AI native: process, lucidité et delivery d'équipe
Équipe AI-native: conventions avant outils, KPI lead time/incidents/revue (pas commits), enablement, shadow IT, lucidité. Culture delivery sous accélération IA.
AI native: définition utile
Une équipe AI native industrialise les boucles générer → tester → revoir → merger avec des conventions écrites, des outils partagés et des métriques liées au métier. Ce n'est pas « tout le monde prompte plus fort ».
L'IA change le rythme du delivery, pas magiquement la qualité. Sans conventions, elle accélère le chaos: PRs monstrueuses, ownership flou, dette silencieuse, styles divergents.
Les compétences se déplacent: plus de revue, d'architecture, de spécification et de garde-fous; moins de temps sur le boilerplate. Les seniors ne disparaissent pas. Leur temps change de place.
Conventions avant outils
Écris comment on demande à l'IA (template de spec courte), ce qu'on merge, ce qu'on refuse, quels chemins exigent revue senior (auth, paiement, migrations, PII).
Standardise l'environnement: guide Claude Code ou équivalent, CLAUDE.md (ou instructions repo) partagés, policy de secrets, definition of done commune.
Un pilote de 2 à 4 personnes sur un repo bat le déploiement massif jour 1. Le pilote produit les conventions; le reste de l'équipe les adopte via atelier.
La communication interne devient un goulot: handoffs, specs async, critères d'acceptation. L'IA ne remplace pas un backlog clair. Elle le rend plus urgent.
Métriques qui comptent
Utile (famille type DORA + lucidité): lead time, fréquence de déploiement, taux d'échec au change, MTTR, temps de revue, incidents post-merge, couverture des chemins critiques.
Dangereux comme KPI unique: commits, lignes générées, « % de code IA ». Tu optimises le bruit et tu encourages le merge sans compréhension.
Plus de commits ne veut pas dire plus de valeur. On regarde les incidents et le temps de revue.
Ajoute une métrique de lucidité: rotation d'ownership, temps pour qu'un dev externe comprenne un module. Si personne ne comprend le code généré, c'est un passif.
Shadow IT et enablement
Interdire l'IA pousse le shadow IT. L'imposer sans formation pousse le copier-coller non relu. Offre un chemin officiel (outils, conventions, garde-fous) plus simple que le contournement.
Atelier 1 jour, max 8 pers., repo réel: réflexes (spec, tests, revue, secrets, compact/clear si Claude Code), pas feature tour. Livrable: conventions + checklist merge + anti-patterns.
Feuille de route 90 jours
Jours 1-30: pilote, conventions v0, atelier outil, HITL chemins critiques, métriques de base.
Jours 31-60: deuxième équipe, revue IA commentaire only, skills/prompts versionnés, premier job CI assisté.
Jours 61-90: industrialiser ce qui marche, tuer la dette, former les validateurs, lier KPI eng et métier.
Si vous voulez structurer le passage AI-native, on peut cadrer en 20-40 minutes.
FAQ
- L'IA remplace-t-elle les seniors ?
- Non. Plus de revue, d'archi et de garde-fous. Moins de boilerplate. La responsabilité reste humaine.
- Par quel outil commencer ?
- Le flux d'équipe d'abord, puis un outil standardisé. La convention bat le débat d'outils.
- Faut-il un AI champion ?
- Oui temporairement (binôme pilote qui documente). Non comme goulot permanent.
- Métriques COMEX ?
- Lead time, incidents, temps gagné sur un flux métier nommé, adoption, risques mitigés. Pas le théâtre de commits.
- Lien revue de code IA ?
- La culture est ici; l'outil de revue est dans l'article code review IA.
- Équipe de 2 ?
- Oui. Les conventions évitent que l'IA devienne une dette à deux.
Cadrez votre premier agent IA
20 minutes pour vérifier vos outils, vos données et le premier cas utile. Sans jargon, sans engagement.