DORA 2025 et la Software Factory : amplifier sans accélérer le chaos
Deux DORA, une même obsession : la résilience
Janvier 2025 a marqué l'entrée en vigueur du règlement européen DORA — le Digital Operational Resilience Act — imposant aux institutions financières des exigences strictes en matière de continuité opérationnelle et de résistance aux cybermenaces. Quelques mois plus tard, en octobre, Google publiait son rapport annuel DORA — DevOps Research and Assessment — dressant un bilan sans précédent de la performance des équipes de développement logiciel à l'heure de l'intelligence artificielle.
Deux acronymes identiques, deux périmètres distincts, mais un point de convergence remarquable : une obsession commune pour la stabilité, la fiabilité et la résilience. Et cette convergence n'est pas anodine. Elle reflète une préoccupation grandissante dans l'industrie : à mesure que les systèmes logiciels s'accélèrent, les risques de fragilité structurelle s'intensifient.
C'est précisément là que le rapport DORA 2025 apporte un éclairage décisif pour toutes les équipes qui ont fait le pari de l'IA. Car les données collectées cette année racontent une histoire à la fois enthousiasmante et inquiétante — celle d'une ère de l'amplification qui peut propulser vos équipes vers l'excellence ou les précipiter dans le chaos, selon la solidité de vos fondations.
90 % des développeurs utilisent l'IA : et alors ?
Le chiffre est spectaculaire : 90 % des développeurs utilisent désormais l'IA au quotidien, soit une progression de 14 points en un an — la plus rapide jamais observée pour l'adoption d'une technologie dans le monde du développement logiciel. GitHub Copilot, ChatGPT, Gemini, Claude… les assistants de code sont devenus aussi banals que les éditeurs de texte.
Mais ce taux d'adoption massif pose immédiatement une question : l'IA rend-elle vraiment les équipes plus performantes ? C'est la question à dix milliards de dollars que se posent tous les leaders techniques en ce moment. Et la réponse du rapport DORA 2025 est aussi honnête qu'inconfortable : ça dépend.
Non pas d'une manière vague et évasive, mais d'une manière très précise et mesurable. Ça dépend de la qualité de vos fondations techniques. Ça dépend de votre culture de l'ingénierie. Et surtout, ça dépend de votre capacité à absorber ce que l'IA révèle sur vos processus — parfois de façon brutale.
Dans les équipes accompagnées par SFEIR, nous observons ce même écart semaine après semaine : deux équipes qui adoptent les mêmes outils IA à quelques semaines d'intervalle, avec des trajectoires radicalement différentes. L'une accélère, l'autre s'embourbe. La différence ne tient pas à l'outil, mais à ce qui existait avant.
L'effet miroir : quand l'IA révèle ce que vous préfériez ne pas voir
Le rapport DORA 2025 introduit un concept qui devrait résonner dans toutes les organisations qui ont déployé des assistants IA sans préparer leur chaîne de livraison : l'effet miroir.
L'idée est simple, mais ses implications sont profondes. Avant l'IA, vos processus fonctionnaient dans un équilibre relatif — parfois inconfortable, mais stable. Un développeur passait trois jours à coder une fonctionnalité. La revue de code prenait trois jours supplémentaires. Lent, certes. Mais les goulots d'étranglement restaient invisibles, masqués par la lenteur globale du système.
Introduisez un assistant IA dans cette équipe, et la dynamique change radicalement. Le même développeur produit désormais ce code en trois heures. La revue ? Elle prend toujours trois jours. Sauf qu'à présent, l'accumulation devient insupportable. Les Pull Requests s'entassent. Les seniors, débordés, bâclent les revues ou les retardent. La qualité chute. Le time-to-merge explose. Et l'équipe, paradoxalement, se retrouve moins productive qu'avant l'adoption de l'IA.
Ce n'est pas l'IA qui a créé le problème. Elle l'a révélé. C'est l'effet miroir dans toute sa brutalité :
- Les processus bureaucratiques qui passaient inaperçus deviennent des goulots criants.
- La dette technique accumulée resurgit sous forme de bugs et d'incohérences dans le code généré.
