--- title: Après le Vibe Coding, place au Vibe Management description: L'IA transforme le développement logiciel, mais la compréhension humaine du code reste essentielle pour éviter la perte de connaissances et garantir la qualité. image: https://hoxell.com/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png --- [Skip to content](https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts#main-content) Chiudi - Produits - [Quality Operations](https://hoxell.com/fr/prodotti/quality-operations) - [Hoxell Plus](https://hoxell.com/fr/products/quality-operations/hoxell-plus) - [Guest Experience](https://hoxell.com/fr/prodotti/guest-experience-platform) - [Intégrations & Partenaires](https://hoxell.com/fr/integrations) - [BLOG](https://hoxell.com/fr/blog) - [A propos de nous](https://hoxell.com/fr/qui-nous-sommes) - [Témoignages](https://hoxell.com/fr/testimonianze) Lingua – fr [de](https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten)[en](https://hoxell.com/blog/vibe-coding-hidden-risks-costs)[it](https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti) [Demander une démo](https://hoxell.com/fr/demander-une-d%C3%A9mo?hsLang=fr) [![logo](https://hoxell.com/hs-fs/hubfs/Hoxell%20Full%20Color-1.png?width=235&height=94&name=Hoxell%20Full%20Color-1.png "logo")](https://hoxell.com?hsLang=fr) - Produits - [Quality Operations](https://hoxell.com/fr/prodotti/quality-operations) - [Hoxell Plus](https://hoxell.com/fr/products/quality-operations/hoxell-plus) - [Guest Experience](https://hoxell.com/fr/prodotti/guest-experience-platform) - [Intégrations & Partenaires](https://hoxell.com/fr/integrations) - [BLOG](https://hoxell.com/fr/blog) - [A propos de nous](https://hoxell.com/fr/qui-nous-sommes) - [Témoignages](https://hoxell.com/fr/testimonianze) fr [de](https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten)[en](https://hoxell.com/blog/vibe-coding-hidden-risks-costs)[it](https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti) [Demander une démo](https://hoxell.com/fr/demander-une-d%C3%A9mo?hsLang=fr) ![Vibe coding-1](https://hoxell.com/hs-fs/hubfs/Vibe%20coding-1.png?width=575&name=Vibe%20coding-1.png) [Hoxell](https://hoxell.com/fr/blog/author/hoxell)10 nov. 202610 min read # Après le Vibe Coding, place au Vibe Management [Précédent](https://hoxell.com/fr/blog/gestion-personnel-hotelier-innovation?hsLang=fr) ![Codice e gestione dell’innovazione IA](https://hoxell.com/hs-fs/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png?width=1672&height=941&name=Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png) Si j'étais aujourd'hui le CEO d'une entreprise de développement logiciel, je pourrais probablement licencier 70 à 90 % des développeurs juniors. L'IA écrirait le code. L'IA ouvrirait les pull requests. L'IA se chargerait également d'une grande partie des tests. Mais la véritable question est ailleurs : qui sera encore capable de comprendre le logiciel dans cinq ans ? En 2023, la question que nous nous posions était : pouvons-nous remplacer les humains par l'IA ? En 2026, la question devient : pouvons-nous nous permettre de remplacer les humains par l'IA ? Ce sont deux questions très différentes. La première concerne la capacité technique. La seconde concerne la facture finale, et cette facture comporte des postes que presque personne n'a jusqu'à présent inscrits au bilan : les coûts des tokens, les coûts liés à la perte de connaissances, les coûts de dépendance technologique, les coûts de maintenance du code généré et les coûts cognitifs liés à l'atrophie des compétences. Cinq postes. Aucun d'entre eux ne figure dans un pitch deck AI-first. Cet article tente de les examiner un par un. ## Le Vibe Coding et le paradoxe de la documentation perdue Le vibe coding fonctionne. Il fonctionne même étonnamment bien. Vous décrivez ce que vous voulez, l'IA génère le code, et le code fonctionne. Le terme a été inventé par Andrej Karpathy au début de l'année 2025 et, en quelques mois, cette pratique est devenue quotidienne dans des milliers d'équipes. Le problème n'est pas de générer du code. Le problème est de comprendre ce code six mois plus tard. De plus en plus d'entreprises accumulent des millions de lignes de logiciels produites par Claude Code, Cursor, GPT et Gemini. Mais une part croissante de ces logiciels a été générée sans que personne ait réellement parcouru le raisonnement logique ayant conduit à la solution. Le code existe. Il fonctionne. Mais