on appelle ça PDLC, je ne sais pas pourquoi, product development life cycle. Là, on est justement en train de reposer le PDLC. Parce qu’on s’est rendu compte, c’était ma phrase de conclusion, qu’on n’avait pas forcément de super bons basiques sur le PDLC. On l’a reposé, et pour les prochaines semaines, ça va être justement de se remapper dessus et d’avoir bien sur certaines étapes exactement comment on priorise, quels sont les outputs sur la partie explore et cetera. On l’a fait un peu à l’envers, et c’est là où on s’est rendu compte aussi que, pour avoir une IA performante, il fallait qu’il y ait un socle qui soit hyper clair.

**Participant :**

Merci beaucoup. Chez nous, on a fait à peu près la même chose, en tout cas on a essayé. Je me rends compte aujourd’hui que, puisque le produit est quand même très central dans une boîte, il y a les besoins aussi autour du marketing. Avec la tech, le lien est assez évident, mais avec le marketing, je vois que nous, on a de plus en plus de besoins de compétences, parce que finalement ce qu’il y a dans le produit, on va le vendre, et les retours utilisateurs peuvent servir le marketing, le commerce. Au final, on a du mal à se dire que cet OS reste dans l’équipe produit, parce que d’autres en ont besoin, et nous, on ne sait pas trop y répondre. Est-ce que vous avez cette problématique, et qu’est-ce que vous faites du coup ?

**Julie Chocnet [?] :**

On a cette problématique aussi. Ce que je ne vous ai pas partagé, c’est que d’un côté il y avait la tech, qui avait ses pratiques, ils ont plusieurs outils, ils ont Codex, ils en ont plusieurs, j’ai oublié le nom. Et côté entreprise, côté métiers, nous on a Dust. Et au produit, on était d’abord sur Dust. On a fait le choix, en tant qu’équipe, de sortir de Dust pour aller sur Claude, parce que ça nous permettait d’aller voir le système de PR, d’aller sur GitHub, d’aller au plus près de notre base de code. Aujourd’hui, chez Hublo, tu as à la fois Dust pour les équipes métiers, Claude pour les équipes produit, et côté dev, ils ont un écosystème d’outils encore plus important. C’est une question qu’on se pose aujourd’hui. D’ailleurs, ce qui est intéressant, c’est qu’il y a des équipes, effectivement marketing et compagnie, qui demandent à rejoindre notre OS. En vrai, c’est une question ouverte. Je pense qu’il va falloir gouverner un peu ces différents outils. Et après, tout le monde n’a pas besoin, pour moi, d’avoir accès au code. Une des questions qu’on se pose, c’est plutôt comment mettre à disposition une documentation produit qui permette à toutes les équipes métiers de la consulter, qui soit fiable et surtout mise à jour en temps réel. Sur les retours clients, pour le coup, ça ne nous pose pas de questions, parce qu’ils sont interrogeables soit via Dust, soit via Claude. Il y a une base, et l’outil que tu utilises pour requêter ta base, on est plutôt agnostiques. Donc le sujet, c’est plutôt l’accès au code. Et après, il y a un sujet coût aussi, c’est quand même plus cher que Dust.

**Animateur :**

Dernière question. Quelqu’un qui n’a pas encore posé de question ?

**Shana [?] :**

Bonjour. Moi, c’est Shana [?], je suis product manager chez Zenchef, et je voulais poser la question, justement au niveau de la gouvernance : comment vous faites pour éviter que tout le monde dans l’équipe pousse des skills, et pour vous assurer qu’il n’y a pas d’overlap ?

**Julie Chocnet [?] :**

C’est justement le système de PR. Quand tu fais une PR, déjà tu ne peux pas pousser un skill sans faire une PR, et une PR est forcément reviewée par un membre de l’équipe. En plus, on a un skill Dust, un skill Claude, qui, quand il review ta PR, s’assure qu’il n’y ait pas de doublon ou de skill déjà connexe qui soit fait. Si c’est le cas, il te met une alerte et du coup tu ne peux pas le faire. C’est comme ça qu’on gouverne, c’est comme ça qu’on empêche.

**Shana [?] :**

Il n’y a pas une personne responsable de cet OS ?

**Julie Chocnet [?] :**

Pour l’instant, c’est une responsabilité partagée. Après, moi je sais que je fais aussi un peu le garde-fou en tant que dev, et on a Margot [?], qui est dans la salle, qui est notre PMT Ops [?], qui est aussi là pour s’assurer que tout va bien. Mais vraiment, je pense que c’est ce système de PR qui fait le travail. Il nous arrive de refuser des PR parce qu’il y a déjà des choses qui sont assez proches, ou parce que ce n’est pas bien défini, en disant : « C’est quoi le scope de ce skill versus le scope de ce skill ? Redécoupez-les plus proprement et faites des lots plus petits. » Ça arrive assez fréquemment.

**Shana [?] :**

Merci beaucoup. J’en avais une toute deuxième, sur l’adoption. J’imagine que ça va être difficile de se dire : OK, il y a plein de skills qui arrivent. Chez nous, c’est le cas : il y a des gens qui posent des skills, mais certains les utilisent, d’autres non. Comment vous gérez ça ? Comment vous assurez qu’il y a une adoption ?

