Blog
Créer des applications avec l'aide de l'IA dans OutSystems : ce qui reste entre vos mains
· 4 min de lecture
Votre donneur d'ordre souhaite une nouvelle application : un parcours d'intégration pour les collaborateurs, un processus de demande pour les revendeurs, un circuit de validation des factures. Autrefois, cela commençait par une longue liste d'écrans et des semaines de développement. Aujourd'hui, on entend de plus en plus souvent : laissez donc l'IA construire une première version, cela fera gagner des semaines. OutSystems mise publiquement et résolument sur cette tendance avec une IA qui participe à la construction de l'application elle-même, et pas seulement une IA qui tourne à l'intérieur de l'application. Pour une PME qui envisage d'utiliser une telle plateforme, la question n'est pas de savoir si c'est possible, mais ce qui reste alors de la responsabilité d'un humain.
Ce qu'OutSystems propose publiquement en matière d'aide de l'IA à la construction
OutSystems a baptisé Mentor sa principale fonctionnalité d'IA dédiée à la construction. Vous formulez une demande en langage courant, par exemple la création d'une application d'intégration, et Mentor fournit d'abord un plan directeur : une vue d'ensemble de ce qu'il va créer avant que quoi que ce soit ne soit réellement construit. Ce n'est qu'ensuite qu'il génère la structure de base, les écrans et les modèles de données sur lesquels une équipe poursuit le travail. C'est ainsi que le décrit la page produit de Mentor : vous pouvez « demander une modification complexe, examiner le plan de mise en œuvre de Mentor et ne donner votre accord définitif qu'ensuite, avant que la mise à jour ne soit appliquée ».
Outre la construction d'écrans, la plateforme propose aussi des agents IA comme brique au sein d'une application : des fonctionnalités qui exécutent des tâches de manière autonome, par exemple récupérer des données, les résumer ou préparer une décision, et que vous intégrez dans un processus métier plus large. Ces agents sont combinés à des flux de travail qui préservent la structure, le statut et la vue d'ensemble de tout le processus, comme l'indique la documentation sur les flux de travail agentiques dans OutSystems Developer Cloud. En bref : l'IA n'aide pas seulement à écrire du code, mais aussi à concevoir l'application et à exécuter des tâches une fois l'application en service.
Là où l'humain garde la dernière étape
Ce qui est intéressant, c'est qu'OutSystems prévoit explicitement dans sa propre documentation des moments où l'IA s'arrête et attend un humain. Dans l'environnement de développement Mentor Studio, selon la documentation, cela fonctionne ainsi : pour une modification complexe, Mentor Studio propose d'abord les adaptations qu'il compte effectuer, puis attend que vous les acceptiez avant d'appliquer quoi que ce soit. Ensuite, une vue comparative vous permet de voir précisément ce qui a changé avant de poursuivre. L'IA ne continue donc pas en silence : elle présente d'abord son plan.
Pour les agents qui exécutent des tâches de manière autonome pendant l'utilisation d'une application, il existe un mécanisme comparable, mais cette fois pendant l'exécution elle-même. La documentation sur les flux de travail agentiques décrit ce que l'on appelle le bloc d'activité humaine : un élément qui met le flux de travail en pause jusqu'à ce qu'un utilisateur ou un groupe précis ait accompli une tâche. L'explication est claire sur les situations concernées : les agents peuvent nécessiter une supervision humaine pour les décisions à fort impact, ou lorsque l'agent lui-même est peu sûr de sa réponse. En pratique, cela signifie que vous décidez vous-même à quelle étape d'un processus un humain doit vérifier avant qu'un agent ne poursuive, par exemple avant qu'une demande ne soit définitivement approuvée ou qu'un e-mail ne soit envoyé.
C'est exactement la distinction que fait la plateforme elle-même entre ce que l'IA propose et ce qu'un humain décide : l'IA génère un plan ou un résultat, mais son application est une étape distincte et visible que vous franchissez vous-même.
Ce que nous reconnaissons dans notre propre travail de développement
Ces deux habitudes, présenter d'abord un plan et ne l'appliquer qu'ensuite, et faire intervenir un humain au bon moment, correspondent à notre propre façon de construire des applications, y compris en dehors d'OutSystems. Pour la plateforme de certification MEA, la gestion des installations se faisait auparavant manuellement par e-mail, avec pour conséquence désordre et retards pour des dizaines de revendeurs et des centaines de véhicules par an. La solution en place, une plateforme entièrement automatisée où les revendeurs gèrent eux-mêmes leurs installations et où les certificats sont générés automatiquement, ne fonctionne de manière fiable que si l'automatisation intègre un point de contrôle aux bons endroits au lieu de foncer partout de façon autonome.
Une leçon en est restée : demandez toujours à un outil d'IA un résultat mesuré, jamais une simple confirmation que quelque chose fonctionne. Les outils d'IA confirment facilement qu'une fonction est correcte sans l'avoir réellement testée, et cela vaut autant pour une IA qui construit une application que pour un agent IA qui exécute une tâche dans cette application. Tant qu'il existe un plan concret à examiner et un moment clair où quelqu'un vérifie ou approuve le résultat, l'aide de l'IA reste une accélération du travail plutôt qu'un risque.
Qu'est-ce que cela signifie pour votre entreprise ?
Si vous envisagez de recourir à l'IA pour construire ou faire fonctionner une application métier, il est utile de clarifier quelques points au préalable :
- Ne laissez jamais un plan ou un résultat être appliqué automatiquement sans que quelqu'un l'ait d'abord examiné, surtout pour les étapes qui touchent à l'argent, aux données clients ou à des actions irréversibles.
- Déterminez pour chaque processus où un agent peut agir de manière autonome et où un humain doit obligatoirement vérifier avant l'étape suivante, plutôt que d'appliquer partout le même rythme.
- Exigez toujours un résultat vérifiable plutôt qu'une simple assurance : un écran généré, vous le testez vous-même ; une réponse d'agent, vous la vérifiez vous-même, même si l'IA affirme qu'elle est correcte.
- Commencez petit : une première application ou un premier agent avec un objectif limité, afin de voir comment les moments de revue fonctionnent en pratique avant de l'étendre à un processus plus vaste.
Une IA qui participe à la construction de logiciels change surtout le rythme, pas la question de savoir qui est responsable de ce qui est finalement mis en production. Vous souhaitez discuter de ce que cela donnerait pour votre processus ? N'hésitez pas à nous contacter.