Le coût n'est pas nul

Toutes les quelques semaines, je tombe sur un nouvel article, un post LinkedIn ou un fondateur enthousiaste qui explique que l'IA a fondamentalement changé le développement logiciel et que, par conséquent, le logiciel devrait désormais être presque gratuit.

Le raisonnement est généralement assez simple. L'IA écrit du code. Le code prenait du temps aux développeurs. Donc les développeurs ne sont plus la partie coûteuse.

Je comprends d'où vient cette idée. Je comprends aussi pourquoi les clients posent la question, car si vous ne travaillez pas vous-même dans le logiciel, on a vraiment l'impression que les développeurs ont soudain décroché un stagiaire magique qui travaille vingt-quatre heures sur vingt-quatre sans se plaindre, ne boit pas de café et connaît on ne sait comment tous les langages de programmation jamais inventés.

Le problème, c'est que l'on confond écrire du code et faire de l'ingénierie, et ce n'a jamais été la même chose.

Chez We Do Dev Work, nous utilisons l'IA tous les jours, et honnêtement, je ne voudrais pas revenir à un développement sans elle. De nouveaux modèles apparaissent presque chaque mois, les assistants de codage s'améliorent sans cesse, une recherche qui prenait autrefois la moitié d'un après-midi prend souvent vingt minutes et le travail répétitif que personne n'aimait vraiment faire peut fréquemment être généré avant même que vous ayez fini votre café. Ignorer ces progrès serait tout simplement une mauvaise décision commerciale. En même temps, plus on passe d'heures avec ces outils, plus on voit clairement où ils sont brillants, où ils sont simplement utiles et où ils continuent de vous creuser un trou avec aplomb en jurant qu'ils construisent un élégant pont belge au-dessus de Sukhumvit.

Cette distinction compte bien plus que les gens ne le réalisent.

L'IA nous rend réellement plus rapides

Commençons par quelque chose qui ne devrait même pas être controversé.

L'IA fait absolument gagner du temps.

Si je lui demande de générer un énième endpoint CRUD, de convertir une maquette Figma en composant React, d'écrire des tests unitaires standard, d'expliquer une bibliothèque inconnue ou de refactoriser un morceau de code répétitif, elle produit généralement quelque chose d'utile remarquablement vite. Parfois, c'est presque exactement ce que nous aurions écrit nous-mêmes, parfois il faut ajuster, et il arrive qu'elle produise un grand n'importe quoi, mais même alors, elle nous donne souvent un point de départ meilleur qu'un fichier vide.

Ce gain de productivité est réel.

Des projets qui auraient pris six semaines il y a quelques années peuvent maintenant en prendre quatre ou cinq, selon la complexité. La recherche est plus rapide, la documentation s'améliore, l'implémentation répétitive devient nettement moins pénible et les développeurs passent simplement moins d'heures sur des tâches mécaniques qui apportent peu de valeur au client.

Si vous payez une agence de développement logiciel, vous devriez en profiter.

Prétendre que l'IA ne change rien serait tout aussi malhonnête que prétendre qu'elle change tout.

Écrire du code n'a jamais été la partie coûteuse

C'est là que la discussion déraille, selon moi.

Les gens imaginent le développement logiciel comme quelqu'un assis derrière un clavier qui tape toute la journée du code d'allure très compliquée, comme si taper était en soi la partie qui a de la valeur.

Ce n'est pas le cas.

Les développeurs ne sont pas payés parce qu'ils savent où placer le point-virgule.

Ils sont payés parce que quelqu'un doit comprendre votre activité avant d'écrire la moindre ligne de code. Quelqu'un doit décider comment une fonctionnalité s'intègre dans une architecture qui, espérons-le, tiendra les cinq prochaines années plutôt que les cinq prochaines semaines. Quelqu'un doit réfléchir à la performance, à la sécurité, à la scalabilité, à la maintenabilité, aux intégrations, aux besoins futurs, à la conception de la base de données, aux stratégies de déploiement et à tous ces désagréables cas limites dont personne ne parle pendant le rendez-vous commercial.

Ces décisions ont toujours été la partie coûteuse.

L'IA ne les a pas supprimées.

Au contraire, elle les a rendues encore plus importantes, car générer du code est devenu infiniment plus facile que de décider si ce code a sa place dans votre système.

L'IA n'est pas gratuite non plus

Il y a une autre hypothèse qui se cache discrètement sous tout cet enthousiasme : l'IA elle-même ne coûterait rien, puisque vous discutez avec elle dans un navigateur.

Cela pourrait être vrai si vous lui demandez la recette du dîner de ce soir.

Le développement logiciel professionnel, c'est une tout autre histoire.