**Julie Chocnet [?] :**

Déjà, pour l’instant, on n’a pas non plus un recul fou, c’est quelque chose qu’on a commencé à mettre en place en début d’été. Et deuxièmement, pour moi, c’est OK que tout le monde n’utilise pas tout. On a aussi des contextes d’équipes qui sont très différents, avec des équipes internes, des équipes externes, des équipes sur des applications mobiles. On ne veut pas mettre tout le monde dans le même moule. La question, c’est surtout comment on s’assure qu’il n’y ait pas des choses complètement inutilisées. Et ça, pour le coup, c’est ce qu’on va essayer de pousser avec notre système de review tous les 3 mois et avec des owners de skills.

**Shana [?] :**

OK, ça marche. Merci.

**Animateur :**

Merci beaucoup.

Je te laisse passer les slides.

**Floriane :**

Oui, il n’y en a pas énormément.

Bonjour à tous. Moi, je suis Floriane, je travaille chez Suez. Je vais vous faire déjà un petit récap sur l’entreprise. Suez, grand groupe, 44 000 collaborateurs, présence historique en France, mais on est aussi présents à l’international. On a deux cœurs de métier, l’eau et les déchets. Vous avez forcément déjà croisé nos camions. Peut-être que vous buvez notre eau.

Moi, au sein de Suez, je travaille dans la division digitale. C’est environ 600 personnes. Et 90 % des solutions aujourd’hui sont dans l’eau. On est leader européen de la télérelève, par exemple.

Au sein du digital, on a une branche dédiée aux déchets, sur laquelle je suis head of product. Et vous allez sans doute me dire : « Mais c’est quoi, des solutions digitales dans le déchet ? » Je vous ai remis ici la chaîne de valeur. Vous voyez, on va venir collecter, trier, recycler, valoriser énergétiquement les déchets et cetera. Et je vous ai mis des exemples de solutions digitales. On peut avoir des solutions d’IoT, des trackers, des capteurs de remplissage. On a aussi des solutions full SaaS assez traditionnelles : du portail client, du portail entreprise, des solutions de traçabilité, sujet très important pour nous dans le cadre des déchets. Et on a aussi aujourd’hui des produits qui embarquent déjà des fonctionnalités avec de l’IA. Par exemple Auto Direct [?] : dans les centres de tri, on positionne des arches avec des caméras où on va venir filmer le flux de déchets sur nos convoyeurs. On a un algorithme qu’on a entraîné chez nous et qui permet de donner à nos opérateurs en temps réel un niveau de qualité du flux. Comme ça, on peut finalement reparamétrer par exemple nos trieurs optiques, aller voir un apporteur qui nous apporte des trucs qu’on ne devrait pas avoir, ce genre de choses. L’IA aujourd’hui dans nos solutions, c’est assez commun. Et il faut aussi comprendre qu’on est dans un contexte industriel. Pour les produits, ce sont de lourdes contraintes : ce sont des opérateurs qui travaillent dans des conditions difficiles, on est sur des sites qui n’ont pas forcément de Wi-Fi, on est sur du réseau industriel et cetera.

Il y a l’IA dans nos produits, OK, mais aussi l’IA dans notre mode de delivery. Je voulais vous faire un petit retour d’expérience qui s’est déroulé avant l’été et qui est assez concret sur comment aujourd’hui l’IA nous aide aussi à délivrer.

Tout démarre par un mail, intitulé « Bouteille à la mer ». Très bien. Je reconnais le nom de cette personne. C’est Laurent, qui dirige toute la partie maintenance des équipements dans les usines d’eau, des équipements bien précis. Mais je me dis : c’est bizarre qu’il me contacte, parce que moi je suis côté déchets, mais bon, OK. Je lis, je vois également que dans les destinataires, il y a des grands éditeurs. Pour ne pas les citer, hein. Capgemini, OK, je suis d’accord. Je lis « Bouteille à la mer. J’ai besoin d’une application urgente. Il me faut de la traçabilité sur mes équipements, mon matériel, des pièces en laiton et cetera. » OK. Je fais ma journée de réunions, je prends 5 minutes, je prends mon téléphone, je l’appelle. « Salut, ça va ? C’est quoi, ton besoin ? » Je fais : « Attends, posons-nous une demi-heure. » Il m’explique son besoin, le contexte. Il y a des vols, OK. Il y a du spécifique, d’accord. « Bon, OK, je te tiens au courant. »

Et là, la magie de l’IA arrive.

Entre deux réunions, j’ai commencé… Alors, normalement c’était censé être dynamique, mais je ne sais pas si ça semble marcher. Ah oui, ça fait comme ça, d’accord. Il faudra me donner des cours sur les présentations. J’ai commencé à écrire tout ce que j’avais compris, et je commence à écrire un prompt de six pages. Là, je me fais un peu plaisir, je ne dis rien à mon équipe, j’ouvre ma plateforme agentique, j’en reparlerai juste après, et je lui dis : « Voilà, génère-moi l’appli à partir de ce prompt. » Et il me génère l’appli. Je regarde, je fais : « Purée, c’est quand même fort. » Ça marche, je fais vite fait des tests. Bon.

