Secteur public : l'IA comme levier d'autonomie en développement logiciel

Le modèle actuel de développement logiciel dans le secteur public québécois et canadien repose largement sur le recours à des firmes externes. La majorité des organisations publiques disposent d'une capacité interne limitée pour concevoir, développer et maintenir leurs propres systèmes.

Cette réalité n'est pas nouvelle. Mais les conséquences, elles, s'aggravent à mesure que le numérique devient central dans la prestation des services publics.

Les enjeux d'une capacité interne limitée

Lorsque la capacité interne en développement logiciel est insuffisante, plusieurs défis émergent au-delà des coûts directs :

• Transfert de connaissances insuffisant : quand les projets se terminent, le savoir institutionnel n'est pas toujours transféré efficacement. L'organisation perd progressivement la maîtrise de ses propres systèmes.
• Rigidité technologique : sans expertise interne suffisante, les choix technologiques deviennent difficiles à remettre en question. Les systèmes peuvent évoluer selon des pratiques spécifiques plutôt que selon des standards ouverts.
• Agilité réduite : le moindre changement requiert un processus contractuel, une négociation tarifaire et un délai de mobilisation. L'organisation ne peut pas réagir rapidement aux besoins de ses usagers.
• Difficulté d'évaluation : sans capacité interne de valider la complexité réelle d'une demande, l'organisation manque de repères pour évaluer les estimations et les changements de portée.

L'IA change l'équation : les données parlent

L'intelligence artificielle appliquée au développement logiciel n'est pas une promesse théorique. C'est une réalité mesurée et documentée par les institutions les plus rigoureuses :

• Selon une étude publiée dans la revue Science (AAAS, janvier 2026), portant sur 170 000 développeurs, l'IA a généré un gain de productivité trimestriel de 3,6 %. Aujourd'hui, 29 % du code Python aux États-Unis est généré par l'IA.
• Selon une analyse de Forbes compilant les études indépendantes, les gains de productivité se situent entre 14 et 55 % au niveau des tâches individuelles (GitHub Copilot, BCG/Harvard). Toutefois, 70 % de la valeur provient des personnes et des processus, pas de la technologie seule.
• Une étude de DX portant sur 121 000 développeurs (février 2026) mesure un gain de productivité global de 10 %, un temps d'intégration réduit de 50 %, et confirme que 92,6 % des développeurs utilisent déjà l'IA mensuellement.

Ce qui est nouveau, c'est l'ampleur du changement. Il ne s'agit pas de gains marginaux. Les outils actuels permettent à une personne avec des compétences techniques de base de produire ce qui aurait requis une équipe complète il y a quelques années.

Pour le secteur public, cela ouvre une fenêtre d'opportunité sans précédent : reconstruire progressivement une capacité interne de développement, en s'appuyant sur l'IA comme multiplicateur de compétences.

Revue de code automatisée

L'IA peut analyser le code produit — qu'il soit écrit par des développeurs internes ou externes — pour détecter des problèmes de sécurité, de performance ou de conformité aux standards. Cela donne aux organisations une capacité de validation technique qu'elles n'avaient pas, sans nécessiter une armée de réviseurs spécialisés.

Tests assistés par IA

La rédaction et l'exécution de tests logiciels, traditionnellement coûteuses en temps et en expertise, peuvent être largement automatisées. Les équipes internes peuvent valider la qualité des livrables avec un niveau de rigueur qui était auparavant hors de portée.

Prototypage rapide

Les équipes internes peuvent désormais construire des prototypes fonctionnels rapidement pour valider la faisabilité d'une idée. Cela permet de tester les hypothèses avant d'engager des budgets importants — et de mieux spécifier les besoins quand vient le temps de collaborer avec un partenaire externe pour le développement.

Ce n'est pas remplacer les développeurs

Il faut être clair sur un point fondamental : l'objectif n'est pas de remplacer les développeurs professionnels par des amateurs assistés par l'IA. Les systèmes critiques du secteur public exigent une expertise approfondie en architecture, en sécurité et en fiabilité.