les connaissances qui ont permis de le créer, souvent, n'existent pas. Autrefois, un développeur se souvenait pourquoi une fonction avait été écrite d'une certaine manière, quels compromis avaient été consciemment acceptés, quels bugs avaient déjà été rencontrés et évités ailleurs dans le système. Cette mémoire vivait dans l'esprit des personnes, avant même d'exister dans les commits. Aujourd'hui, de plus en plus souvent, seul le résultat final subsiste. Le prompt qui l'a généré a disparu dans une conversation. Le raisonnement qui avait écarté trois solutions alternatives n'a jamais été consigné nulle part. C'est la différence entre connaître un itinéraire et suivre Google Maps. Vous arrivez à destination dans les deux cas. Mais si votre téléphone tombe en panne de batterie au milieu d'un quartier que vous n'avez jamais appris à connaître, vous êtes perdu. ## Le cerveau en outsourcing Pendant des décennies, les chauffeurs de taxi londoniens ont dû réussir un examen appelé « The Knowledge » : une carte mentale d'environ 25 000 rues et 20 000 points d'intérêt de la ville, mémorisée sans aucune aide numérique. La neuroscientifique Eleanor Maguire a étudié pendant des années le cerveau des personnes se préparant à cet examen, et les résultats, reproduits et affinés dans des études ultérieures, montrent un fait solide : ceux qui réussissent « The Knowledge » développent un épaississement mesurable de l'hippocampe postérieur, la région cérébrale impliquée dans la mémoire spatiale. Ceux qui abandonnent la formation, non. Puis le GPS est arrivé. La question n'est pas de savoir si le GPS est utile. Bien sûr qu'il l'est. Personne ne propose sérieusement de revenir à une navigation reposant uniquement sur la mémoire. La question est différente : que se passe-t-il lorsqu'une capacité cognitive cesse d'être exercée ? Le même mécanisme pourrait aujourd'hui se manifester avec l'IA, mais à une échelle bien plus large que la seule orientation spatiale. Il ne concerne pas un seul métier. Il concerne l'écriture, le raisonnement, la programmation, la synthèse, la capacité à garder un problème en tête suffisamment longtemps pour en comprendre la structure. Nous ne sommes pas nécessairement en train de perdre notre capacité à produire. Nous sommes peut-être en train de perdre notre capacité à comprendre ce que nous produisons. ## L'étude du MIT et la dette cognitive En 2025, le MIT Media Lab a publié une étude intitulée « Your Brain on ChatGPT », qui a mesuré par EEG l'activité cérébrale de 55 participants âgés de 18 à 25 ans, répartis en trois groupes : ceux qui rédigeaient un essai avec ChatGPT, ceux qui utilisaient un moteur de recherche traditionnel et ceux qui écrivaient sans aucun outil. Les résultats : les participants utilisant ChatGPT présentaient la connectivité cérébrale la plus faible des trois groupes, notamment dans les régions liées à la mémoire et au raisonnement sémantique. Ceux qui utilisaient un moteur de recherche montraient un engagement intermédiaire. Ceux qui écrivaient sans outils activaient les réseaux cérébraux les plus étendus et les plus puissants, avec une implication marquée des régions créatives, mnésiques et exécutives. Mais le résultat le plus souvent cité de l'étude est un autre : lors des premières sessions, 83 % des participants ayant rédigé leur essai avec ChatGPT étaient incapables d'en citer ne serait-ce qu'une seule ligne immédiatement après l'avoir remis. Les participants du groupe « cerveau seul » se souvenaient précisément de leurs textes. Les chercheurs du MIT ont donné un nom à ce phénomène : cognitive debt, ou dette cognitive. Comme une dette financière, elle s'accumule de manière presque imperceptible, emprunt après emprunt, délégation après délégation. Et comme une dette financière, elle finit tôt ou tard par présenter la facture : moins d'esprit critique, moins de créativité, une mémoire plus faible, une relation plus distante avec son propre travail. Ce n'est pas un phénomène entièrement nouveau. Cela s'est déjà produit avec les calculatrices. Cela s'est déjà produit avec le GPS. La différence est que, cette fois, la délégation ne concerne pas un calcul isolé ou un itinéraire particulier, mais l'écriture, le code, la recherche, la synthèse, le raisonnement : autrement dit, presque tout ce que nous appelons penser au travail. Le risque n'est pas de devenir moins productifs. À court terme, au contraire, nous devenons visiblement plus productifs. Le