J’appelle Laurent. « Oui, Laurent, on peut se voir demain, on se prend une petite heure. » « Oui oui, pas de souci. » C’était tellement urgent que là, il était disponible. Et là, il recommence : « Floriane, c’est la merde, il me faut une appli. » Je fais : « Oui, j’ai compris, j’ai compris. Attends, je vais te montrer quelque chose. » Et là, je lui montre ça. Il me fait : « Mais attends, c’est magique. Qu’est-ce qui s’est passé depuis ? » « J’ai compris ce que tu voulais, et on a une plateforme, patati patata, qui nous permet nanani. Et voilà ton appli. » Il me fait : « Oui, c’est exactement ce qu’il me faut. Attends, j’invite deux, trois personnes opérationnelles pour qu’elles vérifient ce que tu me proposes. » Je fais : « Pas de souci, je te donne même le lien, tu leur mets dans les mains, qu’elles regardent. C’est une application PC et mobile, comme tu me l’as demandé. »

À la fin de la journée, il me renvoie un mail, il me dit : « C’est bon, Floriane. Ça coûte combien ? » Je lui donne le prix. Je le donne ensuite à un de mes devs, je lui dis : « Relis quand même un petit peu ce qui a été généré et tu me le pousses en prod. » Ça a mis trois jours en termes d’indus. Et on arrive le lundi d’après avec l’application déployée.

Ça, c’est possible parce que depuis 2019, on a investi dans une plateforme. En 2019, on parlait de low code. On avait déjà cette approche : je vais réutiliser des modules sur étagère et j’accélère mon développement. Déjà à cette époque, on avait mis en place pas mal d’indicateurs pour suivre tout ça. On avait gagné environ ×3 en termes de temps de dev.

Aujourd’hui, cette plateforme a évolué vers une plateforme agentique qui embarque en interne des capacités de développement avec l’IA. Pour le coup, nous, on est sur OutSystems, leur équivalent de Claude s’appelle Mentor. Mais ils ont aussi des connecteurs, toutes les plateformes de low code en ont, donc vous pouvez très bien utiliser du Claude. C’est réinjecté dans la plateforme. Et vu que la plateforme est totalement intégrée à notre système d’information, elle porte d’elle-même finalement toutes nos normes cyber, RGPD, design. On a par exemple un agent qui a été entraîné et qui connaît parfaitement notre charte. Ce qui fait que quand l’appli sort, elle répond déjà à nos exigences de design. Aujourd’hui, c’est possible dans une entreprise de 40 000 personnes parce qu’on sait où tu es, parce qu’on a le contrôle. On ne va pas faire du code et ensuite le réinjecter. Non. Tout est encadré par la plateforme.

Deuxième point, très important : là, j’ai mis « PO augmenté », c’était moi. Je ne suis pas censée faire ça, mais si moi j’y arrive, alors tout le monde peut y arriver. Pour le coup, j’ai des équipes de product owners qui ont été formés au prompt, à l’utilisation du vibe coding et surtout bien sûr de la plateforme OutSystems, et ce sont aussi des PO qui connaissent extrêmement bien nos métiers. Ça, c’est la clé. C’est parce que j’ai pu, parce que je baigne dedans, que j’ai pu répondre pile sur le besoin de notre très cher Laurent.

En REX, ce n’est pas un process qu’on va forcément systématiser. Il faut voir que c’était une application PC et mobile, mais plutôt simple. Il y avait une petite couche de spécifique à traiter dans les 3 jours de développement, mais pour l’instant, on n’a jamais testé de générer from scratch une application plus complexe. Par contre, nos développeurs utilisent Mentor, l’équivalent de Claude, pour faire leur développement d’applications complexes.

Et deuxième point : une entreprise comme Suez, un acteur clé pour l’environnement, doit quand même se poser des questions sur son utilisation de l’IA et l’impact que ça a sur son environnement. Vous êtes ultra sensibilisés : il faut trier, il ne faut pas prendre l’avion et cetera. Par contre, le constat qu’on fait, c’est qu’on est très peu sensibilisés sur le fait de demander demain quel temps il va faire à notre copilote, et l’impact que ça a sur l’environnement. Nous sommes donc aussi en train de regarder comment cadrer l’utilisation de l’IA, l’utiliser au bon moment pour générer la bonne valeur. C’est un enjeu. Merci pour la présentation. Y a-t-il des questions ?

**Participant :**

Bonjour, merci pour la présentation. Vous avez parlé de Mentor. Est-ce que Mentor, c’est un LLM on-premise, ou vous utilisez Claude ?

**Floriane :**

Mentor, c’est entre guillemets le Claude de la plateforme OutSystems. Après, nous, on a nos LLM Suez. La plateforme embarque des connecteurs à ces LLM-là. Mais on peut aussi utiliser du Claude qui est réinjecté dans la plateforme.

**Participant :**

La deuxième question, c’était aussi comment vous gérez la data propriétaire. Si vous envoyez la data à Claude, est-ce que vous allez régler ce problème ?

**Floriane :**

Pour le coup, on n’envoie pas la data à Claude, parce que toutes ces actions-là, on les fait dans la plateforme. On passe par la plateforme. C’est elle qui garde la donnée. Il n’y a rien qui fuit.

