Coder sans écrire de code Créer une application en dialoguant avec une IA en langage naturel, sans écrire soi-même une seule ligne. Le vibe coding n'est plus une curiosité réservée aux développeurs. Il s'installe comme une façon ordinaire de produire du logiciel, au point qu'on se demande ouvertement s'il devient la norme. Des signaux d'adoption forts Dans la finance, 81 % des banques nord-américaines ont révisé leur stratégie build ou buy sous l'effet de l'IA. 91 % des sociétés de gestion prévoient d'en accroître l'usage. Sur des tâches simples, les gains de productivité mesurés atteignent 35 à 40 %. La dynamique est réelle. Personne ne reviendra en arrière. Mais écrire le code n'a jamais coûté le plus cher La maintenance représente 60 à 80 % des dépenses d'un logiciel sur son cycle de vie. L'écriture du code, elle, n'en est qu'une fraction. Et la qualité suit difficilement. Selon les études disponibles, 25 à 45 % du code généré contient des vulnérabilités référencées par l'OWASP. Accélérer la production sans adapter la validation, c'est produire plus vite de la dette technique. Et de la dette de sécurité. Qui est responsable ? Un chiffre résume bien le problème de gouvernance. 44 % des responsables IT n'ont identifié aucun responsable en cas d'incident sur du code généré. Qui répond d'une application que personne n'a vraiment écrite ? La question n'a rien de théorique. Le test change de place Si le vibe coding devient la norme, la norme de qualité doit suivre. Le test n'est plus une étape finale, confiée à une équipe dédiée en fin de cycle. Il devient le seul moyen fiable de savoir ce que fait réellement le code généré. Concrètement, ça veut dire des tests fonctionnels automatisés, des contrôles de sécurité systématiques, et une validation continue à chaque génération. C'est la contrepartie directe de la vitesse gagnée. Sur le terrain, les équipes adoptent les assistants de code bien avant que la stratégie de test soit revue. Le volume livré augmente, la couverture reste celle d'avant. Les régressions arrivent en production, et c'est le support qui les découvre. Mesurer l'écart entre volume de code livré et couverture de tests depuis l'arrivée des assistants IA est un bon point de départ.
