AngelList co-fondateur Naval : la productivité de l'IA est trop mythifiée, les ingénieurs logiciels ne disparaîtront jamais

Auteur : Naval Ravikant

Traduction : Felix, PANews

Dans le contexte actuel de l’itération folle des grands modèles d’IA, les marchés mondiaux sont envahis par une profonde morosité et une anxiété croissante. D’un côté, l’ancien PDG d’OpenAI, Sam Altman, prédit que « l’IA prendra en charge 95 % du travail des programmeurs » ; de l’autre, le PDG d’Anthropic prévoit que « l’IA dominera entièrement le poste d’ingénieur logiciel dans 6 à 12 mois ». La déclaration selon laquelle « la profession de programmeur est morte » semble être devenue un consensus mondial, confrontée à la crise de survie la plus grave depuis la naissance d’Internet.

Mais cette peur de la disparition des emplois provient d’une mauvaise compréhension de la logique fondamentale de la technologie. Naval Ravikant, co-fondateur d’AngelList et investisseur précoce dans Uber et Twitter, pense que les récents discours sur l’amélioration de la productivité grâce à l’IA sont peut-être trop idéalisés. Peu importe jusqu’où l’IA évoluera, elle fera toujours des erreurs, et les ingénieurs logiciels restent l’une des professions indispensables.

Quelle que soit votre domaine, même le plus petit segment, en se spécialisant et en devenant expert, en atteignant l’excellence, vous n’aurez pas à craindre d’être remplacé par l’IA.

Voici la dernière opinion de Naval Ravikant.

« L’IA signifie-t-elle que l’ingénierie logicielle traditionnelle est morte ? » Bien sûr que non. Les ingénieurs logiciels — même ceux qui ne sont pas responsables de l’optimisation ou de l’entraînement des modèles d’IA — sont aujourd’hui parmi les groupes les plus valorisés au monde. Bien entendu, ceux qui entraînent et ajustent les modèles sont encore plus prisés, car ils construisent les outils que les ingénieurs utilisent.

Mais les ingénieurs logiciels ont encore deux grands avantages. D’abord, ils pensent en code, donc ils comprennent vraiment le fonctionnement sous-jacent. Or, toutes les abstractions ont leurs failles. Donc, lorsque l’ordinateur écrit des programmes pour vous (par exemple avec Claude Code ou d’autres outils similaires), il fera toujours des erreurs.

Il produira des bugs, des architectures imparfaites, en somme, il ne sera jamais parfait. Et ceux qui comprennent la logique de base peuvent intervenir rapidement pour corriger ces failles.

Ainsi, si vous souhaitez construire une application bien architecturée, si vous voulez avoir la capacité de définir une bonne architecture, si vous souhaitez que votre programme fonctionne à haute performance, donne le meilleur de lui-même, et détecte les bugs rapidement, vous avez toujours besoin d’un background en ingénierie logicielle.

Les ingénieurs traditionnels peuvent mieux exploiter ces outils d’IA. De plus, il y a encore de nombreux problèmes en développement logiciel que l’IA ne peut pas résoudre. La façon la plus simple de comprendre cela est que ces problèmes dépassent leur domaine de données.

Par exemple, pour effectuer un tri binaire ou inverser une liste chaînée, l’IA a déjà vu d’innombrables cas, donc elle est très compétente. Mais lorsque vous sortez de leur domaine familier, comme écrire du code ultra performant, fonctionner sur une architecture totalement nouvelle, ou créer quelque chose de totalement inédit et résoudre de nouveaux problèmes, vous devrez toujours coder manuellement.

Cette situation perdurera jusqu’à ce que suffisamment de cas soient disponibles pour entraîner de nouveaux modèles, ou jusqu’à ce que ces modèles puissent raisonner à un niveau d’abstraction supérieur et résoudre les problèmes de manière autonome.

Rappelez-vous : le marché n’a pas besoin de « médiocres ». Dès qu’un segment possède une application meilleure, personne ne veut de celles qui sont médiocres. Les meilleures applications conquerront presque 100 % du marché. Il peut y avoir une petite part de marché pour la deuxième ou la troisième application, simplement parce qu’elles excellent dans une niche, ou sont moins chères, etc.

Mais en général, les gens ne veulent que la meilleure. La mauvaise nouvelle, c’est que se battre pour la deuxième ou la troisième place est inutile — comme dans cette célèbre phrase du film Glengarry Glen Ross : « La première gagne une Cadillac, la deuxième une paire de couteaux à steak, et la troisième se tire. »

Dans ce marché où le gagnant rafle tout, c’est une vérité absolue. La mauvaise nouvelle, c’est que si vous voulez gagner, vous devez exceller dans un domaine.

Cependant, les domaines où vous pouvez exceller sont infinis. Vous pouvez toujours trouver un segment qui vous convient et devenir le meilleur dans celui-ci. Cela me rappelle un tweet que j’avais publié : « Efforcez-vous de devenir le meilleur dans votre domaine. Redéfinissez sans cesse ce que vous faites, jusqu’à ce que votre rêve devienne réalité. »

Je pense qu’en cette ère de l’IA, cette règle reste valable.

Lecture complémentaire : une note de 2028 : Si l’IA gagne, qu’allons-nous perdre ?