risque est de devenir moins autonomes. ## La folie du tokenmaxxing Il existe un phénomène social que nous connaissons bien : le looksmaxxing, l'obsession d'optimiser chaque détail de son apparence physique jusqu'à en faire un indicateur de statut. Dans les entreprises émerge aujourd'hui son équivalent opérationnel : le tokenmaxxing. L'obsession contemporaine de maximiser la consommation de tokens comme si elle constituait, en elle-même, une mesure du progrès. Des entreprises qui célèbrent en interne des millions de prompts envoyés. Des millions de lignes de code générées en un trimestre. Des milliards de tokens consommés en une année. Des chiffres qui se retrouvent dans des présentations, des classements internes et des objectifs d'adoption, comme si le coût marginal de chaque token était négligeable et que le volume constituait déjà, à lui seul, un résultat. Mais le volume n'est pas le résultat. Le volume est le coût nécessaire pour atteindre le résultat. ### Le cas Uber En 2026, Uber a épuisé l'intégralité de son budget annuel consacré aux outils de développement basés sur l'IA, notamment Claude Code et Cursor, en environ quatre mois. Parmi les facteurs ayant accéléré cette consommation figurait un classement interne qui évaluait les équipes selon leur volume d'utilisation des outils d'IA : un dispositif conçu pour encourager l'adoption qui a finalement encouragé, tout simplement, la consommation. La déclaration la plus intéressante dans toute cette affaire n'est pas le montant du budget dépensé. C'est ce qu'a déclaré Andrew Macdonald, président et COO d'Uber, lorsqu'on lui a demandé de relier cette dépense aux fonctionnalités effectivement mises à la disposition des utilisateurs : « ce lien n'existe pas encore ». Il a ajouté qu'il était très difficile d'établir un lien direct entre l'augmentation des dépenses et les fonctionnalités réellement déployées, et que sans ce lien direct, « cet arbitrage devient plus difficile à justifier ». Le CEO Dara Khosrowshahi a néanmoins confirmé qu'environ 10 % du code intégré dans l'entreprise est aujourd'hui produit par des agents autonomes. Uber a ensuite instauré un plafond de dépenses individuel pour les outils d'IA. Pendant des années, nous avons mesuré le travail technique en heures-homme, en sprints, en velocity et en revenus générés. Aujourd'hui, de nombreuses entreprises ont commencé à le mesurer en tokens consommés. Mais les tokens ne sont pas un output. Ce sont un input. Mesurer le succès en tokens revient à mesurer une usine selon la quantité d'électricité qu'elle consomme plutôt que selon le nombre de produits conformes qui sortent de sa chaîne de production. ## Le retour des êtres humains C'est peut-être la partie la plus contre-intuitive de toute cette histoire : certaines des agences et entreprises de développement logiciel les plus résolument AI-native du marché ont recommencé à recruter. Non pas parce que l'IA ne fonctionne pas. Elle fonctionne, et c'est précisément la raison d'être de ces entreprises. Mais parce qu'à mesure que son adoption progresse, des coûts apparaissent, qui n'avaient pas été pris en compte pendant la phase d'euphorie : vérification des résultats générés, contrôle qualité systématique, maintenance de code que personne dans l'entreprise n'a réellement écrit, gouvernance de l'accès aux outils et de leur utilisation, intégration de nouvelles personnes dans des systèmes en partie opaques même pour ceux qui les ont « construits », supervision continue de processus qui, laissés à eux-mêmes, ont tendance à dériver. Chaque automatisation crée de nouveaux points de fragilité. Chaque système autonome nécessite une personne qui comprenne suffisamment son fonctionnement pour détecter le moment où il cesse de se comporter correctement. Dans ce scénario, l'être humain ne disparaît pas. Il change de rôle. De la production à la supervision. De l'écriture à la compréhension. ## Le plus grand risque : la perte de la mémoire organisationnelle Au fond, les entreprises ne sont pas faites de logiciels. Elles sont faites de connaissances. Lorsqu'une personne quitte une organisation, celle-ci ne perd pas seulement une ressource productive. Elle perd un contexte accumulé pendant des années, l'expérience de ce qui a déjà échoué et des raisons de ces échecs, des intuitions jamais formalisées dans aucun document, la connaissance des exceptions qu'aucun manuel opérationnel ne répertorie, la mémoire historique des