Enseignements tirés du rapport 2026 sur l’état de la stratégie applicative
Pendant des décennies, la loi de Conway a été considérée comme une observation pertinente sur la conception logicielle. Selon elle, les systèmes reflètent les structures de communication des organisations qui les créent. Utile. Parfois gênante. Mais largement négligeable.
Cette époque est révolue.
Des données opérationnelles récentes font passer la loi de Conway de la théorie à la mesure. Lorsque l’on examine le nombre d’outils nécessaires pour apporter une modification à une application et le nombre d’équipes requises pour la mettre en œuvre, les distributions sont presque identiques. Lorsque les workflows reposent sur un ou deux outils, ils ont tendance à mobiliser une ou deux équipes. Quand le nombre d’outils passe à une fourchette de cinq à dix, le nombre d’équipes impliquées augmente au même rythme. Les courbes évoluent de manière si similaire que le hasard ne constitue plus une explication plausible.
Voici la loi de Conway exprimée quantitativement : la structure organisationnelle ne se contente pas d’influencer l’architecture, elle la détermine. Les entreprises transposent directement leurs organigrammes dans leurs chaînes de livraison et de sécurité. La prolifération des outils et celle des besoins de coordination sont un seul et même phénomène observé sous des angles différents.
L’inférence de l’IA s’inscrit dans cet environnement non pas comme une rupture, mais comme un accélérateur.
L’inférence s’impose comme une nouvelle couche applicative, et les entreprises la considèrent déjà comme telle. Les données de notre dernier rapport sur l’état de la stratégie applicative le montrent sans équivoque :
- 55 % des personnes interrogées déclarent devoir gérer l’authentification et l’accès aux API pour les services d’IA.
- 54 % soulignent la nécessité d’avoir une visibilité sur le flux du trafic lié à l’IA et sur la demande.
- 51 % se concentrent sur la prévention des fuites de données sortantes provenant des systèmes d’IA.
- 43 % soulignent la nécessité de protéger les modèles contre les abus entrants.
- 40 % souhaitent disposer d’un point de contrôle centralisé pour le trafic d’IA entre les différents modèles et back-ends.
- La quasi-totalité des répondants déclarent héberger eux-mêmes leur infrastructure d’inférence plutôt que de l’externaliser entièrement.
Aucune de ces préoccupations n’a quoi que ce soit d’inhabituel. Elles correspondent clairement aux responsabilités de longue date en matière de mise à disposition et de sécurité des applications. La gestion du trafic, l’identité, la visibilité, la protection et la gouvernance sont des domaines bien connus. Ce qui diffère, c’est la nature de ce qui est contrôlé.
L’inférence remplace les services déterministes par des systèmes probabilistes. Les requêtes deviennent des prompts. Les sessions deviennent des jetons. Les résultats ne sont plus des chaînes de caractères prévisibles, mais des réponses statistiquement plausibles. Le coût devient une contrainte de fiabilité. La dérive devient un risque opérationnel. Les abus passent de l’exploitation syntaxique à la manipulation sémantique.
Chacune de ces évolutions élargit le champ des responsabilités sans s’inscrire clairement dans les limites des outils existants.
Et c’est là que la loi de Conway se réaffirme avec force.
Les implications de la loi de Conway
Les entreprises ne réagissent pas à l’élargissement de leurs responsabilités en étendant discrètement les outils existants et en demandant aux équipes en place d’absorber la charge de travail. Elles y répondent en se spécialisant. Lorsque l’authentification doit tenir compte des modèles, des couches d’accès spécialisées voient le jour. Lorsque l’observabilité doit suivre l’utilisation des jetons et la dérive sémantique, de nouvelles plateformes de télémétrie apparaissent. Lorsque la protection des données doit prendre en compte les contenus générés plutôt que les données d’entrée inspectées, les contrôles existants sont jugés insuffisants. Chaque lacune perçue justifie un nouvel outil. Chaque nouvel outil exige qu’une responsabilité lui soit attribuée. Cette responsabilité finit par se cristalliser en équipes.
Les données relatives à l’inférence montrent déjà que la consolidation ne suit pas le rythme de l’expansion. Seuls 28 % des répondants déclarent rationaliser les workflows des développeurs d’IA grâce à un point de gestion unique. Les autres utilisent déjà plusieurs outils et interfaces de contrôle. Rapprochée des données précédentes sur la loi de Conway, la tendance est claire : à mesure que les responsabilités liées à l’IA se multiplient, les outils et les équipes se multiplient en parallèle.