**Participant :**

Bonjour, merci pour cette présentation. Vous avez terminé en parlant de cadrage, de savoir quand utiliser l’IA au bon moment pour arriver à la bonne valeur. Est-ce que vous avez des exemples de mesures que vous avez déjà mises en place ou que vous testez pour cadrer l’usage de l’IA ? Merci.

**Floriane :**

Pour l’instant, on est sur plutôt du test. Bien sûr, dans la plateforme, on monitore tout ce qui est consommation, notamment pour vérifier les coûts. Mais maintenant, l’idée, c’est de mettre en plus des indicateurs environnementaux, avec du CO2 et cetera. Pour l’instant, non, je n’ai pas de réponse concrète. Aujourd’hui, ça reste des choix assez, comment dire, organisationnels. C’est plutôt moi qui vais dire : « Non, mais là on part sur un truc traditionnel. » C’est en train de se construire. C’est un enjeu.

**Participant :**

Bonjour. Question très rapide : vous l’avez un petit peu sous-entendu, mais ça coûte cher. Cette application-là, par exemple, elle a coûté combien en termes de tokens ? Est-ce que vous avez maintenant une idée de ce que ça coûte aujourd’hui ? C’est vrai que ce sont des questions qui se posent beaucoup autour du coût, parce qu’on parle parfois de remplacement ou non-remplacement des personnes et cetera. Et moi, je sais qu’on commence à se poser sérieusement la question, parce qu’on a des ressources limitées aujourd’hui, on va le limiter de manière plus, on va dire, violente. Les gens vont penser différemment aussi, parce qu’ils sont habitués à un confort. Est-ce que vous avez ces questions-là ?

**Floriane :**

Aujourd’hui, si on regarde juste l’aspect micro-token, ça ne coûte quasiment rien, pour cette appli-là. Maintenant, si on met toutes les couches, avec le temps que moi j’ai passé, le temps que mon dev va passer, ça, c’est encore autre chose. Mais aujourd’hui, non, ça ne coûte quasiment rien. Et il y a aussi bien sûr la plateforme OutSystems, pour le coup, c’est une licence, donc tu as aussi une licence annuelle, et ça doit rentrer aussi dans le coût.

**Participant :**

Bonjour, merci pour la présentation. Je suis CPO de Mirage Group [?], éditeur de logiciels métiers. Moi, je m’interroge sur la manière dont des organisations comme les nôtres… si les organisations comme vous commencent à développer toutes leurs applications métiers en interne. Je me demande quelle est votre stratégie, la réflexion, la tendance que prennent les organisations comme Suez ou autres sur la partie d’internaliser les applications métiers. Est-ce qu’il y a un garde-fou, et à quel moment est-ce qu’on sera au chômage, nous, les éditeurs ? Et aussi, on parle beaucoup de coûts de production. On voit très bien que le développement, même nous en interne, maintenant, ne coûte plus rien du tout, tout le monde peut développer. Mais une application, ce n’est pas que le développement, il y a tout un écosystème d’infrastructure, de sécurité, qui rentre dans la structure de coût. Est-ce que ça est pris en considération dans le choix d’internaliser le développement, ou est-ce qu’on fait toujours appel à des éditeurs ?

**Floriane :**

Pour répondre à la première question, la tendance que je peux avoir, quand je parle un peu avec mes pairs, c’est qu’on se retrouve quand même avec des systèmes un peu historiques, SAP et cetera. Et ça, ça ne bougera pas. Par contre, effectivement, toutes les applications que j’appelle un peu satellites, aujourd’hui, le fait d’avoir la main pour pouvoir délivrer plus vite, ça a un impact direct sur nos volumes de prestation. Ça se voit. Je vous donne un exemple très concret. J’ai un domaine où on avait deux applications qui tournaient en 2024. Et j’avais dessus quatre développeurs. Deux applications, quatre développeurs. Je suis en 2026, j’ai 12 applications. Mais j’ai toujours quatre développeurs. Donc l’impact, oui, il est réel. Pour répondre à la deuxième question… je ne me souviens plus ce que c’est. C’est sur le coût, parce qu’on parle beaucoup de Docker ou de Kubernetes. Le coût, c’est plus global que juste le développement. Pour le coup, justement, dans la plateforme agentique, tout est embarqué. Déjà, il n’y a plus de DevOps. Tous les pipelines sont automatisés. Aujourd’hui, mon coût est essentiellement sur mon coût de licence de ma plateforme. Parce que vraiment, il y a tout dedans.

**Animateur :**

Une dernière question.

**Participant :**

Bonjour, je m’appelle [nom inaudible], je travaille chez Archipels logiciel [?]. Ma question concerne tous les intervenants. Vous avez présenté des outils, des méthodes qui sont orientés sur le métier produit, pour le produit, plus ou moins, en tout cas au service de l’interne. Comment est-ce que vous gérez l’intégration de ces outils avec les outils de gestion, par exemple ERP, SAP ? Cette intégration entre le système de production d’entreprise, la facturation, le chiffre d’affaires, la création client, les interfaces : comment ça marche ? Est-ce que c’est encore un système d’information produit, sur des applications entre guillemets périphériques, ou est-ce que l’activité est liée avec la production, chiffre d’affaires, ou dans votre cas production technique ?

