L’intelligence artificielle transforme la manière de concevoir les applications métiers. Mais si la
génération de code permet désormais de passer rapidement d’une idée à un prototype, leur
industrialisation soulève des questions de fiabilité, d’architecture, de gouvernance et de maintenance.
Pour les entreprises, l’enjeu est désormais de concilier autonomie des métiers, accélération de la
transformation digitale et maîtrise du cycle de vie applicatif.
Le vibe coding désigne une approche de développement dans laquelle un utilisateur décrit ses besoins en langage naturel et s’appuie sur l’intelligence artificielle pour générer du code. En entreprise, cette méthode accélère le prototypage, mais pose de nouvelles questions concernant la sécurité, la maintenance et la gouvernance des applications.
Le vibe coding face aux exigences de l’entreprise
En octobre 2026, Goldman Sachs a modifié ses règles internes concernant l’utilisation des outils avancés de programmation assistée par intelligence artificielle. Selon des informations révélées par Bloomberg début novembre et relayées notamment par Silicon.fr, la banque a restreint l’accès à certains outils, dont Claude Code d’Anthropic et des fonctionnalités avancées de GitHub, pour une grande partie de ses collaborateurs non techniques.
Ces outils restent accessibles aux ingénieurs logiciels ainsi qu’aux profils hybrides, appelés « strats », qui combinent expertise financière, recherche quantitative et compétences en développement.
Quelques mois plus tôt, en juillet, Marco Argenti, CIO de Goldman Sachs, présentait pourtant le vibe coding comme une opportunité pour rapprocher les métiers et l’IT. Le principe était de permettre aux collaborateurs de décrire leurs besoins en langage naturel afin de créer rapidement leurs propres prototypes, avant de les transmettre aux ingénieurs pour les rendre exploitables en production.
Les cas d’usage étaient concrets : suivi des transactions clients, modélisation de scénarios de marché, calculs financiers ou automatisation de certaines tâches. Après plusieurs mois d’expérimentation, la banque a finalement choisi de réserver ces outils aux profils les mieux placés pour les utiliser durablement, en tenant compte notamment des gains de productivité et de la gestion des risques.
Cette décision ne constitue pas un renoncement à l’IA, que Goldman Sachs continue de déployer dans différents métiers. Elle illustre plutôt une difficulté croissante pour les grandes entreprises : comment démocratiser la création d’applications sans perdre la maîtrise de leur fonctionnement et de leur cycle de vie ?
Quand le prototypage rapide crée une nouvelle forme de Shadow IT
Le principal attrait du vibe coding repose sur sa simplicité. Un collaborateur peut exprimer un besoin, générer une interface et obtenir rapidement un outil qui semble répondre à ses attentes.
Cette approche facilite l’expérimentation et réduit le temps nécessaire pour matérialiser une idée. Elle peut néanmoins atteindre ses limites lorsque ces prototypes commencent à être utilisés et partagés au sein de l’organisation.
Des témoignages de développeurs relayés dans la presse spécialisée évoquent notamment la multiplication d’applications locales, créées sans supervision centralisée et parfois réutilisées par d’autres collaborateurs.
Ce phénomène fait apparaître une nouvelle forme de Shadow IT, dans laquelle des outils générés par IA viennent progressivement s’ajouter aux applications déjà présentes dans le système d’information, sans nécessairement respecter les mêmes standards techniques. Les difficultés concernent notamment l’authentification, la gestion des droits d’accès, la protection des données, les tests ou encore les procédures de déploiement.
Un prototype peut ainsi fonctionner parfaitement lors d’une démonstration, tout en nécessitant un important travail supplémentaire avant de pouvoir être exploité dans un environnement d’entreprise. Pour les équipes IT, le risque est alors de voir les gains de temps réalisés lors du prototypage compensés par des efforts de reprise, de sécurisation et de maintenance.
La dette technique ne disparaît pas avec l’IA. Sans cadre de construction adapté, elle peut simplement être déplacée vers les équipes chargées de mettre les applications en production.
Accélérer le développement implique aussi de renforcer les contrôles
Les réflexions autour du vibe coding ne se limitent pas à Goldman Sachs.
Chez JPMorgan Chase, l’intelligence artificielle occupe également une place croissante dans les activités de développement logiciel. La banque déploie des assistants IA auprès de ses équipes techniques et de différents métiers, tout en accordant une attention particulière à la qualité des applications produites. Gill Haus, CIO de Chase, a notamment souligné l’importance croissante des fondamentaux de l’ingénierie logicielle à mesure que l’IA accélère la production de code.