décisions prises et des raisons qui les avaient motivées. Si nous remplaçons trop rapidement les personnes par des systèmes génératifs, nous risquons de nous en rendre compte trop tard, lorsque la matière première qui comptait vraiment n'était ni le code, ni les documents, ni les processus. C'était la compréhension. Et la compréhension, contrairement au code, ne se copie-colle pas depuis un dépôt de code. ## Conclusion : pourquoi, chez Hoxell, le vibe coding ne remplace pas la supervision humaine La question n'est pas de savoir si l'intelligence artificielle peut écrire une grande partie du code nécessaire au développement d'une plateforme. Aujourd'hui, elle peut déjà le faire, souvent à une vitesse inimaginable pour une équipe composée exclusivement d'êtres humains. La véritable question est de savoir s'il est prudent de lui confier l'ensemble du processus, sans que quelqu'un comprenne pleinement ce qui est généré, les décisions intégrées dans le code et les conséquences que ces décisions pourraient avoir au fil du temps. C'est précisément de cette prise de conscience qu'est née l'approche adoptée chez Hoxell. Nous utilisons le vibe coding pour accélérer le développement, expérimenter plus rapidement et réduire le temps nécessaire pour transformer une idée en une fonctionnalité concrète. Mais le code généré par l'IA n'est jamais considéré comme un résultat définitif ni laissé sans supervision. Chaque résultat est vérifié par des personnes capables d'en comprendre la logique, d'en évaluer la qualité et d'intervenir lorsque des erreurs, des fragilités ou des conséquences imprévues apparaissent. L'IA peut écrire le code, mais la responsabilité de l'architecture, de la sécurité, de la maintenance et des décisions finales reste humaine. Chez Hoxell, le vibe coding ne remplace donc pas les compétences techniques : il les amplifie. Il permet aux personnes de travailler plus rapidement, sans renoncer aux connaissances nécessaires pour comprendre et maîtriser ce qu'elles construisent. Car générer du code est devenu relativement simple. Comprendre ce code, le maintenir et en assumer la responsabilité reste une tâche profondément humaine. Davide Bernasconi ## RELATED ARTICLES [Read all the articles](https://hoxell.com/blog?hsLang=fr) [![logo](https://hoxell.com/hs-fs/hubfs/Hoxell%20Full%20Color-1.png?width=235&height=94&name=Hoxell%20Full%20Color-1.png "logo")](https://hoxell.com?hsLang=fr) **Hoxell SA** Via Tomaso Rodari, 2 6900 Lugano - Switzerland [Suivez-nous sur LinkedIn](https://www.linkedin.com/company/hoxell/) - [Quality Operations](https://hoxell.com/fr/prodotti/quality-operations) - [Guest Experience](https://hoxell.com/fr/prodotti/guest-experience-platform) - [Intégrations](https://hoxell.com/fr/integrations) - [A propos de nous](https://hoxell.com/fr/qui-nous-sommes) - [Demandez une démo](https://hoxell.com/fr/demander-une-démo) - [Support](https://hoxell.com/fr/supporto) - [Contact](https://hoxell.com/fr/contact) [Abonnez-vous à la newsletter](https://hoxell.com/it/newlsetter?hsLang=fr) ```json { "@context" : "https://schema.org", "@type" : "Organization", "address" : { "@type" : "PostalAddress", "addressCountry" : "", "addressLocality" : "6900 - Lugano", "addressRegion" : "Switzerland", "postalCode" : "", "streetAddress" : "Via Tomaso Rodari, 2" }, "knowsLanguage" : "fr", "logo" : { "@type" : "ImageObject", "url" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA", "url" : "https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts" } ``` ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "abstract" : "L'IA transforme le développement logiciel, mais la compréhension humaine du code reste essentielle pour éviter la perte de connaissances et garantir la qualité.", "author" : { "@type" : "Person", "name" : "Hoxell" }, "dateModified" : "novembre 10, 2026 8 AM", "datePublished" : "novembre 10, 2026 8 AM", "headline" : "Après le Vibe Coding, place au Vibe Management", "image" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png", "inLanguage" : "fr", "keywords" : "[Ai in hospitality]", "mainEntityOfPage" : { "@type" : "WebPage" }, "name" : "Après le Vibe Coding, place au Vibe Management", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA" }, "text" : "Si j'étais aujourd'hui le CEO d'une entreprise de développement logiciel, je pourrais probablement licencier 70 à 90 % des développeurs juniors. L'IA écrirait le code. L'IA ouvrirait les pull requests. L'IA se