**Floriane :**

Dans mon cas de figure, tout est intégré, puisque, une fois de plus, dans la plateforme, on a des connecteurs SAP et cetera, Salesforce, peu importe l’éditeur que vous avez en termes d’ERP. Il y a des connecteurs embarqués, il faut juste les paramétrer, et après on récupère toute la donnée et on travaille avec.

**Animateur :**

Une dernière question.

**Michael Amsalem :**

Michael Amsalem, je suis CPO dans une entreprise de cybersécurité, Advance [?]. La question fait le lien avec la présentation d’avant : est-ce que Laurent, à la fin, s’est dit : « Moi, pourquoi est-ce que je ne fais pas tout ? » Et est-ce que vous voulez aller vers ça, parce que votre plateforme apporte tous les garde-fous, si je comprends bien, elle est assez robuste ? Est-ce que lui s’est dit : « En fait, demain, moi, je fais tout » ?

**Floriane :**

Ça va dépendre du persona. En l’occurrence, Laurent, non. Il n’a pas le temps, ça ne l’intéresse pas, et il était super content que moi j’arrive à faire un prompt, parce que j’ai une expertise. J’arrive à comprendre ce qu’il a dans sa tête, à le traduire. Par contre, par exemple, on a des équipes d’Ataya [?] qui ont des besoins aussi de front pour tester ce qui se développe par ailleurs. Eux, ils n’ont pas besoin de moi. Donc ça dépend. Aujourd’hui, sur nos métiers, pour l’instant…

**Animateur :**

Ça fait la transition. On avait une phase de table ronde qui devait durer 30 minutes et qui va durer 10 minutes. Je pense qu’on va juste poser deux questions. Je vais demander aux speakers de revenir sur le devant de la scène. La première question que j’avais pour vous, et je vais vous rendre la parole : au-delà des présentations, on a quand même vu un glissement des rôles entre le métier, le PM, les développeurs, l’infra. Dans vos différentes organisations, comment est-ce que vous projetez ces transformations, ces métamorphoses ?

**Intervenant :**

C’est moi ? Comme tu veux. Vas-y.

**Intervenant :**

Ce qui est sûr, c’est que l’IA nous donne tous un peu plus de pouvoir et nous permet de sortir un tout petit peu plus de notre périmètre classique. Un PM qui va faire un proto, un designer qui peut aller pousser dans le code, un développeur qui remonte aussi dans la chaîne de valeur. On n’a pas ce statut à date, mais ma conviction, c’est qu’on a tous notre aire de compétence où on est le meilleur, et après on peut aller un petit peu plus loin. Selon la criticité des choses à faire, on voit que ce n’est pas la même chose entre une application interne et quelque chose qui doit être client facing, et entre une évolution incrémentale qui est facilement réversible versus une nouvelle fonctionnalité hyper structurante, où là on a besoin de tout le monde et de tous les cerveaux autour de la table. Peut-être que sur un quick win, un développeur peut prendre son sujet et y aller. C’est vers ça que nous nous dirigeons : selon la criticité et la difficulté des sujets, on va mettre plus ou moins de personnes et de rôles autour de la table. Et sinon, des personnes seules, augmentées par l’IA, pourront y aller toutes seules.

**Intervenant :**

Je pense qu’il y a un recentrage aussi sur les compétences. Le PO, aujourd’hui, moi j’attends vraiment qu’il aille sur le terrain, qu’il comprenne le métier, les process et cetera, pour après en sortir le meilleur d’un point de vue digital. Le dev, qu’il sache changer un logo ou autre, je m’en fous. Par contre, qu’il sache relire du code, qu’il sache faire en sorte que ce soit modulable et cetera. Je pense qu’il y a surtout un recentrage des compétences.

**Intervenant :**

Moi, je pense que l’ère des métiers hyper spécialisés, où on est très bon à faire quelque chose, une verticale, où on est super bon à faire ça, va diminuer, va finir. On va passer de plus en plus à une période où tout le monde va pouvoir tout faire. Maintenant, avec plus ou moins de succès en fonction des affinités, en fonction de ce que tu sais faire à l’origine et tout ça. Mais de plus en plus, nos métiers vont devenir multi-tâches, multi-choses. Et ce qui va combler notre manque de compétences dans une verticale particulière, c’est justement l’IA. On va converger vers un monde où tout le monde va pouvoir tout faire, et l’IA va compléter nos lacunes. Ce n’est pas parce que tout le monde peut tout faire que tout le monde fera des choses bien, utiles, ce qu’il faut faire. Cela restera notre manière de guider ces IA et toute cette puissance : à faire quoi.

**Animateur :**

D’ailleurs, par rapport à ça, on parle de convergence, de changement, il y a l’aspect gestion du changement. Ce que je vois, c’est que dans les équipes, il y a deux facettes. Il y a des gens qui sont clairement early adopters et qui vont très vite. L’IA accélère les choses, donc forcément, quand tu accélères, tu peux aller très très loin. Tandis que ceux qui ne le prennent pas forcément, ou moins sérieusement, il y a un écart qui se creuse déjà de performance et d’adoption de l’outil. Et en même temps, il y a une deuxième dimension : moi, j’aime bien tout faire, mais je sais que d’autres personnes préfèrent être expert dans un domaine de compétences. Je pense que ça introduit une deuxième dimension aussi dans la manière dont on doit gérer le changement. Ça m’intéresserait de vous entendre là-dessus. Comment vous gérez cette transition, en tant que managers ?

