L'IA n'a pas remplacé les devs. Elle a fait pire.

Préfères-tu regarder ? La vidéo originale est ici. Cet article reprend la même thèse, en plus dense, avec les sources cliquables.

Depuis un an, on nous a vendu, avec l'intelligence artificielle, la fin des développeurs. On est en mai 2026. Ils sont toujours là, et même plus nombreux qu'avant.

Mais quelque chose a quand même changé. Ce n'est pas un remplacement, ni une disparition. C'est plus discret, et plus brutal, surtout pour ceux qui débutent.

Je vais te montrer ce qui s'est passé, et ce qu'il faut faire pour exister en tant que développeur en 2026.

Le métier s'est coupé en deux

Je suis ingénieur en intelligence artificielle, diplômé en 2022, juste avant l'explosion de l'IA générative. Et depuis un peu plus d'un an, je vois mes confrères développeurs vivre quelque chose d'un peu bizarre.

Le métier s'est coupé en deux parties qui n'existaient pas avant.

D'un côté, n'importe qui peut aujourd'hui, en une après-midi, coder un prototype fonctionnel d'une application sans jamais avoir écrit une ligne de code auparavant. De l'autre, faire tourner ce prototype en production reste la propriété de ceux qui savent vraiment ce qu'ils font.

Et pendant que tout le monde regarde la première moitié, c'est la deuxième qui redéfinit vraiment ce qu'est le métier de développeur.

La vraie question, ce n'est pas "est-ce que l'IA va remplacer les devs". C'est : qu'est-ce qu'il reste à faire quand l'intelligence artificielle fait déjà la moitié du chemin, voire les trois quarts ?

La vitesse à laquelle ça a basculé

Pour te donner une idée du tempo : en avril 2025, Satya Nadella déclarait que jusqu'à 30 % du code de Microsoft était écrit par de l'IA. Il évoquait à l'époque une cible de 95 % à horizon 2030.

Un an plus tard exactement, Sundar Pichai annonce sur le call de résultats du premier trimestre que 75 % du nouveau code chez Google est désormais généré par l'IA, validé par les ingénieurs avant déploiement.

En un an, on est passé de 30 % à 75 %. La cible "95 % en 2030" a probablement six ou sept ans d'avance.

Mais dire que 75 % du code est écrit par l'IA ne veut pas dire que 75 % du code part en prod sans humain. Et encore moins que 75 % des décisions sont prises par l'IA. L'IA pose les briques. L'humain dessine encore le bâtiment. Et la quantité de plans à dessiner n'a jamais été aussi importante qu'aujourd'hui.

La cassure pour les jeunes diplômés

Sur le terrain, pourtant, une partie des jeunes diplômés se prend un mur.

En août 2025, Stanford publie une étude appelée "Canaries in the Coal Mine", dirigée par Erik Brynjolfsson. Données réelles de paie ADP, pas un sondage déclaratif.

Le constat est net :

• L'emploi des 22-25 ans dans les métiers les plus exposés à l'IA (dont le développement logiciel) baisse de 13 % depuis fin 2022.
• En software engineering spécifiquement, l'emploi entry-level chute de près de 20 % entre fin 2022 et juillet 2025.
• Pour les 30 ans et plus dans les mêmes métiers, l'emploi est stable ou en croissance.
• L'effet n'apparaît qu'après fin 2022, pile au moment où GPT-4 et ses descendants débarquent.

TIL : la cassure d'emploi post-GPT-4 ne touche que les juniors. Au-dessus de 35 ans, dans les mêmes métiers, aucun impact visible sur la courbe.

Pourquoi spécifiquement les juniors ? Parce que ce que l'IA exécute le mieux aujourd'hui, c'est exactement ce que l'on confiait aux juniors hier : du CRUD, des tâches encadrées, du code à structure répétitive. Le travail d'apprentissage par incrément a été automatisé en premier.

Pourquoi tous ces prototypes meurent

Pour comprendre la deuxième moitié du métier (celle qui ne disparaît pas), il faut regarder un autre chiffre.

Le marché des outils de "vibe coding" (Cursor, Lovable, Claude Code, v0, Replit Agent) pèse plusieurs milliards de dollars en 2026. Cursor seul a été valorisé à 9,2 milliards par ses investisseurs en septembre 2025. Et plus de la moitié des utilisateurs de ces outils n'ont jamais écrit une ligne de code avant.

Imagine un product manager dans une PME française. Il utilise Lovable un dimanche soir pour faire un dashboard. Le lundi, il le présente en comité de direction. Tout le monde est ébloui par ce qu'il a réussi à fabriquer en deux heures.

Trois mois plus tard, ce prototype est resté à l'état de prototype. Pas utilisé, pas déployé, pas intégré.

Ce n'est pas un cas isolé. En août 2025, le rapport "GenAI Divide" du MIT (NANDA initiative) constate que 95 % des pilotes d'IA générative en entreprise ne produisent aucun impact mesurable sur le P&L. L'étude couvre 52 interviews d'executives, 153 leaders sondés, et 300 déploiements publics analysés.

La cause principale identifiée par le MIT n'est pas technique. C'est l'incapacité des entreprises à intégrer les modèles dans leurs workflows, leurs structures et leurs cultures. Ce que les chercheurs appellent le "learning gap".