chargerait également d'une grande partie des tests. Mais la véritable question est ailleurs : qui sera encore capable de comprendre le logiciel dans cinq ans ? En 2023, la question que nous nous posions était : pouvons-nous remplacer les humains par l'IA ? En 2026, la question devient : pouvons-nous nous permettre de remplacer les humains par l'IA ? Ce sont deux questions très différentes. La première concerne la capacité technique. La seconde concerne la facture finale, et cette facture comporte des postes que presque personne n'a jusqu'à présent inscrits au bilan : les coûts des tokens, les coûts liés à la perte de connaissances, les coûts de dépendance technologique, les coûts de maintenance du code généré et les coûts cognitifs liés à l'atrophie des compétences. Cinq postes. Aucun d'entre eux ne figure dans un pitch deck AI-first. Cet article tente de les examiner un par un. Le Vibe Coding et le paradoxe de la documentation perdue Le vibe coding fonctionne. Il fonctionne même étonnamment bien. Vous décrivez ce que vous voulez, l'IA génère le code, et le code fonctionne. Le terme a été inventé par Andrej Karpathy au début de l'année 2025 et, en quelques mois, cette pratique est devenue quotidienne dans des milliers d'équipes. Le problème n'est pas de générer du code. Le problème est de comprendre ce code six mois plus tard. De plus en plus d'entreprises accumulent des millions de lignes de logiciels produites par Claude Code, Cursor, GPT et Gemini. Mais une part croissante de ces logiciels a été générée sans que personne ait réellement parcouru le raisonnement logique ayant conduit à la solution. Le code existe. Il fonctionne. Mais les connaissances qui ont permis de le créer, souvent, n'existent pas. Autrefois, un développeur se souvenait pourquoi une fonction avait été écrite d'une certaine manière, quels compromis avaient été consciemment acceptés, quels bugs avaient déjà été rencontrés et évités ailleurs dans le système. Cette mémoire vivait dans l'esprit des personnes, avant même d'exister dans les commits. Aujourd'hui, de plus en plus souvent, seul le résultat final subsiste. Le prompt qui l'a généré a disparu dans une conversation. Le raisonnement qui avait écarté trois solutions alternatives n'a jamais été consigné nulle part. C'est la différence entre connaître un itinéraire et suivre Google Maps. Vous arrivez à destination dans les deux cas. Mais si votre téléphone tombe en panne de batterie au milieu d'un quartier que vous n'avez jamais appris à connaître, vous êtes perdu. Le cerveau en outsourcing Pendant des décennies, les chauffeurs de taxi londoniens ont dû réussir un examen appelé « The Knowledge » : une carte mentale d'environ 25 000 rues et 20 000 points d'intérêt de la ville, mémorisée sans aucune aide numérique. La neuroscientifique Eleanor Maguire a étudié pendant des années le cerveau des personnes se préparant à cet examen, et les résultats, reproduits et affinés dans des études ultérieures, montrent un fait solide : ceux qui réussissent « The Knowledge » développent un épaississement mesurable de l'hippocampe postérieur, la région cérébrale impliquée dans la mémoire spatiale. Ceux qui abandonnent la formation, non. Puis le GPS est arrivé. La question n'est pas de savoir si le GPS est utile. Bien sûr qu'il l'est. Personne ne propose sérieusement de revenir à une navigation reposant uniquement sur la mémoire. La question est différente : que se passe-t-il lorsqu'une capacité cognitive cesse d'être exercée ? Le même mécanisme pourrait aujourd'hui se manifester avec l'IA, mais à une échelle bien plus large que la seule orientation spatiale. Il ne concerne pas un seul métier. Il concerne l'écriture, le raisonnement, la programmation, la synthèse, la capacité à garder un problème en tête suffisamment longtemps pour en comprendre la structure. Nous ne sommes pas nécessairement en train de perdre notre capacité à produire. Nous sommes peut-être en train de perdre notre capacité à comprendre ce que nous produisons. L'étude du MIT et la dette cognitive En 2025, le MIT Media Lab a publié une étude intitulée « Your Brain on ChatGPT », qui a mesuré par EEG l'activité cérébrale de 55 participants âgés de 18 à 25 ans, répartis en trois groupes : ceux qui rédigeaient un essai avec ChatGPT, ceux qui utilisaient un moteur de recherche traditionnel et ceux qui écrivaient sans aucun outil. Les résultats : les participants utilisant ChatGPT présentaient la connectivité