Ce résultat n’est pas le fruit du hasard. Il découle naturellement de l’introduction d’une couche sémantique qui transcende tous les domaines existants de la livraison et de la sécurité. L’inférence ne relève pas exclusivement des équipes chargées des plateformes, de la sécurité ou des applications. Elle les concerne toutes. En l’absence d’un plan de contrôle unifié, les organisations tendent par défaut vers la fragmentation.
Il en résulte une explosion organisationnelle.
L’IA ajoutera de la complexité si les organisations ne s’efforcent pas activement de l’éviter
L’IA n’aplanit pas les entreprises. Elle rend leur structure visible, mesurable et incontournable. La complexité devient fractale et se répète à chaque niveau de la mise en production, de la sécurité, de la fiabilité et de la gouvernance. Le même schéma qui régissait les piles applicatives régit désormais les pipelines d’inférence, mais à un rythme plus rapide et avec des enjeux plus importants.
Les données combinées laissent peu de place à l’optimisme quant à une simplification spontanée. L’IA ne remet pas en cause la loi de Conway. Elle la renforce. Et à moins que les entreprises ne réduisent délibérément les frontières entre les outils et les responsabilités, l’inférence deviendra la couche la plus exigeante en coordination, la plus fragile et la plus coûteuse de leur infrastructure.
L’IA ne progressera pas plus vite que la conception organisationnelle. C’est cette dernière qui déterminera si l’IA pourra un jour passer à l’échelle.
Pour en savoir plus, consultez le rapport complet « État de la stratégie applicative 2026 ».
À propos de l’auteur
Lori MacVittie est ingénieure émérite et évangéliste en chef au sein du bureau du directeur technique de F5. Elle possède une expertise approfondie dans la fourniture d’applications, les stratégies d’automatisation et les infrastructures. Elle est réputée pour sa capacité à rendre la complexité intelligible, qu’elle définisse des garde-fous pour les agents d’IA, analyse des architectures multicloud fragiles ou explore les limites des systèmes évolutifs. Elle cumule plus de trente ans d’expérience dans le secteur, couvrant le développement d’applications, l’architecture informatique ainsi que l’exploitation des réseaux et des systèmes. Avant de rejoindre F5, elle a été rédactrice spécialisée dans les technologies et a reçu plusieurs distinctions. MacVittie est titulaire d’un master en informatique et est une autrice prolifique dont les publications couvrent la sécurité, le cloud et l’architecture d’entreprise. Elle est également une passionnée de jeux de société et de jeux vidéo, et assume pleinement ses avis bien tranchés sur le fromage.
Autres articles de Lori Mac VittieArticles de blog associés
L’inférence est désormais le centre de gravité opérationnel
Les opérations multimodèles et l’automatisation pilotée par API déplacent le contrôle vers les couches intervenant au moment de l’inférence — prompts, jetons et paramètres de contrôle, routage et modération — où les coûts, les risques et les performances doivent être maîtrisés.
L’identité est la clé d’accès à l’IA agentique
À mesure que l’IA agentique fait passer les machines du statut d’outils à celui d’acteurs, l’identité devient le principal levier de contrôle : qui peut agir, au nom de qui et dans quel périmètre — avec une application en ligne au moment de l’inférence.
Top 10 des risques liés au déploiement d’applications d’IA : mauvaises pratiques DNS
Pour les systèmes d’inférence et les systèmes agentiques, la résilience du DNS est essentielle à la disponibilité et aux performances : une mauvaise résolution peut entraîner des erreurs de routage, des pics de latence et des interruptions de service dans plusieurs régions.
Comportements et limites : le tournant de la sécurité agentique
Les agents génèrent des séquences émergentes et non bornées, au fil desquelles les risques s’accumulent. La sécurité doit passer de la validation de requêtes individuelles à une gouvernance comportementale continue couvrant des flux évolutifs en plusieurs étapes.
Top 10 de la livraison d’applications d’IA : manque de tolérance aux pannes et de résilience
L’IA rend les failles de résilience classiques bien plus coûteuses : la défaillance d’un seul GPU ou d’une seule dépendance se propage en cascade dans les chaînes d’inférence synchrones, augmentant la latence et dégradant les résultats.
L’IA favorise l’émergence de nouveaux types de trafic
L’adoption de l’IA fait émerger de nouveaux types de trafic de premier plan : les requêtes d’inférence, le trafic d’automatisation généré par les machines et les flux de télémétrie à haut volume qui alimentent les boucles de contrôle.