Lorsque les volumes de code généré augmentent, les méthodes traditionnelles de vérification doivent elles aussi évoluer. Les tests automatisés, les contrôles humains, la sécurité et les procédures de déploiement deviennent essentiels pour maintenir la fiabilité des applications.
Cette évolution traduit un changement dans la manière d’évaluer les gains apportés par l’IA. La productivité ne peut plus être mesurée uniquement au nombre de lignes de code produites ou au temps nécessaire pour générer une première application. Elle doit également intégrer le travail de validation, de mise en production et de maintenance.
Pour les entreprises, la question dépasse désormais le choix des modèles d’IA ou des assistants de programmation. Elle concerne plus largement leur capacité à industrialiser les nouveaux usages de l’IA, à les intégrer dans leur architecture existante et à accompagner l’évolution des applications dans la durée.
Spécifier avec l’IA, construire dans un cadre maîtrisé
Face à ces enjeux, une autre approche consiste à distinguer clairement l’utilisation de l’IA pour formaliser le besoin métier et le processus de construction de l’application.
L’intelligence artificielle présente un intérêt considérable pour aider les équipes à exprimer leurs besoins, structurer leurs règles de gestion et produire des spécifications exploitables. Cette étape, souvent longue dans les projets informatiques traditionnels, peut ainsi être accélérée sans nécessairement confier à un modèle génératif l’ensemble des décisions liées à la construction technique.
C’est sur cette distinction que repose kShuttle AI, la capacité d’intelligence artificielle intégrée à la plateforme ExRP®. L’IA intervient dans la préparation des spécifications à partir des besoins exprimés par les métiers. La construction de l’application repose ensuite sur un processus déterministe, utilisant des composants applicatifs éprouvés.
Cette approche permet de reproduire un même résultat à partir d’une même spécification, tout en inscrivant le développement dans un cadre applicatif structuré.
Pour les entreprises, l’intérêt est de rapprocher les besoins métiers de leur traduction en applications opérationnelles, sans multiplier les développements isolés ou dépendre exclusivement de code généré librement par l’IA.
Cette approche permet de rapprocher les équipes métiers, IT et transformation autour d’un même cadre applicatif. Les besoins métiers peuvent ainsi être traduits plus rapidement en applications, tout en préservant les exigences d’architecture, de gouvernance et de maîtrise technologique.
De la création d’applications à la modernisation du système d’information
La transformation applicative ne concerne toutefois pas uniquement les nouveaux projets. Dans les grandes organisations, de nombreux processus de pilotage reposent encore sur des applications historiques, des développements spécifiques et des fichiers Excel devenus indispensables au fonctionnement des équipes.
Ces systèmes répondent souvent à des besoins essentiels, mais leur évolution peut devenir coûteuse et complexe lorsque les règles de gestion ou les priorités de l’entreprise changent. Une nouvelle réglementation, une réorganisation, une évolution du reporting ou une transformation des processus peuvent nécessiter de reprendre des interfaces, de modifier plusieurs applications ou de mobiliser d’importantes ressources en maintenance.
À mesure que l’IA accélère la transformation des métiers, la capacité à adapter les applications existantes devient donc aussi importante que celle d’en créer de nouvelles. Avec kShuttle AI, cette approche s’inscrit dans un cycle de vie applicatif organisé autour de trois capacités complémentaires :
- Build : construire de nouvelles applications de pilotage à partir des besoins métiers.
- Rebuild : moderniser les applications existantes pour les adapter aux nouveaux enjeux de l’entreprise.
- Run : faire évoluer les applications au rythme des stratégies, dans un environnement gouverné et sous le contrôle des équipes.
Au sein de la plateforme ExRP®, ces capacités permettent d’envisager la modernisation du SI de manière progressive, en intégrant les nouvelles applications aux systèmes que l’entreprise souhaite conserver.
L’objectif n’est plus simplement de développer plus vite, mais de construire un environnement applicatif capable de s’adapter durablement aux évolutions de l’organisation.
Une expertise réglementaire au service d’une transformation applicative plus large
Pour les grandes entreprises, la construction d’applications fiables suppose une maîtrise des données, des règles de gestion, des processus et des contrôles associés.
Ces exigences sont particulièrement importantes dans les domaines financiers et réglementaires, où la traçabilité des calculs et la fiabilité des informations sont essentielles.
Historiquement reconnue pour son expertise des réglementations financières et extra-financières, notamment IFRS 16, Pilier 2 et CSRD, kShuttle s’appuie sur cette expérience pour accompagner aujourd’hui sur un panel de processus de pilotage bien plus large.