cérébrale la plus faible des trois groupes, notamment dans les régions liées à la mémoire et au raisonnement sémantique. Ceux qui utilisaient un moteur de recherche montraient un engagement intermédiaire. Ceux qui écrivaient sans outils activaient les réseaux cérébraux les plus étendus et les plus puissants, avec une implication marquée des régions créatives, mnésiques et exécutives. Mais le résultat le plus souvent cité de l'étude est un autre : lors des premières sessions, 83 % des participants ayant rédigé leur essai avec ChatGPT étaient incapables d'en citer ne serait-ce qu'une seule ligne immédiatement après l'avoir remis. Les participants du groupe « cerveau seul » se souvenaient précisément de leurs textes. Les chercheurs du MIT ont donné un nom à ce phénomène : cognitive debt, ou dette cognitive. Comme une dette financière, elle s'accumule de manière presque imperceptible, emprunt après emprunt, délégation après délégation. Et comme une dette financière, elle finit tôt ou tard par présenter la facture : moins d'esprit critique, moins de créativité, une mémoire plus faible, une relation plus distante avec son propre travail. Ce n'est pas un phénomène entièrement nouveau. Cela s'est déjà produit avec les calculatrices. Cela s'est déjà produit avec le GPS. La différence est que, cette fois, la délégation ne concerne pas un calcul isolé ou un itinéraire particulier, mais l'écriture, le code, la recherche, la synthèse, le raisonnement : autrement dit, presque tout ce que nous appelons penser au travail. Le risque n'est pas de devenir moins productifs. À court terme, au contraire, nous devenons visiblement plus productifs. Le risque est de devenir moins autonomes. La folie du tokenmaxxing Il existe un phénomène social que nous connaissons bien : le looksmaxxing, l'obsession d'optimiser chaque détail de son apparence physique jusqu'à en faire un indicateur de statut. Dans les entreprises émerge aujourd'hui son équivalent opérationnel : le tokenmaxxing. L'obsession contemporaine de maximiser la consommation de tokens comme si elle constituait, en elle-même, une mesure du progrès. Des entreprises qui célèbrent en interne des millions de prompts envoyés. Des millions de lignes de code générées en un trimestre. Des milliards de tokens consommés en une année. Des chiffres qui se retrouvent dans des présentations, des classements internes et des objectifs d'adoption, comme si le coût marginal de chaque token était négligeable et que le volume constituait déjà, à lui seul, un résultat. Mais le volume n'est pas le résultat. Le volume est le coût nécessaire pour atteindre le résultat. Le cas Uber En 2026, Uber a épuisé l'intégralité de son budget annuel consacré aux outils de développement basés sur l'IA, notamment Claude Code et Cursor, en environ quatre mois. Parmi les facteurs ayant accéléré cette consommation figurait un classement interne qui évaluait les équipes selon leur volume d'utilisation des outils d'IA : un dispositif conçu pour encourager l'adoption qui a finalement encouragé, tout simplement, la consommation. La déclaration la plus intéressante dans toute cette affaire n'est pas le montant du budget dépensé. C'est ce qu'a déclaré Andrew Macdonald, président et COO d'Uber, lorsqu'on lui a demandé de relier cette dépense aux fonctionnalités effectivement mises à la disposition des utilisateurs : « ce lien n'existe pas encore ». Il a ajouté qu'il était très difficile d'établir un lien direct entre l'augmentation des dépenses et les fonctionnalités réellement déployées, et que sans ce lien direct, « cet arbitrage devient plus difficile à justifier ». Le CEO Dara Khosrowshahi a néanmoins confirmé qu'environ 10 % du code intégré dans l'entreprise est aujourd'hui produit par des agents autonomes. Uber a ensuite instauré un plafond de dépenses individuel pour les outils d'IA. Pendant des années, nous avons mesuré le travail technique en heures-homme, en sprints, en velocity et en revenus générés. Aujourd'hui, de nombreuses entreprises ont commencé à le mesurer en tokens consommés. Mais les tokens ne sont pas un output. Ce sont un input. Mesurer le succès en tokens revient à mesurer une usine selon la quantité d'électricité qu'elle consomme plutôt que selon le nombre de produits conformes qui sortent de sa chaîne de production. Le retour des êtres humains C'est peut-être la partie la plus contre-intuitive de toute cette histoire : certaines des agences et entreprises de