- Les silos organisationnels se révèlent quand la vitesse de production dépasse la capacité de coordination.
- L'absence de tests automatisés se transforme en cauchemar de validation manuelle.
L'effet miroir est inconfortable, mais il est précieux. Il vous dit exactement où vous devez investir. Le danger est de mal interpréter les signaux : trop d'organisations observent ces dysfonctionnements et concluent que "l'IA ne fonctionne pas pour nous". La bonne lecture, c'est que l'IA fonctionne parfaitement — elle vous montre ce qui était cassé depuis longtemps.
Le rework rate : la métrique star de 2025
Parmi les cinq métriques clés mises en avant par le rapport DORA 2025, une nouvelle étoile émerge : le taux de retravail, ou rework rate. C'est la mesure de la proportion du travail de développement consacrée à corriger, refactorer ou reprendre du code déjà livré — plutôt qu'à produire de la valeur nouvelle.
Pourquoi cette métrique devient-elle particulièrement critique à l'ère de l'IA ? Parce que l'amplification joue ici un rôle pervers. Les assistants IA génèrent du code rapidement, souvent du code fonctionnel en surface, mais parfois mal adapté au contexte métier, insuffisamment testé, ou incohérent avec l'architecture existante. Si votre équipe ne dispose pas des garde-fous nécessaires — tests automatisés solides, revues de code structurées, standards d'architecture clairs — ce code "vite fait" finira par être retravaillé, parfois plusieurs fois.
Le paradoxe est saisissant : une équipe qui adopte l'IA sans renforcer ses pratiques qualité peut voir son rework rate augmenter significativement, annulant — voire inversant — les gains de productivité initiaux. On va plus vite pour produire du code qui sera plus souvent remis en question.
À l'inverse, les équipes qui maintiennent un rework rate faible grâce à l'IA bénéficient d'un cercle vertueux : moins de correctifs, plus de temps consacré à l'innovation, meilleure satisfaction des développeurs. Le rework rate devient ainsi un indicateur de santé de votre Software Factory — un signal précoce qui vous dit si votre adoption de l'IA crée de la valeur durable ou de la dette cachée.
Chez SFEIR, nous intégrons systématiquement cette métrique dans nos audits de Software Factory. Elle révèle souvent des dynamiques que les métriques traditionnelles — vélocité de sprint, nombre de déploiements — ne capturent pas. Une équipe peut afficher des chiffres de livraison impressionnants tout en noyant ses seniors dans du retravail invisible.
L'équation fondamentale : fondations solides ou chaos amplifié
La théorie de l'amplification du rapport DORA 2025 se résume en une équation limpide :
- IA + Fondations Solides = Performance Exponentielle — accélération durable, stabilité maintenue, innovation libérée.
- IA + Fondations Fragiles = Chaos Amplifié — goulots d'étranglement multipliés, dette technique explosive, burnout des équipes.
Qu'entend-on par "fondations solides" ? Le rapport est précis sur ce point, et ce sont des sujets que nous travaillons quotidiennement avec nos clients :
Des tests automatisés avec une couverture significative
C'est la condition sine qua non. Si votre couverture de tests est faible, chaque ligne de code générée par l'IA doit être validée manuellement — et le temps gagné à la génération est immédiatement perdu à la validation. Les équipes performantes de 2025 utilisent l'IA pour écrire leurs tests autant que leur code fonctionnel, créant ainsi une boucle vertueuse.
Un pipeline CI/CD robuste
L'intégration continue et le déploiement continu ne sont plus des "bonnes pratiques optionnelles" — ils sont le système nerveux d'une Software Factory qui tire parti de l'IA. Sans déploiement automatisé et rollback fiable, la cadence accrue de livraison devient une source de risque plutôt qu'un avantage. Le rapport DORA souligne que les équipes élites maintiennent des change failure rates très bas précisément parce que leur pipeline absorbe la vitesse sans sacrifier la fiabilité.
L'Infrastructure as Code
La capacité à provisionner des environnements de manière déclarative et reproductible devient critique quand la fréquence de déploiement augmente. Sans IaC, chaque nouvel environnement est une source de dérive de configuration et d'incidents inattendus — amplifiés par la rapidité de mise en production.
