
J’ai dit que l’avenir appartenait au vibe coding. Puis Goldman Sachs a fait marche arrière.
En juillet 2025, j’écrivais que l’avenir appartenait au vibe coding. L’IA permettait de décrire une application en langage courant, de générer du code fonctionnel et de l’améliorer en quelques minutes. Je le crois toujours. J’ai construit ce site web de cette façon.
Mais je n’avais pas assez réfléchi à une question : que se passe-t-il quand une application est créée au sein d’une entreprise, connectée à de vrais systèmes, puis devient indispensable à des collègues ?
Ce que Goldman Sachs a changé
Goldman Sachs a remis cette question au premier plan. Selon un article de Bloomberg publié en novembre 2026, la banque a restreint l’accès de la plupart de ses banquiers et traders à certains outils avancés d’IA destinés au codage, après avoir examiné leur productivité et leurs risques. Les ingénieurs ont conservé cet accès, tout comme les strats, dont le travail se situe entre les marchés, la recherche quantitative et l’ingénierie logicielle. Il s’agit d’une restriction portant sur des outils de codage précis, et non d’un abandon de l’IA.
Ce changement frappe d’autant plus que, quelques mois auparavant, le directeur des systèmes d’information de Goldman, Marco Argenti, avait salué les employés non techniques qui utilisaient l’IA pour développer des idées avant de les confier aux ingénieurs pour les approfondir, comme le rapportait Bloomberg. C’est précisément la promesse du vibe coding : les personnes les plus proches d’un problème métier peuvent contribuer à sa solution.
Nous ne connaissons pas les détails de l’évaluation interne de Goldman. Sa décision ne prouve ni que les applications créées par ses employés ont échoué, ni que les autres entreprises devraient imposer les mêmes restrictions. Elle met toutefois en lumière une question que toutes devront affronter : comment donner aux employés les moyens de créer sans que les logiciels produits échappent aux contrôles de l’entreprise ?
Le travail derrière une démonstration réussie
Dans l’article de Guanta « Anyone can code, but… », j’ai exploré tout le travail qui se cache derrière une démonstration convaincante. Il faut décider où résident les données, qui peut y accéder, comment une modification arrive en production et qui intervient en cas de panne. L’IA peut générer un excellent code sans connaître aucune de ces réponses. Un prototype peut être utile tout en devenant une dépendance que personne ne gère.
L’occasion va bien au-delà de la création de nouvelles applications internes. Dans « Every Company Needs an AI Operating System », j’expliquais qu’une grande partie du fonctionnement réel d’une entreprise se joue entre ses systèmes officiels : dans les feuilles de calcul, les courriels, les validations, les rapprochements, les exceptions et les connaissances que les employés portent en eux. L’IA permet de transformer davantage de ce travail en logiciels. Ceux qui l’accomplissent chaque jour savent souvent le mieux ce qui devrait changer.
Quelle pièce manque-t-il ?
Je pense qu’il manque un moyen pour ces employés de participer à la construction du système d’exploitation de l’entreprise, avec le soutien des équipes d’ingénierie et d’exploitation.
Imaginons un trader qui rapproche régulièrement des informations provenant de plusieurs systèmes. Il connaît les exceptions, les retards et les décisions bien mieux qu’un développeur qui reçoit une brève description du problème. Avec un environnement de codage assisté par IA approuvé et des données de test sûres, il pourrait montrer un meilleur processus. Cette idée suivrait ensuite un parcours clair : examiner l’accès aux données, vérifier les calculs, l’intégrer aux bons systèmes, désigner un responsable, la tester et mesurer si elle améliore le travail.
L’employé apporte sa connaissance du métier. Les ingénieurs aident à transformer l’idée en logiciel fiable. La sécurité et les autorisations fixent de véritables limites. L’entreprise conserve le résultat, au lieu de dépendre d’une application que seul son créateur comprend.
Ce parcours compte aussi pour l’adoption. Apprendre à rédiger des prompts pour un outil d’IA est un début, mais l’adoption durable naît lorsque les personnes voient leurs connaissances améliorer un vrai processus. Il leur faut de l’espace pour expérimenter, un moyen simple de proposer des changements et une voie crédible du prototype à la production. Sans cela, les employés les plus motivés cessent d’essayer ou créent des choses utiles que l’organisation ne peut pas prendre en charge en toute sécurité.
Goldman Sachs a choisi de limiter l’accès à certains outils. D’autres entreprises peuvent faire des choix différents. Pour moi, cette nouvelle rappelle que diffuser la capacité de coder n’est que la première étape.
J’élargirais aujourd’hui la boucle de développement que je décrivais l’an dernier : décrire, générer, affiner, vérifier et exploiter. Si les entreprises construisent cette boucle complète, elles pourront mobiliser les talents qu’elles possèdent déjà pour créer leur système d’exploitation métier et donner à chacun une raison de participer à sa construction.
Image de couverture : adaptation assistée par IA d’une photographie d’Ajay Suresh, sous licence CC BY 4.0.