Sur un problème bien défini, les modèles 2026 battent les meilleurs développeurs. La technique n'est plus la limite. Le problème est partout autour : les spécifications, l'intégration des équipes, la définition même de ce qu'est un succès. On saute systématiquement l'étape où on dit exactement ce qu'on veut, avec quel objectif et quelles limites.

Le métier prend de la hauteur

Avant 2024, les développeurs passaient une bonne partie de leur journée à faire du CRUD. Créer, lire, modifier, supprimer. Le code de plomberie qui fait tourner les apps.

Aujourd'hui, le dev passe sa journée à penser et à écrire des prompts. Quelle architecture ? Quelle exception métier ? Comment ce composant s'intègre avec celui-là ? Cette spécification est-elle cohérente avec les contraintes de production ?

Le code, c'est l'IA qui l'écrit. La cohérence d'ensemble, c'est encore le rôle de l'humain.

Je peux te parler de mon expérience avec EdgeTrack, un logiciel de trading algorithmique que je développe en parallèle. Je n'ai pratiquement pas écrit une ligne de code à la main pour le construire. Et pourtant, le mettre en production avec ses 100+ utilisateurs actuels m'a pris plusieurs mois.

Un non-développeur pourrait répliquer un prototype fonctionnel d'EdgeTrack en quelques jours. Le passer en production fiable, avec des paiements, un onboarding, une infra qui tient, des cas limites bien gérés, des données utilisateurs propres : ça, ça reste majoritairement inaccessible.

Le métier ne disparaît pas. Il prend de la hauteur. Il devient ce qu'il aurait toujours dû être : un métier d'ingénieur, pas un métier d'exécutant.

Plus de prototypes, donc plus besoin de devs

Le paradoxe de 2026 : plus l'IA produit de prototypes, plus on a besoin de développeurs.

Quand pratiquement n'importe qui peut créer un prototype fonctionnel, le nombre de prototypes explose. Et chaque prototype validé demande à être déployé, intégré, sécurisé, monitoré, calibré. C'est exactement à ce moment qu'il faut des développeurs.

C'est pour ça qu'aujourd'hui, on a besoin de plus de devs qu'hier. Alors que ces mêmes devs vont au moins deux fois plus vite qu'avant.

TIL : les devs vont 2x plus vite avec l'IA, et pourtant on en a besoin de plus qu'avant. Parce que la demande de mises en production a explosé.

Le marché ne rétrécit pas. Il se reconfigure. Il monte en gamme. Et il fait disparaître les rôles d'entrée de gamme dans la foulée.

Le nouveau chemin pour les juniors

OK. Le métier devient plus haut, plus stratégique, plus exigeant. Comment fait un junior pour s'y intégrer ?

L'ancien chemin, c'était : sortir d'école, faire des stages avec des tâches simples, monter en compétence petit à petit. Les juniors prenaient les tâches que les seniors n'avaient pas envie de faire, et apprenaient en les faisant.

Aujourd'hui, déléguer une tâche simple à un junior prend plus de temps que de la faire soi-même avec deux lignes de prompt. Le chemin est cassé.

La compétence rare en 2026, ce n'est plus la maîtrise d'un langage. C'est l'adaptabilité, la capacité d'apprendre vite, la force de proposition. Et le travail.

Voici concrètement ce qu'il faut faire si tu débutes dans le métier en 2026 :

Multiplie les projets en production. Pas les prototypes. Pas les side projects qui restent sur ton GitHub. Des projets que tu mets vraiment en ligne, qui ont une URL publique, qui tournent sans toi.

Utilise-les toi-même. Le projet qui t'apprend le plus, c'est celui dont tu es le premier utilisateur. Tu sens chaque friction, chaque bug, chaque décision d'architecture qui n'a pas tenu.

Fais-les utiliser par d'autres. Dix utilisateurs réels te diront plus de choses sur ton produit qu'un an de stage. Tu apprends ce qu'est un vrai cas limite, un vrai feedback, un vrai churn.

Vends-les, même 5 euros. Le moment où quelqu'un sort sa carte bleue pour ton produit, tu apprends en trente secondes ce que aucune école ne t'apprendra en trois ans : la responsabilité, le SAV, le contrat implicite avec un client. Mieux vaut dix utilisateurs payants à 5 euros que 1000 inscrits gratuits.

Documente tout publiquement. Le recruteur qui te lit en 2026 cherche une preuve, pas un CV. Un blog avec dix posts détaillés sur les choix techniques de tes projets vaut 100 fois plus qu'un diplôme.

C'est inconfortable. C'est plus exigeant qu'enchaîner trois stages. C'est aussi infiniment plus formateur. Faire tourner des produits en production, et les vendre, t'apprend des compétences qu'aucune école ne peut t'apprendre.

C'est le rôle des juniors d'aujourd'hui. Et c'est le rôle des seniors et des entreprises de transmettre ces compétences en interne, au lieu de chercher des juniors "déjà autonomes" qui n'existent pas.

Le métier de développeur n'est pas mort. Il vient juste de devenir, enfin, ce qu'il aurait toujours dû être.