Une culture de la revue de code adaptée
Les processus de revue conçus pour un rythme de production humain doivent être repensés. Cela ne signifie pas les supprimer — au contraire — mais les outiller différemment : revue assistée par IA, standards de code clairs et automatiquement vérifiables, responsabilité distribuée plutôt que centralisée sur quelques seniors.
Le paradoxe de la confiance : 90 % utilisent, 30 % vérifient
L'un des chiffres les plus préoccupants du rapport DORA 2025 concerne ce que nous pourrions appeler le paradoxe de la confiance. Si 90 % des développeurs utilisent l'IA quotidiennement, une proportion significativement plus faible valide systématiquement ce que l'IA produit. Le rapport suggère que nombreux sont ceux qui font confiance au code généré sans le remettre suffisamment en question.
Ce n'est pas une critique des développeurs — c'est une réalité cognitive bien documentée. Lorsqu'un outil produit quelque chose qui semble fonctionner, le cerveau humain a tendance à réduire son niveau d'attention critique. L'IA génère du code syntaxiquement correct, structurellement plausible — et c'est précisément ce qui le rend dangereux. Les erreurs ne sont plus des erreurs de syntaxe évidentes, mais des erreurs de logique métier subtiles, des oublis de cas limites, des failles de sécurité discrètes.
Pour les organisations soumises au règlement DORA (le Digital Operational Resilience Act), cette dynamique est particulièrement sensible. Un code de gestion des risques financiers généré par IA et insuffisamment vérifié n'est pas seulement un problème de qualité logicielle — c'est un risque de conformité réglementaire. Les deux DORA se rejoignent ici de façon très concrète.
La réponse à ce paradoxe n'est pas de brider l'usage de l'IA, mais de construire des cultures de vérification intelligente : définir ce qui doit impérativement être relu par un humain expert, automatiser la détection des patterns problématiques, et former les équipes à une posture de scepticisme constructif vis-à-vis du code assisté.
Identifier votre profil d'équipe : où en êtes-vous vraiment ?
Le rapport DORA 2025 identifie sept profils d'équipe distincts selon leur niveau de maturité et leur rapport à l'IA. Sans entrer dans le détail de chaque archétype, ce cadre d'analyse offre une grille de lecture précieuse pour les organisations qui cherchent à se positionner honnêtement.
La question fondamentale à se poser est : si vous doublez la vitesse de production de votre équipe demain, qu'est-ce qui casse en premier ?
- Si c'est la revue de code — vous avez un problème de scalabilité du processus de validation.
- Si c'est la qualité du code produit — vous avez un déficit de standards et de garde-fous automatiques.
- Si c'est la coordination entre équipes — vous avez des silos organisationnels que l'IA va exposer brutalement.
- Si c'est la stabilité de la production — votre pipeline de déploiement n'est pas prêt pour une cadence accrue.
- Si rien ne casse — vous êtes probablement dans le profil "multiplicateur" et l'IA va effectivement vous propulser.
Cette réflexion n'est pas un exercice théorique. C'est le point de départ de tout accompagnement Software Factory que nous menons chez SFEIR. Avant de recommander des outils ou des pratiques IA, nous aidons nos clients à répondre honnêtement à cette question — parce que le plan d'action est radicalement différent selon la réponse.
Comment transformer l'amplification en avantage : sept capacités clés
Le rapport DORA 2025 identifie sept capacités organisationnelles qui distinguent les équipes qui bénéficient de l'effet multiplicateur de celles qui subissent l'effet miroir. Ces capacités ne sont pas des outils à déployer, mais des pratiques à cultiver — ce qui les rend plus difficiles à construire, mais aussi plus durables.
1. La mesure continue et la culture de la donnée
Les équipes performantes ne gèrent pas leurs pratiques IA à l'intuition. Elles mesurent : rework rate, change failure rate, time-to-restore, satisfaction des développeurs. Sans données, vous ne pouvez pas distinguer les gains réels des illusions de productivité. Mettre en place des tableaux de bord DORA métriques, c'est la première étape de tout programme d'excellence en Software Factory.