**Intervenant :**

Le changement est très intéressant, et l’appétence des individus pour ce genre de technologie est très très très différente. Nous, on a commencé il y a 3 ans, avec les débuts de l’IA dans l’entreprise. Dès le début, on a pris en compte le fait que les gens n’ont pas la même appétence, mais qu’il faut tous les encourager. On s’est dit qu’on va mettre à disposition des outils pour tout le monde, ne pas pousser nécessairement tout le monde à utiliser l’IA pour tout du premier coup, mais tout le monde a cette possibilité, showcaser les gens qui réussissent, showcaser ce qu’ils ont fait, et encourager l’utilisation. Pendant toute une première phase, il y a 3 ans, notre outil principal d’IA, c’était Gemini, et on comptait les points d’usage dans Gemini en disant : là, on encourage les gens à l’utiliser. Ça a permis aux gens de prendre conscience qu’on peut l’utiliser. Maintenant, on est passé à autre chose. Mais on s’est donné cet objectif d’essayer d’atteindre un point de bascule entre les early adopters et les nouveaux. Pour moi, ce que j’ai vu, c’est que quand on a atteint 30, 40 % des gens qui revenaient quotidiennement utiliser Gemini, plus le showcase à tout le monde, « regardez ce qu’il a fait, regardez, c’est super », la bascule se fait. Tu as suffisamment de gens, 30, 40 %, avec des exemples en all hands, pour que les autres veuillent l’adopter. Et moi, je ne suis pas partisan d’imposer un modèle, juste de tirer les gens vers le haut en voyant les bénéfices.

**Intervenant :**

Je prends la suite. On a aussi un peu la même approche. Comme je vous l’expliquais au départ, on avait des usages assez hétérogènes, avec des gens qui étaient très avancés et d’autres moins. Assez naturellement, on s’appuie sur les gens les plus avancés au départ pour construire. Et après, il y a eu cette phase de convergence, et quand on converge, on impose aussi un peu plus. Comme tu le disais au début, nous, on n’est plus là pour tester si ça marche. On est assez convaincus qu’il faut y aller. Maintenant, il faut rentrer, entre guillemets, dans le moule. Mais ça ne veut pas dire que nous avons trop de difficultés. On a la chance d’être une scale-up, donc on attire aussi des profils qui sont plutôt assez convaincus, digitaux convaincus. Des récalcitrants vraiment, on n’en a pas. Après, il y a des gens qui voient plus ou moins l’impact dans certains de leurs usages. Et là, c’est plutôt une histoire d’accompagnement et de montrer par la preuve que ceux qui utilisent bien ont des use cases ultra pertinents. Moi, je le vois plutôt comme ça, l’enjeu. Et encore, on est aussi dans un contexte, j’allais dire, très favorable.

**Animateur :**

Dernier point, et ensuite on pourra prendre les dernières questions. Tu as présenté un Team OS, vous avez présenté des plateformes qui permettent à des gens de collaborer sur du logiciel, mais différemment. J’ai fait product manager pendant des années et on a été élevés dans la culture du sprint, de l’itération de semaines, des rituels d’équipe et cetera. Est-ce qu’aujourd’hui, vous voyez déjà très concrètement des rituels, des habitudes que vous aviez, où vous vous dites : « Ça, on va le killer, ça ne sert plus à rien, on va le faire différemment » ? Des exemples très concrets de votre quotidien où vous voyez que ça commence à changer ?

**Intervenant :**

Je peux commencer. On parlait justement au petit-déjeuner de, par exemple, des agents qui automatisent les user stories. La question, c’est : est-ce qu’il faut toujours des user stories ? Ce sont des choses un peu bêtes, mais ce n’est pas forcément les rituels, c’est même le process en soi qui a vocation… Concrètement, je parle des user stories, mais je pense qu’il y a pas mal d’autres choses, notamment dans le framework agile traditionnel, qui était hyper utile dans un moment où le code était le goulot d’étranglement, et où l’idée, c’était de faciliter la vie du développeur, que le développeur soit dans, entre guillemets, une bulle pour aller le plus vite possible, et qu’on enlève tous les obstacles. Aujourd’hui, le paradigme a changé, donc je pense qu’il faut aussi changer les process par rapport à ce nouveau paradigme.

**Intervenant :**

De ce que je vois de mes équipes, c’est vrai qu’il y a moins de cérémonies. On attend moins le lundi 15 h ou le vendredi 14 h pour faire le point, c’est en continu. Après, ils sont en mirror shore [?], donc c’est aussi très important qu’ils puissent se parler tous les jours, mais je pense qu’il y a moins de cérémonies.