Il y a les assistants de codage premium, les abonnements à plusieurs modèles de langage parce qu'aucun n'est le meilleur en tout, les plateformes de recherche, les outils de sécurité, la relecture de code automatisée, l'infrastructure cloud, l'utilisation d'API, le coût des tokens et suffisamment d'expérimentations avec de nouveaux outils pour que votre équipe d'ingénierie reste réellement en avance, au lieu de découvrir six mois plus tard que le reste du secteur est passé à autre chose sans elle.

Aucun de ces coûts n'est scandaleux pris isolément.

Ensemble, ils forment une autre ligne importante du budget mensuel.

Comme AWS.

Comme GitHub.

Comme tout outil professionnel digne d'être utilisé.

L'IA rend aussi les mauvais développeurs plus rapides

C'est probablement la partie qui reçoit le moins d'attention.

On dit souvent que l'IA rend les développeurs juniors plus productifs.

C'est vrai.

Ce que l'on oublie d'ajouter, c'est qu'elle rend aussi les développeurs inexpérimentés beaucoup plus rapides pour produire du code qui ne devrait jamais arriver en production.

Il y a dix ans, un développeur inexpérimenté pouvait passer une journée entière à lutter pour arriver à une solution médiocre.

Aujourd'hui, ce même développeur peut générer cinq solutions médiocres avant le déjeuner.

La quantité s'est énormément améliorée.

La qualité dépend presque entièrement de la personne qui relit.

En effet, l'IA ne comprend pas vraiment votre activité, votre architecture ni votre stratégie de maintenance à long terme. Elle prédit ce qui vient probablement ensuite à partir d'énormes quantités de données d'entraînement, ce qui est une technologie incroyablement impressionnante, mais prédiction et ingénierie ne sont pas le même métier.

Un ingénieur expérimenté lit le code généré presque comme un rédacteur en chef lit un article de journal. Il remarque aussitôt les incohérences, reconnaît les raccourcis dangereux, remet en question les hypothèses et réécrit souvent des parties importantes avant que quiconque les voie.

Quelqu'un de moins expérimenté fait fréquemment exactement l'inverse.

Si l'IA a l'air sûre d'elle, il suppose qu'elle a forcément raison.

Malheureusement, le logiciel se moque de la force de conviction de l'explication.

Il ne se soucie que de savoir si ça fonctionne.

Les ingénieurs seniors ont pris de la valeur, pas l'inverse

L'une des grandes ironies de l'ère de l'IA est que beaucoup s'attendaient à ce que l'expérience devienne moins importante.

Je dirais que c'est exactement le contraire qui s'est produit.

Plus l'ingénieur est bon, plus il tire généralement de valeur de l'IA.

Non pas parce qu'il écrit de meilleurs prompts, bien que l'internet semble étrangement obsédé par cette idée, mais parce qu'il sait quelles questions poser, quelles suggestions rejeter, quels raccourcis créent de la dette technique et quelles solutions d'apparence élégante deviendront de véritables cauchemars six mois plus tard.

La différence entre un ingénieur senior et un ingénieur junior ne s'est jamais mesurée à la vitesse de frappe.

Aujourd'hui, certainement pas.

Un développement plus rapide crée du nouveau travail

Il y a un autre effet secondaire intéressant que nous observons en interne.

Les développeurs écrivent considérablement plus de code qu'il y a seulement quelques années.

C'est merveilleux jusqu'à ce que l'on se rappelle que chaque ligne de code supplémentaire doit aussi être relue, testée, documentée, sécurisée, maintenue et finalement comprise par quelqu'un qui n'était même pas employé quand elle a été générée.

Autrement dit, l'IA a rendu la production de logiciel plus rapide.

Posséder un logiciel n'est certainement pas devenu plus facile.

Au contraire, une bonne assurance qualité est devenue encore plus précieuse, car l'IA excelle à produire du code qui a l'air correct pendant une revue de code mais qui casse discrètement face à de vrais utilisateurs faisant des choses merveilleusement imprévisibles.

Cela signifie que les tests, les revues de sécurité, l'accessibilité, l'analyse de performance et une vraie QA restent tout aussi importants qu'avant. Si votre logiciel traite des paiements, des informations personnelles ou des données critiques pour l'entreprise, faire confiance à du code généré sans vérification n'est pas de l'innovation.

C'est jouer au casino.

Ce que coûtent réellement les outils d'IA (en octobre 2026)

Voici les prix catalogue que j'ai vérifiés sur les pages des éditeurs eux-mêmes. Les offres changent souvent : considérez-les comme un instantané et vérifiez avant d'établir votre budget.

