Produit & IA

Agents IA et produit logiciel : ce qui reste (vraiment) le travail de l'humain

Le code devient abondant, le jugement devient rare.

Avec les agents IA, écrire du code n'est plus ce qui coûte cher. Ce qui coûte cher, c'est de savoir quoi construire, pour qui, et de répondre de ce qui part en production. Les six responsabilités que l'humain ne délègue pas, illustrées par nos projets.

Sommaire

Avec les agents IA, écrire du code n'est plus ce qui coûte cher. Ce qui coûte cher, c'est de savoir quoi construire, pour qui, et de répondre de ce qui part en production. C'est là que l'humain reste irremplaçable.

En deux ans, la fabrication logicielle a changé de nature. Un agent comme Claude Code, une plateforme comme Lovable, peuvent produire en une après-midi ce qui demandait hier un sprint entier : un écran, une API, un schéma de base de données, une suite de tests. Pour un dirigeant ou un chef de produit, la tentation est forte de conclure que l'équipe produit devient optionnelle.

C'est l'inverse qui se produit. Quand le code devient abondant, le jugement devient rare. Cet article décrit ce que les agents font vraiment bien, les six responsabilités que l'humain ne délègue pas, et la façon dont une équipe produit s'organise quand elle travaille avec eux au quotidien.

Ce que les agents IA ont réellement changé

Les agents ont fait chuter le coût de l'exécution, pas celui de la décision. Ils excellent sur tout ce qui est bien spécifié et vérifiable :

  • Produire vite : un prototype cliquable en quelques heures, une fonctionnalité complète en une journée.
  • Explorer large : trois variantes d'un parcours d'onboarding au lieu d'une, pour le prix d'une.
  • Absorber le travail ingrat : migrations, tests, documentation, refactorisation, intégrations d'API.
  • Lire et expliquer : un agent parcourt une base de code inconnue et en résume l'architecture en quelques minutes.

Conséquence directe : le goulot d'étranglement s'est déplacé. Il ne se situe plus dans la capacité à coder, mais en amont (savoir quoi demander) et en aval (savoir si le résultat est bon). Une équipe qui ne renforce pas ces deux extrémités produit simplement plus vite… des choses dont personne n'a besoin.

Schéma : avant les agents, le goulot était le code ; avec les agents, il se situe dans la décision et la vérification
Le goulot s'est déplacé vers la décision et la vérification.

Les six responsabilités que l'humain ne délègue pas

Un agent exécute une intention ; il ne la porte pas. Six responsabilités restent du côté humain, et elles pèsent désormais plus lourd qu'avant.

Les six responsabilités humaines : choisir le problème, arbitrer, apporter le goût, vérifier, porter la responsabilité, entretenir la confiance
Vue d'ensemble des six responsabilités.

1. Choisir le bon problème

L'agent répond à la question qu'on lui pose, jamais à celle qu'on aurait dû poser. Comprendre la douleur d'un utilisateur, la fréquence d'un usage, ce qu'un client est prêt à payer : cela passe par des entretiens, du terrain, de l'empathie. Aucun prompt ne remplace un café avec un client mécontent.

2. Arbitrer

Quand tout devient faisable rapidement, la question n'est plus « peut-on le faire ? » mais « doit-on le faire ? ». Dire non à une fonctionnalité qui ne coûte qu'une heure à générer, mais des mois à maintenir et à expliquer, est un acte de leadership produit. Le backlog n'a jamais eu autant besoin d'un propriétaire.

3. Apporter le goût et la cohérence

Un agent produit du « correct » par défaut : l'interface moyenne, le parcours standard. Ce qui distingue un produit, c'est une vision cohérente : un ton, des choix d'expérience assumés, une simplicité qui demande de renoncer. Le goût reste une signature humaine.

4. Vérifier

Le code généré est plausible par construction, ce qui le rend dangereux quand il est faux. Il faut quelqu'un pour lire, tester, questionner les cas limites, la sécurité, la gestion des données personnelles, la conformité RGPD. Plus l'agent produit vite, plus la revue doit être structurée : critères d'acceptation clairs, tests automatisés, environnements de validation.

5. Porter la responsabilité

Quand une facture part avec un mauvais montant ou qu'une donnée client fuit, « c'est l'IA qui l'a écrit » n'est pas une réponse recevable. L'entreprise, et donc un humain, répond de ce qui est mis en production. Cette responsabilité impose de garder la maîtrise de ce qui est livré, même quand on ne l'a pas écrit soi-même.