**Intervenant :**

Je pense que pour toutes les équipes, que ce soit tech, product ou business, la grande question, c’est : qu’est-ce qui reste de l’ancien monde, qu’est-ce qui reste de la façon de construire avant, avec ces super pouvoirs qu’on a maintenant ? Et se poser la question de remettre en cause toute la façon de fonctionner, parce que le pire qui peut nous arriver avec ça, c’est de construire le nouveau par-dessus des idées qu’on a eues et des modèles de fonctionnement qu’on a eus avant. Et se dire : je vais automatiser tout le process que je faisais avant, alors qu’il y a des pans entiers de ce process dont vous n’avez pas besoin. Et ça, c’est dans vos équipes, chacune des équipes doit s’asseoir, regarder ce qu’on fait, revenir à l’objectif du métier : quel est le but de cette équipe, qu’est-ce qu’elle doit faire ? Maintenant qu’on sait faire tout ça, et que c’est facile, comment on restructure notre travail ? Et là, vous découvrez des tonnes de choses qui servaient à l’époque, mais qui ne servent plus à rien aujourd’hui. Nous, notamment dans les équipes de fabrication de produits internes, on s’est rendu compte que l’agile nous embêtait. Les process d’itération récurrente de développement, ça nous fait perdre du temps. Fondamentalement, c’est en quelque sorte une revanche du waterfall : tu passes du temps à bien comprendre ce que tu veux, puis après tu le fabriques, plutôt que de se dire qu’on va itérer rapidement. Mais ça, c’est dans cette équipe. Dans d’autres équipes, vous trouverez autre chose. Donc moi, je vous invite tous à essayer de repenser tout, mais vraiment tout, fondamentalement, et refocus sur l’objectif : qu’est-ce qu’on sait faire aujourd’hui, et reconstruire.

**Animateur :**

Merci. Déjà, encore un peu d’applaudissements pour les speakers. On peut peut-être prendre 5 minutes pour les dernières questions.

**Participant :**

J’ai une question pour les trois. Les différentes présentations qui nous ont été faites l’ont été sur des produits, on va dire, internes, sur des outils de productivité, sur des outils qui font que les gens exploitent par exemple la donnée qui existe déjà dans le reste de la connaissance, l’OS pour une équipe produit qui lui permet de mieux travailler. Est-ce que vous avez commencé à mettre en place l’AI-DLC, mais pour de vrais futurs cœurs de business, des choses qui ont été déployées à des millions d’utilisateurs ? Et si vous ne le faites pas, qu’est-ce qui vous en empêche ? Est-ce que l’ancien monde existe toujours quand on travaille vraiment sur son vrai produit, qui est déployé à des millions d’utilisateurs ?

**Julie Chocnet [?] :**

Il y a effectivement deux sujets un peu distincts : l’IA dans les process et l’IA dans le produit. Nous, on a commencé à mettre effectivement des fonctionnalités avec de l’IA dans le produit, mais il faut déjà bien comprendre le problème. Des fois, on se dit qu’on va absolument mettre de l’IA, mais le plus efficace pour répondre au problème de notre client, ce n’est pas forcément l’IA. C’est un peu cette réflexion qu’on essaie d’avoir : à la fois on y va, mais en même temps on fait attention de ne pas utiliser un arsenal pour répondre à un problème qui finalement est simple. Je trouve que ce n’est pas évident aujourd’hui, parce qu’on a tous envie d’en mettre beaucoup, on est assez appétents, et on sait que ça va résoudre de bons problèmes, mais en même temps, sur certains de nos sujets, par exemple, on s’est rendu compte qu’un moteur de règles marchait tout aussi bien et en plus c’était déterministe. Ce n’est pas la solution à tout, il faut juste trouver vraiment les bons use cases, et c’est notre problématique du moment : quels sont les use cases sur lesquels on veut vraiment investir, parce que c’est quand même un investissement assez fort, que ce soit en temps, en technologie et cetera.

**Participant :**

Non, ce n’est pas ça. La question, c’était en gros utiliser l’AI-DLC ou le PDLC, mais pour développer des fonctionnalités…

**Julie Chocnet [?] :**

Ah, pour les utilisateurs. Pardon, effectivement, je suis passée complètement à côté de la question.

**Participant :**

Pas forcément l’IA dans le produit, mais utiliser l’IA pour développer un produit qui est customer-facing et fortement exposé à des usages de clients. C’était ma question.

**Julie Chocnet [?] :**

D’accord, OK. Désolée, j’ai répondu à une autre question. Pour moi, pour le coup, cet AI SDLC s’applique à toutes les fonctionnalités. Je ne vois pas de différence entre une fonctionnalité standard et une fonctionnalité IA sur l’application de ce SDLC. C’est toi qui veux nous répondre ?

