Feature factory

Définition : l'usine qui mesure l'output

La feature factory est un anti-pattern organisationnel : une organisation produit qui mesure son succès au nombre de fonctionnalités livrées (l'output) plutôt qu'à leur impact sur les utilisateurs et le business (l'outcome). Le terme a été popularisé par John Cutler dans « 12 Signs You're Working in a Feature Factory », publié le 17 novembre 2016. Cutler dit l'avoir employé en conférence pendant deux ans auparavant, et l'attribue à un ami développeur qui se plaignait d'être « just sitting in the factory, cranking out features, and sending them down the line ». L'usine tourne, la roadmap avance, les équipes livrent ; mais personne ne mesure si ce qui sort de la chaîne change quoi que ce soit.

Les symptômes classiques

Parmi les douze signes de Cutler, ceux qui trahissent le plus vite une feature factory :

• Aucune mesure de l'impact du travail livré ; la mise en production est célébrée (« success theater »), jamais le résultat mesuré après lancement.
• La roadmap est une liste de features datées, pas une liste de problèmes à résoudre, et l'on discute priorisation plutôt que validation.
• Les équipes sont remaniées au gré des projets (« Team Tetris ») et travaillent en relais successifs (hand-offs) par gros lots.
• Aucune feature n'est jamais retouchée ni retirée après sa sortie : le produit grossit, il ne s'améliore pas.
• Aucune rétrospective côté produit ; les échecs ne sont pas reconnus.

Le project model, une feature factory suralimentée

Marty Cagan (SVPG) oppose depuis 2019 les feature teams, qui livrent l'output d'une roadmap imposée, aux product teams, mesurées aux outcomes. Il en fait le cœur du product operating model (« TRANSFORMED », 2024) : confier aux équipes des problèmes à résoudre plutôt que des features à livrer. En avril 2026, dans « Build to Learn vs Build to Earn », il qualifie le project model traditionnel de « turbo-charged feature factory, capable of producing more bad products, faster, than ever before ». Le remède reste le même : une vraie product discovery pour tuer les mauvaises idées avant le delivery, et des métriques d'outcome partagées entre produit et ingénierie.

Le risque s'aggrave à l'ère IA

L'IA générative rend la production de features quasi gratuite, ce qui aggrave mécaniquement l'anti-pattern : une feature factory équipée d'agents génère plus vite de mauvais produits. Cagan le formule dans le même article : construire n'est plus le goulot d'étranglement, « the real bottleneck is in discovering a solution that's worth building ». C'est la thèse de l'amplification du rapport DORA 2025 appliquée au produit : l'IA amplifie les forces comme les dysfonctionnements. Une organisation qui mesurait déjà le mauvais indicateur (l'output) voit cet indicateur exploser, et confond cette explosion avec du progrès. À ne pas confondre avec le workslop, qui est le symétrique documentaire du même mal : des artefacts produits en volume, polis en surface, sans substance ni impact. Le PM augmenté est la parade côté rôle : réinvestir le temps gagné dans la discovery et le jugement, pas dans plus de tickets.