L’essor de l’intelligence artificielle accélère la transformation de l’informatique dans les grandes entreprises. Chez Snap, le PDG Evan Spiegel affirme que l’IA modifie déjà la façon de développer des produits, au point de reconfigurer les priorités internes et d’orienter davantage de moyens vers la visibilité et la distribution.

Une part croissante du code générée par l’IA

Lors d’une interview, Evan Spiegel a indiqué qu’une majorité du nouveau code chez Snap serait désormais produite par des systèmes d’intelligence artificielle. Il a cité les progrès récents d’outils de type modèles de langage, en soulignant leur capacité à prendre en charge des tâches de développement à grande échelle.

Selon lui, ces modèles améliorent rapidement les processus de production logicielle, ce qui réduit le poids des étapes de construction dans l’équation globale. Autrement dit, la technologie qui facilite l’écriture de code ne se contente pas de gagner du temps : elle change aussi la manière dont l’organisation prévoit d’allouer ses ressources.

Moins de développement, plus de distribution et de “visibilité”

Si coder devient plus simple, les entreprises pourraient, en conséquence, réviser leurs dépenses. Evan Spiegel estime que le budget et les efforts pourraient se déplacer vers la distribution, c’est-à-dire la capacité à faire émerger un produit auprès des utilisateurs plutôt que vers la seule phase d’ingénierie.

Cette logique repose sur un constat : à mesure que le développement technique se fluidifie, l’enjeu majeur devient souvent l’attention. Pour une marque, obtenir une traction et une visibilité demande des investissements spécifiques, car la concurrence pour capter l’audience s’intensifie.

Un mouvement plus large dans le secteur

Les propos de Snap s’inscrivent dans une tendance observée ailleurs : plusieurs entreprises combinent l’automatisation du codage et un renforcement des fonctions tournées vers le marché. Tandis que l’IA peut réduire les goulots d’étranglement liés à la production logicielle, les organisations cherchent parallèlement à optimiser la communication, la vente et les infrastructures nécessaires au déploiement.

Dans ce contexte, l’équilibre entre ingénierie et développement commercial pourrait évoluer. Les gains réalisés par l’IA sur le “build” ne garantissent pas à eux seuls le succès : ils déplacent surtout le centre de gravité vers l’acquisition d’utilisateurs et la différenciation.

Ce que cela implique pour les équipes

En pratique, une réallocation des moyens peut se traduire par un rôle accru des équipes produit, marketing et data, afin de transformer plus vite les opportunités en résultats mesurables. Elle peut aussi pousser les organisations à mieux structurer leurs parcours de validation, car l’industrialisation de l’IA dans le développement soulève, en parallèle, des questions de contrôle qualité et de gouvernance.

Pour les entreprises qui cherchent à structurer leurs environnements de travail, des outils autour de la productivité et de la gestion de notes peuvent aider à centraliser la documentation et les décisions d’équipe. Par exemple, un carnet numérique ou un système de prise de notes pour organiser les réunions et le suivi peut s’avérer utile lorsque les équipes composent avec des cycles plus rapides.

De la même façon, pour les développeurs et responsables techniques, la mise en place d’une clavier confortable pour le travail long sur code reste un choix pragmatique quand la cadence de production augmente et que l’ergonomie devient un facteur de performance.