**Louay Gargoum [?] :**

Oui. J’ai commencé ma présentation en vous disant qu’on a une variété d’équipes et une variété d’utilisations de l’IA. On va du produit régulé, dans lequel on a quasiment rien changé, jusqu’au produit interne et aux automatisations internes, où c’est entièrement fait par l’IA, même la conception. Je pense que ce qui est important pour tout le monde, c’est d’être prêt à comprendre les technologies et l’utilité de chaque truc. Il faut qu’on adopte ce genre de choses, et tu l’adoptes là où tu as le moins de risque au début. Comme ça, quand tu peaufines la méthode de travail, tu vas aller vers des produits de plus en plus sensibles, où la qualité est importante et où tu n’as pas le choix. La vitesse à laquelle ça va aller, tu ne la contrôles pas aujourd’hui, tu ne sais pas. Mais en tout cas, un truc est sûr, c’est qu’on doit y aller à la vitesse qui nous assure une pérennité du service, une pérennité de ce qu’on fait, de s’assurer que c’est stable, que les gens sont OK avec. Chaque organisation va aller à sa vitesse vers ça. Par contre, je suis persuadé qu’on va tous y aller. Et d’ailleurs, cette approche-là a un autre avantage chez nous, c’est de pouvoir avoir de l’expérimentation à l’intérieur de l’organisation sur ces méthodes-là, là où c’est le moins risqué, encore une fois, pour que le jour où les IA ou les différentes méthodes sortent et se démocratisent, ton équipe soit prête parce que tu l’as expérimenté. Ce n’est pas juste que tu as vu un youtubeur qui en parle.

**Floriane :**

Moi, je ne suis pas dans un contexte B2C. Je ne vais pas forcément aller chercher beaucoup, beaucoup, beaucoup d’utilisateurs. Néanmoins, ce sont des systèmes critiques pour la production. Et aujourd’hui, on n’a pas peur de générer nos applis et ensuite de les mettre sur nos sites industriels. Ça marche.

**Animateur :**

Je vous garde pour une dernière question ?

**Participant :**

Bonjour et merci beaucoup pour votre partage d’expérience. Je me demandais : tout ça est rendu possible parce que vous avez une structure technique derrière assez costaude, des outils IA, des frameworks de développement. Tout ça, comment vous le maintenez, et comment vous faites le lien avec vos produits ? Parce que de temps en temps, il doit se trouver qu’il n’y a pas la fonctionnalité, ou que vous ne pouvez pas répondre aux besoins d’un produit avec l’état actuel de votre stack tech.

**Floriane :**

Pour le coup, quand on est sur une plateforme agentique, on a des mises à jour, et à chaque fois, toutes les applis en bénéficient. On n’a pas vraiment d’enjeu de maintenance, parce qu’en plus on a des tableaux de bord où on supervise justement quand on doit mettre à jour tel module et cetera. C’est dans le quotidien des équipes que ça se fait.

**Participant :**

D’accord. Et vous ne créez pas de…

**Floriane :**

Sur les collecteurs ou parties spécifiques, pareil, on a des briques qui vont surveiller et qui produisent des alertes quand il faut faire des choses et cetera. Tout est monitoré comme ça.

**Participant :**

D’accord.

**Louay Gargoum [?] :**

Sur les briques technologiques, moi, j’ai parlé de briques pour fabriquer les applications internes, ce qui est distinct des briques technologiques que l’on utilise pour la production. Pour tout ce que je vous ai montré au niveau application interne, ça marche très bien et ce n’est pas très compliqué à maintenir, parce que de toute façon, c’est l’agent qui la maintient aussi. On a un agent factory qui la maintient, qui l’a créée d’ailleurs. Ça n’a pas été codé à la main : la factory elle-même a été codée puis validée. Maintenant, pour les équipes, chacune des équipes, comme je le disais tout à l’heure, prend en main, se révolutionne avec ses outils et avance à son rythme. Par exemple, les équipes de monitoring de la plateforme ont mis en place leur système agentique de monitoring et de corrélation de problèmes, de corrélation de logs, qui vient compléter la surveillance humaine qu’on avait avant, une surveillance avec des outils, des logiciels déterministes, et une IA qui travaille là-dessus. Et ils introduisent ça en complément. Ce qui fait que le monitoring global est supérieur à ce que tu avais avant, tout en apprenant à utiliser les nouveaux outils. Pareil pour les devs. On a forké la méthode BMAD et commencé à l’adapter, en commençant avec une ou deux équipes, et petit à petit on diffuse un peu ces méthodes-là. Là, c’est juste de la méthode, ce n’est pas nécessairement des briques technologiques, mais la question que je disais tout à l’heure pour le monitoring s’applique au DevOps, avec les différentes briques, c’est les systèmes, le design system, exactement. On a une équipe, nos spécialistes UX, on avait déjà un design system avant. Par contre, on s’est rendu compte qu’avec l’IA, on a besoin de le renforcer. Donc on renforce le design system, et comme le disaient mes collègues tout à l’heure, on se rend compte que pour bien faire de l’IA, il faut déjà commencer par bien faire les choses fondamentales d’avant : avoir un lexique, avoir un catalogue de design system, avoir une bonne information, savoir où tu mets tes informations et tout ça, bien structurer ça. Ce qu’on faisait, et que nous, humains, on s’accommodait du fait que ce ne soit pas parfait, maintenant ça te force à faire déjà ton métier super bien, comme ça l’IA peut l’utiliser. Et si tu fais ça, la transition se passe en douceur, à mon avis. Elle se passe en douceur parce que les humains ne perdent pas leurs repères : c’est juste qu’on fait ce qu’on a dit qu’on ferait avant, et les IA, si elles comprennent, petit à petit tu as de plus en plus confiance, et avec le temps tu mets de plus en plus de harnais, de protections, pour t’assurer que les choses sont exactement ce que tu as défini. Et tu peux évoluer comme ça. Ça se fait progressivement.

**Animateur :**

Merci.
