SDLC Augmenté par l'IA

Qu'est-ce que le SDLC augmenté par l'IA ?

Le SDLC (Software Development Life Cycle, cycle de vie du développement logiciel) est le cadre qui structure la production d'un logiciel, du recueil des besoins à la maintenance : planification, conception, développement, tests, déploiement, exploitation. La norme ISO/IEC/IEEE 12207 le standardise (édition 2017, révisée en 2026). Il occupe la phase de développement du PDLC, le cycle de vie du produit : le SDLC répond à la question du comment livrer de façon fiable, le PDLC à celles du quoi et du pourquoi. L'article SDLC vs PDLC détaille cet emboîtement.

Le SDLC augmenté par l'IA (ou SDLC piloté par l'IA) est la refonte de ce cycle pour l'ère de la production agentique. Greffée sur un cycle pensé pour des humains, l'IA produit un goulot qui répète ses erreurs dix fois plus vite. Le cycle tel que SFEIR le pratique se décompose en onze phases, trois gates humains et deux capitalisations, selon une devise : l'IA exécute, l'humain encadre, le projet apprend.

Les onze phases vont de 0 Setup à 10 Deprecation. Trois gates humains inviolables bornent une exécution massivement automatisée : Define (la spécification), Plan (l'architecture) et Ship (la validation avant livraison). Deux phases ne produisent pas de code mais du capital : les capitalisations Compound-1 et Compound-2, dont les leçons sont rechargées au Plan du cycle suivant. L'article de référence détaille le cycle phase par phase, avec la convergence des cadres qui le valident (ADLC, DORA, Google).

Les quatre temps : amont, cœur, capitalisation, aval

On peut lire ces onze phases en quatre temps. L'amont (Setup, Define, Plan) cadre, contractualise et explore. L'humain y pèse le plus : une idée devient un contrat, puis le Plan ouvre trois explorations parallèles dont l'humain arbitre les conflits avant le code. Le cœur (Build, Verify, Review) construit une tranche à la fois, exécute les tests sous mesure de couverture et consolide plusieurs revues parallèles en un verdict.

La capitalisation (Compound-1 et 2) transforme le travail en savoir réutilisable : leçons statiques avant livraison, leçons runtime en production, toutes deux réinjectées au Plan suivant : « un bug vu deux fois n'est pas un bug, c'est un trou dans le système ». L'aval (Ship, Ops, Deprecation) livre, observe et retire : checklist de mise en production, rollback écrit à froid, déploiement progressif de 5 à 100 %, puis retrait annoncé du code, car le code est une dette.

• Amont : 0 Setup · 1 Define (gate) · 2 Plan (gate)
• Cœur : 3 Build · 4 Verify · 5 Review
• Capitalisation : 6 Compound-1 · 9 Compound-2
• Aval : 7 Ship (gate) · 8 Ops · 10 Deprecation

Trois convictions : l'IA exécute, l'humain encadre, le projet apprend

L'IA exécute, elle n'assiste pas. Un assistant propose une suggestion à valider ligne par ligne ; un exécutant produit des artefacts (code, tests, documentation) sur tout le cycle. Cette autonomie n'a de valeur que sous discipline de preuve : on capture la sortie réelle de chaque étape, jamais la déclaration de l'agent. On ne croit pas un agent sur parole quand il affirme que les tests passent.

L'humain garde le contrôle aux trois gates : l'intention de produit, l'arbitrage d'architecture et l'acceptation d'une modification ne se délèguent pas. Le système apprend du projet : chaque cycle enrichit le suivant, si bien que le centième est meilleur que le premier par construction : environ − 30 % d'itérations de correction après dix cycles chez SFEIR (mesure de première main, deck SDLC v3, juin 2026). C'est le cœur de la stratégie AI for IT, le 10x : viser un facteur dix, pas des gains marginaux.

La présentation AI for IT : la stratégie du 10x (Didier Girard, février 2026), matière interne d'où vient l'alias SDLC for 10x, en donne le châssis en quatre points : des specs rigoureuses (l'IA est sensible au contexte flou), un build sous surveillance (l'humain relit en critique pour éviter la dette technique éclair et les failles), un CI/CD ultra-robuste (la validation massive automatisée devient le goulot) et un monitoring proactif (observabilité métier, dérive, coûts et latence de l'IA). Les onze phases en sont la version détaillée.

Où il s'applique, où il s'arrête

Le cycle augmenté excelle là où le contexte métier est explicitable (back-offices, APIs, portails, modernisation de legacy), là où le volume est répétitif et traçable (tests, migrations, documentation, conformité), et partout où le résultat se prouve automatiquement.

Il n'a pas sa place, ou pas encore, ailleurs : l'inédit sans spécification reste humain, le safety-critical certifiable (DO-178C, EN 50128) attend que la chaîne d'outils IA soit elle-même qualifiée, et les données non gouvernées sont un préalable, pas un terrain de jeu. L'industrie redécouvre la même structure de son côté : l'ADLC de Chris Williams (juin 2026), le whitepaper Google The New SDLC With Vibe Coding (mai 2026), le rapport DORA sur le retour de l'IA en développement (avril 2026). L'article sur la convergence détaille ces rapprochements et leur écart le plus net : l'ADLC tient deux gates humains (spécification, acceptation), SFEIR en tient trois, en isolant le Plan.

Frontières : PDLC, porosité, KDLC, CDLC

Quatre fiches voisines couvrent ce que le SDLC augmenté ne couvre pas :

• Le PDLC couvre la vie du produit, de l'idée au retrait ; le SDLC augmenté en occupe la phase de développement et laisse au PDLC le quoi et le pourquoi.
• La porosité PDLC/SDLC décrit la jonction entre conception produit et exécution logicielle, là où la spec devient le prompt ; le SDLC augmenté organise ce qui se passe une fois la spec passée en Define.
• Le KDLC gouverne la connaissance (sources, extractions, claims) à partir de laquelle les livrables se génèrent ; le cycle augmenté la consomme au Setup et au Plan et l'alimente aux deux capitalisations.
• Le CDLC gouverne le contexte fourni aux agents (Generate, Evaluate, Distribute, Observe) ; le SDLC augmenté en est le consommateur, et Compound-1 et Compound-2 sont ses moments d'observation.