6. Entretenir la relation et la confiance

Vendre, accompagner le changement, recueillir un retour honnête, embarquer une équipe métier : le logiciel n'existe que s'il est adopté. Cette part relationnelle du produit reste profondément humaine, et c'est souvent elle qui décide du succès.

À quoi ressemble une équipe produit augmentée

Dans une équipe qui travaille avec des agents, le cycle produit se resserre : une seule étape sur quatre est confiée à la machine. Les trois autres demandent du jugement humain, et c'est là que se crée la valeur.

Cycle produit augmenté : cadrer (humain), générer (agent IA), valider (humain), apprendre (humain et utilisateurs)
Une seule étape sur quatre est confiée à l'agent.

Le cycle tourne en jours plutôt qu'en semaines, ce qui multiplie les occasions d'apprendre. Les rôles évoluent en conséquence :

  • Le chef de produit devient le gardien de l'intention : il rédige des spécifications assez précises pour qu'un agent les exécute, et assez claires pour qu'un humain les vérifie.
  • L'ingénieur passe de l'écriture à la supervision : architecture, revue, sécurité, choix techniques structurants.
  • Le designer définit les principes et le système de design que l'agent applique, plutôt que de dessiner chaque écran.
  • Le dirigeant fixe le cap et les garde-fous : ce qu'on automatise, ce qu'on vérifie toujours, qui valide la mise en production.

Trois pièges à éviter

La vitesse sans direction. Livrer dix fonctionnalités par semaine ne vaut rien si aucune ne fait bouger un indicateur métier. Mesurez l'impact (adoption, rétention, temps gagné), pas le volume livré.

La dette invisible. Un prototype généré en un week-end peut devenir la base d'un produit en production sans que personne ne l'ait décidé. Architecture, sécurité des accès, structure des données : ces choix doivent être faits sciemment, et relus, avant de passer à l'échelle.

L'illusion de compétence. Parce que l'agent réussit, on croit maîtriser. Le jour où il se trompe, l'équipe doit encore comprendre son propre système. Gardez au moins une personne capable de lire, d'expliquer et de corriger ce qui a été produit.

Matrice vitesse d'exécution × clarté de la direction : l'équipe augmentée combine les deux
Vitesse × direction : où se place votre équipe ?

Les agents font gagner en vitesse, mais seul le jugement humain donne la direction. L'objectif est le quadrant en haut à droite, pas simplement la moitié droite.

Notre retour d'expérience chez Kreapp

Chez Kreapp, partenaire officiel Lovable en France, nous construisons chaque jour des SaaS et des outils internes avec Lovable et Claude. Les exemples cités plus haut viennent de ce portefeuille : THIIA, Advisor Nexus CRM, LIIAM, des rapports de risques pour l'assurance. Trois leçons s'imposent.

  1. Le temps gagné sur le code est réinvesti dans la découverteNous passons davantage de temps avec les utilisateurs métier, parce que nous pouvons leur montrer un prototype fonctionnel dès le deuxième rendez-vous.
  2. La qualité du résultat dépend de la qualité du cadrageUn agent bien briefé (contexte métier, règles de gestion, exemples) produit un bien meilleur résultat qu'un agent à qui l'on demande « une appli de facturation ».
  3. L'expertise produit et technique reste le facteur décisifC'est elle qui permet de passer d'un prototype impressionnant à un produit fiable, sécurisé et maintenable.

C'est aussi pour cela que l'accompagnement a du sens : les outils sont accessibles à tous, mais savoir les piloter pour livrer un produit qui tient en production reste un métier.

  1. Thiia — agent IA de prospection
  2. Nexus — CRM avec assistant IA

Conclusion : moins de code, plus de produit

Les agents IA ne remplacent pas l'humain dans la création logicielle ; ils lui retirent l'alibi de l'exécution. Ce qui reste, c'est le cœur du métier : comprendre, choisir, vérifier, assumer. Les équipes qui gagneront ne seront pas celles qui génèrent le plus de code, mais celles qui posent les meilleures questions et tiennent le cap.

Vous voulez construire un SaaS ou un outil interne avec Lovable et des agents IA, sans perdre la maîtrise de votre produit ? Kreapp vous accompagne du cadrage à la mise en production.

Parlons de votre projet

Retour au blog