Ces besoins concernent différentes directions de l’entreprise : la Finance et ses processus de reporting, de prévision ou de cash management, la Fiscalité, la RSE et le développement durable, les Ressources humaines, les Risques et la HSE, ainsi que de nombreux autres processus de pilotage de la performance (EPM).
Si chaque département possède ses propres applications, règles de gestion et objectifs, tous contribuent à la stratégie globale de l’entreprise. La plateforme ExRP® réunit les applications, les données, les règles de gestion et les workflows sur un socle commun, tout en s’intégrant aux systèmes existants, afin de répondre aux besoins des différentes directions et de faciliter leur alignement.
Avec kShuttle AI, cette expertise s’étend à la création, à la modernisation et à l’évolution des applications métiers, en associant les possibilités de l’intelligence artificielle à un environnement applicatif gouverné.
L’avenir des applications d’entreprise se joue au-delà de leur vitesse de création
Les expériences de Goldman Sachs et JPMorgan illustrent deux dimensions d’un même enjeu : l’IA transforme profondément les pratiques de développement, mais elle ne supprime ni les exigences de qualité ni la nécessité d’une gouvernance technologique.
Le défi pour les grandes entreprises consiste désormais à exploiter cette nouvelle capacité d’accélération sans multiplier les applications difficiles à maintenir, à sécuriser ou à faire évoluer. Cela implique de considérer la construction applicative dans son ensemble, depuis l’expression du besoin jusqu’à l’exploitation et à la modernisation des applications.
En associant spécification assistée par IA, construction déterministe et gouvernance applicative, kShuttle AI et la plateforme ExRP® proposent une approche structurée de cette transformation.
Parce qu’une application d’entreprise ne doit pas seulement répondre rapidement à un besoin : elle doit aussi pouvoir accompagner durablement les stratégies de l’organisation.
Et si votre prochain projet de transformation commençait simplement par la description de votre besoin ?
Découvrez comment kShuttle AI peut le transformer en application de pilotage.
Demander une démo
FAQ – Vibe coding et gouvernance des applications en entreprise
Le vibe coding est une approche de développement assisté par intelligence artificielle permettant de générer du code à partir d’instructions formulées en langage naturel. En entreprise, cette méthode facilite la création de prototypes et l’expérimentation de nouvelles applications métiers, mais leur mise en production nécessite des contrôles supplémentaires.
Les principaux risques concernent la sécurité des données, la gestion des accès, la qualité du code, la maintenance et la multiplication d’applications non supervisées. Sans gouvernance adaptée, le vibe coding peut contribuer au développement du Shadow IT et à l’accumulation de dette technique.
Un prototype fonctionnel ne garantit pas qu’une application respecte les exigences d’un système d’information d’entreprise. Avant sa mise en production, elle doit notamment satisfaire aux contraintes d’architecture, de cybersécurité, de tests, de traçabilité, d’intégration et de maintenance.
Les entreprises peuvent permettre aux équipes métiers d’exprimer leurs besoins et de participer à la conception des applications, tout en conservant un cadre technique commun. La formalisation des spécifications, les règles de validation, la gestion des habilitations et l’utilisation de composants éprouvés permettent de rapprocher autonomie métier et maîtrise du système d’information.
La génération de code par IA repose sur un modèle capable de produire du code à partir d’une demande, avec des résultats pouvant varier selon le contexte. Une construction déterministe s’appuie sur des spécifications et des composants définis pour produire un comportement reproductible. L’IA peut ainsi faciliter la préparation des spécifications, tandis que la construction applicative suit un processus maîtrisé.
Oui. L’IA peut accompagner l’analyse des applications existantes, la documentation de leurs règles de gestion et la préparation de leur modernisation. Cette démarche peut permettre d’adapter progressivement des applications historiques aux nouveaux besoins métiers, sous réserve de valider leurs dépendances techniques, leurs données et leurs interfaces.
kShuttle AI, intégrée à la plateforme ExRP®, accompagne la structuration des besoins métiers et la préparation des spécifications applicatives. Associée au Builder et aux composants de la plateforme, elle contribue à la création, à la modernisation et à l’évolution des applications dans un environnement gouverné, traçable et intégré au système d’information.
Sources et références :
- Bloomberg, 2 novembre 2026 – Goldman restricts traders and bankers from using some AI tools
- Silicon.fr, 10 novembre 2026 – Goldman Sachs recule sur le vibe coding pour les métiers
- eFinancialCareers, novembre 2026 – As Goldman Sachs restricts vibe coding, developers express how annoying it is
- TechTarget, 17 juin 2026 – How AI is changing software development at JPMorgan Chase
- Anthropic, 9 novembre 2026 – JPMorganChase expands Claude Code to more employees across the firm