Le delivery IA se gagne désormais sur le terrain

La prochaine pénurie n’est probablement pas celle des modèles. C’est celle des personnes capables de transformer un métier, brancher l’IA au réel, obtenir les autorisations et livrer un système exploitable.

Cette semaine, les annonces convergent : les fournisseurs structurent des corps d’ingénieurs de terrain, les clouds industrialisent la modernisation, et la sécurité exige désormais une preuve exécutable.

Le signal pour les DSI et les ESN : la valeur migre du “prompt” vers la capacité à changer un système sociotechnique sans casser la production.

Anthropic investit 100 M$ dans 10 000 “Frontier Deployed Engineers”

Le fait. Claude Frontier Academy vise 10 000 ingénieurs formés d’ici fin 2027. Les premières cohortes réunissent notamment Accenture, Bain, Capgemini, Deloitte, McKinsey, Morgan Stanley et Novo Nordisk. Le cursus ne s’arrête pas à une certification : simulation de déploiement, évaluation pratique, puis résidence de douze semaines sur un cas réel.

Pourquoi c’est important. Le fournisseur ne vend plus seulement un modèle ou des sièges ; il organise une profession. Le profil rare combine ingénierie logicielle, compréhension métier, sécurité, conduite du changement et responsabilité sur le passage en production. C’est précisément l’endroit où beaucoup de POC meurent.

Ce qui change pour le delivery. Une équipe centrale “AI platform” ne suffira pas. Il faut de petites cellules proches des opérations, capables de cadrer le résultat, d’instrumenter le workflow, de négocier l’accès aux données et de transmettre le système à l’équipe qui l’exploitera. Pour une ESN, la marge se déplace des jours de configuration vers la capacité à prendre en charge un résultat mesurable et son adoption.

Décision. Identifiez cinq ingénieurs capables de tenir ce rôle hybride. Donnez-leur un sponsor métier, un environnement gouverné et un objectif de production à 90 jours. Mesurez le temps jusqu’au premier usage réel, pas le nombre de personnes certifiées.

1. La modernisation devient un produit intégré, pas une succession de projets

Google Cloud rassemble évaluation, migration d’infrastructure et modernisation applicative dans Google Cloud Modernize. Le nouveau Modernization Hub analyse Java, .NET et le mainframe ; l’Agentic Quick Estimator est GA ; l’agent de migration EKS vers GKE est en public preview avec validations humaines et conformité GitOps.

Conséquence. L’unité économique du programme legacy peut devenir une “factory” continue : inventaire, cible, transformation, double exécution, preuve d’équivalence. Cela réduit le coût de découverte, mais augmente la valeur de l’architecture cible, du test de non-régression et de la gouvernance de cutover. Une ESN devrait vendre le portefeuille priorisé et la trajectoire de risque, pas seulement la conversion de code.

2. En sécurité, la bonne métrique relie découverte, preuve et correctif

AWS annonce 89,0 % de réussite end-to-end pour Continuum sur CyberGym-E2E : 819 tâches sur 920 en moins de 90 minutes, contre un précédent meilleur résultat public de 65,9 %. Le benchmark impose de trouver une vulnérabilité, produire une preuve de concept, corriger puis préserver les tests. Limites importantes : résultats fournisseur, projets C/C++, vulnérabilités mémoire et contexte de déploiement exclu.

Conséquence. Le backlog AppSec va croître plus vite que la capacité humaine. La réponse n’est pas “plus d’alertes”, mais un contrat de preuve : reproduction exécutable, patch testé, criticité enrichie par l’exposition réelle, puis décision humaine. À tester sur vos vulnérabilités historiques avant toute promesse de réduction de charge.

3. Le “vibe coding” entre dans le périmètre normal de la supply chain

GitHub Secret Scanning détecte désormais des clés Lovable, des jetons Logfire et Pydantic AI Gateway, ainsi que des jetons OAuth et personnels Supabase. Lovable rejoint aussi le programme partenaire : une clé découverte dans un dépôt public peut être transmise à l’émetteur pour révocation ou rotation.

Conséquence. Les builders d’applications IA ne sont plus un bac à sable périphérique. Ils manipulent bases, gateways et observabilité ; leurs secrets doivent donc suivre le même circuit que ceux du code “traditionnel”. Ajoutez leurs fournisseurs à l’inventaire des credentials, activez le push protection et testez le scénario de rotation avant l’incident.

4. Le passage à l’échelle commence à produire des volumes exploitables

Barclays prévoit d’équiper 50 % de ses développeurs avec Claude Code d’ici fin 2026, puis une majorité en 2027. Son assistant de connaissance, actif depuis 2025, est utilisé par plus de 16 000 collaborateurs et a traité plus d’un million de recherches ; une autre plateforme trie environ 120 000 e-mails par jour. Ce sont des chiffres communiqués par Anthropic et Barclays, pas une mesure indépendante de productivité.

Conséquence. L’adoption ne doit plus être pilotée par le nombre de licences. Suivez trois étages : usage qualifié, changement du flux de travail, résultat opérationnel. Sans ce chaînage, une diffusion à 50 % peut masquer un outil consulté mais non intégré au delivery.

🧭 Ce que ça change pour nous

Le delivery IA devient une discipline de transformation embarquée. La plateforme fournit des capacités ; l’ingénieur de terrain assemble contraintes métier, sécurité, données, adoption et exploitation. La conséquence organisationnelle est nette : moins de handoffs entre “innovation”, architecture et run ; davantage d’équipes temporaires responsables d’un résultat de bout en bout.

🏢 Le sujet que je mettrais sur la table d’un COMEX IT

Qui possède le dernier kilomètre entre un cas d’usage validé et son adoption opérationnelle ? Si la réponse est répartie entre cinq directions, créez un mandat unique de 90 jours : résultat métier, budget, accès, risques acceptables, propriétaire du run et critère d’arrêt. Sans cette responsabilité, le POC reste une démonstration techniquement réussie et économiquement orpheline.

🧪 À tester lundi

Prenez un seul workflow IA déjà jugé “prometteur”. Faites travailler pendant 90 minutes un binôme ingénieur–métier sur cinq preuves : événement de départ, donnée autorisée, action automatisée, validation humaine, métrique de résultat. Tout ce qui reste sans propriétaire devient votre vrai backlog de mise en production.

💰 Où est le business ?

Dans une offre “AI Forward Delivery” limitée à un workflow et huit semaines : diagnostic du processus, architecture gouvernée, instrumentation, mise en production et transfert au run. Facturez un socle fixe pour les preuves et une part variable sur un indicateur convenu — délai, coût par dossier, taux de reprise ou temps ingénieur récupéré. Le différenciateur n’est pas l’accès au modèle ; c’est la capacité à assumer le dernier kilomètre.

La question de la semaine

Votre organisation récompense-t-elle davantage celui qui lance un POC… ou celui qui prend la responsabilité de le rendre exploitable six mois plus tard ?

Claude Frontier Academy : structure de la résidence

Google Cloud Modernize : capacités et niveaux de disponibilité

AWS Continuum : protocole CyberGym-E2E et limites

GitHub : nouveaux détecteurs de secrets

Barclays : volumes d’adoption déclarés