développement logiciel les plus résolument AI-native du marché ont recommencé à recruter. Non pas parce que l'IA ne fonctionne pas. Elle fonctionne, et c'est précisément la raison d'être de ces entreprises. Mais parce qu'à mesure que son adoption progresse, des coûts apparaissent, qui n'avaient pas été pris en compte pendant la phase d'euphorie : vérification des résultats générés, contrôle qualité systématique, maintenance de code que personne dans l'entreprise n'a réellement écrit, gouvernance de l'accès aux outils et de leur utilisation, intégration de nouvelles personnes dans des systèmes en partie opaques même pour ceux qui les ont « construits », supervision continue de processus qui, laissés à eux-mêmes, ont tendance à dériver. Chaque automatisation crée de nouveaux points de fragilité. Chaque système autonome nécessite une personne qui comprenne suffisamment son fonctionnement pour détecter le moment où il cesse de se comporter correctement. Dans ce scénario, l'être humain ne disparaît pas. Il change de rôle. De la production à la supervision. De l'écriture à la compréhension. Le plus grand risque : la perte de la mémoire organisationnelle Au fond, les entreprises ne sont pas faites de logiciels. Elles sont faites de connaissances. Lorsqu'une personne quitte une organisation, celle-ci ne perd pas seulement une ressource productive. Elle perd un contexte accumulé pendant des années, l'expérience de ce qui a déjà échoué et des raisons de ces échecs, des intuitions jamais formalisées dans aucun document, la connaissance des exceptions qu'aucun manuel opérationnel ne répertorie, la mémoire historique des décisions prises et des raisons qui les avaient motivées. Si nous remplaçons trop rapidement les personnes par des systèmes génératifs, nous risquons de nous en rendre compte trop tard, lorsque la matière première qui comptait vraiment n'était ni le code, ni les documents, ni les processus. C'était la compréhension. Et la compréhension, contrairement au code, ne se copie-colle pas depuis un dépôt de code. Conclusion : pourquoi, chez Hoxell, le vibe coding ne remplace pas la supervision humaine La question n'est pas de savoir si l'intelligence artificielle peut écrire une grande partie du code nécessaire au développement d'une plateforme. Aujourd'hui, elle peut déjà le faire, souvent à une vitesse inimaginable pour une équipe composée exclusivement d'êtres humains. La véritable question est de savoir s'il est prudent de lui confier l'ensemble du processus, sans que quelqu'un comprenne pleinement ce qui est généré, les décisions intégrées dans le code et les conséquences que ces décisions pourraient avoir au fil du temps. C'est précisément de cette prise de conscience qu'est née l'approche adoptée chez Hoxell. Nous utilisons le vibe coding pour accélérer le développement, expérimenter plus rapidement et réduire le temps nécessaire pour transformer une idée en une fonctionnalité concrète. Mais le code généré par l'IA n'est jamais considéré comme un résultat définitif ni laissé sans supervision. Chaque résultat est vérifié par des personnes capables d'en comprendre la logique, d'en évaluer la qualité et d'intervenir lorsque des erreurs, des fragilités ou des conséquences imprévues apparaissent. L'IA peut écrire le code, mais la responsabilité de l'architecture, de la sécurité, de la maintenance et des décisions finales reste humaine. Chez Hoxell, le vibe coding ne remplace donc pas les compétences techniques : il les amplifie. Il permet aux personnes de travailler plus rapidement, sans renoncer aux connaissances nécessaires pour comprendre et maîtriser ce qu'elles construisent. Car générer du code est devenu relativement simple. Comprendre ce code, le maintenir et en assumer la responsabilité reste une tâche profondément humaine. Davide Bernasconi", "url" : "https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts", "wordCount" : "2274" } ``` ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Hoxell", "url" : "https://hoxell.com/fr/blog/author/hoxell" }, "dateModified" : "2026-11-10T08:00:02.128Z", "datePublished" : "2026-11-10T08:00:02.000Z", "headline" : "Après le Vibe Coding, place au Vibe Management", "image" : [ "https://hoxell.com/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png" ], "mainEntityOfPage" : { "@id" : "https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://hoxell.com/hubfs/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA" } } ```