L'objectif est d'augmenter la capacité humaine. C'est de permettre à un analyste d'affaires de valider un concept technique. C'est de donner à un gestionnaire de projet les outils pour évaluer objectivement un livrable. C'est de créer au sein de l'organisation une compréhension technique suffisante pour collaborer plus efficacement avec les partenaires externes.

C'est aussi de permettre aux développeurs internes existants — là où il y en a — de multiplier leur productivité et de prendre en charge des projets qui auraient été systématiquement impartis par le passé.

Le déficit de compétences numériques : un enjeu mondial

L'urgence est d'autant plus grande que le fossé de compétences numériques dans le secteur public est documenté à l'échelle mondiale :

• Le National Audit Office du Royaume-Uni soulignait en mars 2023 que les ministères « ne parviennent pas à acquérir suffisamment de compétences et d'expertise numériques » dans leurs équipes — un constat partagé par les administrations publiques du monde entier.
• Selon une analyse de Forbes, seulement 5 % des entreprises américaines ont adopté l'IA de manière significative selon les données du Census Bureau, et 95 % des projets pilotes en IA générative échouent selon le MIT. Le fossé entre le potentiel et la réalité est immense — et c'est précisément là que l'accompagnement fait la différence.

L'IA représente une occasion unique de combler ce fossé de manière accélérée et économiquement viable — mais seulement si les organisations investissent maintenant dans la formation et l'accompagnement de leurs équipes.

Une stratégie progressive, pas une révolution du jour au lendemain

La reconstruction de la capacité interne est un projet à moyen et long terme. Il ne s'agit pas de rapatrier tout le développement à l'interne du jour au lendemain. La stratégie doit être progressive et réaliste :

• Phase 1 — Compréhension : former les équipes existantes à comprendre ce que l'IA rend possible. Démystifier le développement logiciel. Créer une culture de curiosité technique.
• Phase 2 — Expérimentation : commencer par des projets à faible risque. Des outils internes, des tableaux de bord, des automatisations de processus. Valider que l'approche fonctionne dans votre contexte.
• Phase 3 — Capacité : constituer progressivement des équipes internes capables de développer et de maintenir des systèmes critiques, avec l'IA comme levier de productivité et un accompagnement expert en architecture.
• Phase 4 — Autonomie : l'organisation maîtrise ses systèmes. Les partenaires externes apportent une valeur complémentaire ciblée, dans un modèle de collaboration équilibré.

L'approche V.I.A.

Chez V.I.A. Solutions, notre offre de souveraineté technologique et de mentorat architectural est conçue spécifiquement pour accompagner cette transition :

• Programmes de formation adaptés : pas de formation générique. Des parcours conçus pour le contexte public, avec ses contraintes réglementaires, ses exigences de sécurité et ses réalités opérationnelles.
• Accompagnement en architecture : un architecte senior qui s'assure que ce qui est construit est solide, sécuritaire et évolutif. L'IA accélère la production ; l'expertise humaine garantit la qualité.
• Fondations techniques : des environnements, des outils et des gabarits adaptés à votre réalité, pour que vos équipes puissent être productives dès le premier jour.

Investir dans les personnes

Au bout du compte, le meilleur levier pour renforcer l'autonomie technologique, ce n'est pas un contrat mieux rédigé ni un processus d'approvisionnement plus rigoureux — même si les deux sont nécessaires. C'est d'investir dans les compétences de vos propres gens.

L'IA offre aujourd'hui une occasion unique de le faire de manière accessible, progressive et économiquement viable. Chaque personne formée, chaque compétence acquise, chaque projet rapatrié à l'interne est un investissement qui génère des rendements durables — en réduction de coûts, en agilité et en autonomie.

L'avenir du secteur public numérique passera par des organisations plus capables, plus autonomes et mieux outillées pour diriger leur propre transformation — en collaboration étroite avec des partenaires qui partagent cette vision.