Une personne sur une offre, ce n'est pas cher. Une équipe qui veut plusieurs outils, parce qu'aucun modèle n'est le meilleur en tout, voit vite la facture grimper. Cinq développeurs sur une offre à $100 chacun, c'est $500 par mois avant que quiconque écrive une ligne de code.

La facturation à l'usage est ce qui surprend le plus

Les offres comprennent des quotas d'utilisation. Au-delà, il faut soit attendre, soit recharger, soit payer à l'usage. GitHub Copilot mesure désormais l'usage en crédits d'IA, où 1 crédit vaut $0.01, et ses offres incluent des crédits d'une valeur de $15 (Pro), $70 (Pro+) et $200 (Max) par mois. Cursor facture les modèles tiers au prix catalogue de l'API une fois votre quota épuisé. Le codage agentique consomme bien plus de tokens que le chat, ce qui explique pourquoi les gros utilisateurs atteignent ces limites.

Si vous construisez directement sur une API, vous payez par token. Les prix catalogue d'Anthropic, par exemple, sont de $4 par million de tokens en entrée et $20 par million de tokens en sortie pour Claude Opus 5.5, et $10 et $50 pour Claude Fable 5.1. L'entrée mise en cache est beaucoup moins chère ($0.20 et $0.25 par million). De longues sessions d'agent qui relisent une grande base de code en font un vrai poste de dépense.

Les coûts que l'on oublie

L'abonnement à l'outil est le plus petit des coûts. Le tableau ci-dessous montre où va généralement l'argent. Je ne mets volontairement pas de prix sur ces éléments : ils dépendent de votre produit, et un chiffre que je ne peux pas vérifier serait une supposition.

Si vous avez construit quelque chose avec des outils d'IA et voulez savoir lesquels de ces points restent ouverts, lisez Mon produit codé à l'instinct (vibe coding) est-il prêt ?. Pour un avis extérieur rapide sur la sécurité, la performance, le SEO et l'accessibilité, EngineeringScore propose un audit gratuit d'un site en ligne.

Alors... le logiciel est-il devenu moins cher ?

Oui.

Et non.

L'implémentation de routine est plus rapide.

La recherche est plus rapide.

La documentation est meilleure.

De nombreuses tâches répétitives qui justifiaient autrefois des heures de développement peuvent maintenant être réalisées en une fraction du temps.

Les clients méritent de profiter de ces gains d'efficacité.

Mais l'ingénierie derrière un logiciel réussi, l'architecture, l'analyse métier, les décisions techniques difficiles, l'assurance qualité, les revues de sécurité et l'expérience nécessaire pour savoir quand l'IA vous mène discrètement dans la mauvaise direction, n'a pas disparu.

Cela a pris de la valeur, pas l'inverse.

Peut-être que la plus grande idée reçue est que l'IA remplace les développeurs.

En réalité, elle remplace le travail répétitif, ce que les bons outils ont toujours fait. Nous ne romançons plus le déploiement manuel de logiciels depuis que le CI/CD existe, et personne ne regrette que nous écrivions encore de l'assembleur pour chaque application. De meilleurs outils ont toujours transformé notre profession.

L'IA se trouve simplement être le plus grand que nous ayons vu depuis des décennies.

Les entreprises qui en profiteront le plus ne seront pas forcément celles qui essaient de remplacer les développeurs par l'IA. Ce seront celles qui combinent des ingénieurs expérimentés et de meilleurs outils, parce que cette combinaison livre réellement de meilleurs logiciels, plus vite et souvent à moindre coût, sans sacrifier la qualité en chemin.

C'est certes un titre bien moins excitant que « l'IA remplacera les programmeurs l'an prochain », mais la réalité a toujours été un peu décevante pour ceux qui cherchent des réponses simples.

Alors oui, l'IA a fondamentalement changé le développement logiciel.

Non, le coût n'est pas nul.

Et si quelqu'un vous affirme avec aplomb que le logiciel est devenu presque gratuit parce que l'IA écrit le code, il y a de bonnes chances qu'il n'ait pas construit grand-chose récemment.

Cela change-t-il le choix entre développer et acheter ?

Oui, mais pas jusqu'à zéro. Développer est devenu moins cher, donc davantage de choses valent la peine d'être développées. Les posséder n'est pas devenu moins cher, c'est l'argument de Développer ou acheter : le calcul a changé. J'ai aussi écrit sur l'utilisation conjointe de plusieurs outils plutôt que d'en choisir un seul dans Quand j'ai arrêté de choisir entre Lovable et Claude et sur le changement plus large dans comment l'IA a changé le développement logiciel. Si vous voulez un chiffre fixe pour votre propre projet, consultez nos tarifs.

Sources

• Tarifs Claude
• Tarifs de l'API Anthropic
• Offres GitHub Copilot
• Tarifs Cursor