2. L'ingénierie de la fiabilité comme discipline de base
La résilience ne s'improvise pas. Les équipes qui tirent le meilleur de l'IA ont investi dans des pratiques SRE — Site Reliability Engineering — qui leur permettent de déployer plus souvent sans augmenter le risque d'incident. Les SLO (Service Level Objectives), les error budgets et les runbooks automatisés deviennent des actifs stratégiques à l'ère de l'amplification.
3. La gestion intentionnelle de la dette technique
L'IA génère de la dette technique plus rapidement que n'importe quelle équipe humaine si elle n'est pas encadrée. Les organisations matures réservent explicitement du temps pour le remboursement de cette dette — non pas comme une activité subie, mais comme un investissement planifié. C'est une pratique que nous défendons systématiquement dans les feuilles de route que nous co-construisons avec nos clients.
4. La formation continue à l'ingénierie du prompt
L'efficacité de l'IA dépend massivement de la qualité des instructions qu'on lui donne. Ce n'est pas une compétence innée — c'est une discipline qui s'apprend et s'affine. Les équipes qui investissent dans la formation au prompt engineering appliqué au développement obtiennent des résultats significativement meilleurs, avec un rework rate plus faible sur le code assisté.
5. Des standards d'architecture explicites et exécutables
L'IA va générer du code cohérent avec les patterns qu'elle a appris — pas nécessairement avec vos contraintes architecturales spécifiques. Les équipes performantes documentent leurs décisions d'architecture sous forme d'ADR (Architecture Decision Records) et les rendent exploitables dans leurs workflows IA, via des instructions système, des templates ou des linters personnalisés.
6. Une organisation orientée flux, pas projets
Le rapport DORA confirme year after year que les organisations découpées en équipes de produit autonomes — avec une responsabilité end-to-end sur leurs services — performent mieux que les structures en silos fonctionnels. L'IA n'échappe pas à cette règle : elle amplifie les frictions inter-équipes autant qu'elle amplifie la productivité individuelle.
7. La psychologie de la sécurité et le droit à l'erreur
C'est peut-être la capacité la moins technique, mais l'une des plus déterminantes. Les équipes qui expérimentent l'IA de façon productive ont un contexte où l'on peut essayer, échouer et apprendre sans conséquences personnelles négatives. Dans les cultures où l'erreur est sanctionnée, l'IA devient une source d'anxiété supplémentaire plutôt qu'un levier d'innovation.
La perspective SFEIR : construire des Software Factories qui amplifient le bon
Chez SFEIR, nous accompagnons depuis plusieurs années des organisations de toutes tailles dans la construction et la transformation de leurs Software Factories. Les enseignements du rapport DORA 2025 résonnent profondément avec ce que nous observons sur le terrain : l'IA est en train de révéler, avec une urgence nouvelle, l'importance de ce que nous appelions déjà "l'ingénierie sérieuse".
Le message que nous portons auprès de nos clients n'a pas fondamentalement changé avec l'IA — mais son urgence, elle, s'est intensifiée. Investir dans les tests automatisés, c'est bien. Construire un pipeline CI/CD robuste, c'est bien. Adopter l'Infrastructure as Code, c'est bien. Ces pratiques avaient de la valeur avant l'IA. Elles en ont désormais une valeur exponentiellement plus grande — parce qu'elles sont la condition pour que l'IA devienne un multiplicateur et non un chaos generator.
Notre approche se structure autour d'un diagnostic honnête de vos fondations actuelles, d'une feuille de route priorisée par le rapport risque/valeur, et d'un accompagnement ancré dans la réalité de vos équipes — pas dans des frameworks théoriques déconnectés de votre contexte. Nous intégrons systématiquement les métriques DORA — dont le rework rate — comme boussole de progression, parce que ce qui ne se mesure pas ne s'améliore pas durablement.
La question n'est plus de savoir si votre équipe va utiliser l'IA. Elle le fait déjà. La question est de savoir si vous allez construire les conditions pour que cette utilisation amplifie votre excellence plutôt que vos faiblesses.
L'ère de l'amplification est là. Le choix de ce qu'elle amplifie, lui, vous appartient encore.