Développer des applications et des sites web avec l’IA Générative

Développer des applications avec l’IA Générative : de BabyPoom à Lookio.ai, le témoignage d’un développeur qui a connu l’avant et l’après

Développer une application ou un site web, ça a longtemps été réservé à une élite de développeurs.

Du code, des mois de travail, des budgets conséquents. Aujourd’hui, avec l’IA générative, tout semble aller plus vite, beaucoup plus vite.

Mais une question se pose : est-ce que l’IA change vraiment la façon de créer ?

Et surtout, change-t-elle qui peut créer ?

Faut-il encore savoir coder pour lancer une application ?

Le métier de développeur est-il en danger ou en pleine mutation ?

Jérôme IDYLLE, fondateur de BabyPoom et de Lookio.ai, a connu l’avant et l’après IA générative.

Son témoignage éclaire une révolution en cours qui transforme radicalement le développement d’applications et redéfinit les frontières entre développeurs initiés et non-initiés.

Découvrez l’épisode sur Youtube :

Le parcours de Jérôme IDYLLE : de l’ingénierie informatique à l’entrepreneuriat caribéen

Une formation technique solide

Jérôme IDYLLE incarne le profil du développeur–entrepreneur qui a traversé plusieurs époques technologiques.

Sa formation d’ingénieur informatique, réalisée à Montpellier, lui a donné les fondations techniques nécessaires pour comprendre en profondeur les mécanismes du développement logiciel.

Cette base solide s’est révélée déterminante pour la suite de son parcours.

Après ses études, Jérôme a travaillé dans la finance de marché, un secteur exigeant où la technologie joue un rôle critique.

Cette expérience, menée entre Paris et Lille pour différents groupes, lui a permis d’affiner ses compétences techniques tout en développant une compréhension des enjeux business et de la gestion de projets à fort impact économique.

La finance de marché est un domaine particulièrement formateur pour un développeur : les systèmes doivent être ultra-fiables, les performances critiques, les données sensibles.

Cette école de l’excellence technique a forgé chez Jérôme une exigence de qualité qui transparaît aujourd’hui dans ses projets entrepreneuriaux.

Le passage à l’entrepreneuriat en Martinique

Le tournant entrepreneurial de Jérôme s’est opéré avec la création de sa première startup en Martinique en tant que CTO (Chief Technology Officer, directeur technique).

Cette fonction de CTO dans une startup antillaise lui a permis de combiner ses compétences techniques avec des responsabilités business, développant ainsi un profil hybride particulièrement recherché dans l’écosystème des startups.

Jérôme décrit lui-même son profil comme ayant une « casquette tech, mais aussi business par la force des choses ».

Cette double compétence n’est pas anodine : beaucoup de projets technologiques échouent parce que leurs créateurs maîtrisent soit la technique, soit le business, mais rarement les deux.

La capacité à coder un produit tout en comprenant son marché, ses utilisateurs, son modèle économique, constitue un atout majeur.

Ce parcours illustre également l’attractivité croissante des territoires ultramarins pour l’entrepreneuriat digital.

La Martinique, avec son écosystème en développement, ses dispositifs de soutien à l’innovation, sa connexion aux marchés francophones, offre un terrain fertile pour les entrepreneurs du numérique.

Pour les professionnels souhaitant acquérir cette double compétence technique et business, la formation « Créer son entreprise dans une économie digitalisée » d’awitec permet de structurer sa démarche entrepreneuriale tout en intégrant les dimensions technologiques essentielles.

BabyPoom : créer une application avant l’ère de l’IA générative

Une idée née d’une expérience personnelle

L’histoire de BabyPoom illustre parfaitement comment les meilleures innovations naissent souvent d’expériences personnelles.

À la naissance de sa fille, Jérôme a voulu revisiter le concept traditionnel du faire-part de naissance.

Après une décennie passée dans l’entrepreneuriat avec Carrefourly, la vie a mis sur son chemin un nouveau projet profondément personnel.

Le constat de départ était simple mais puissant. Jérôme explique sa démarche :

« À la naissance de ma fille, j’ai voulu revisiter le concept de faire part de naissance. Il y a 400 000 naissances par jour dans le monde et tous les parents ont envie de partager ce moment-là avec leurs proches. Et je trouvais que le texto qu’on envoyait, bébé mesure X, Y kilo, n’était pas forcément représentatif d’un événement qui change autant la vie. Et le faire part papier était d’une autre époque. »

Cette observation révèle un décalage entre l’importance de l’événement (la naissance d’un enfant) et la pauvreté des moyens de le partager : un SMS basique ou un faire-part papier démodé.

En tant que « papa un peu geek », Jérôme a imaginé une troisième voie, combinant l’instantanéité du numérique et la richesse émotionnelle d’une expérience mémorable.

Une expérience interactive sur mobile

La solution créée par Jérôme pour sa fille dépassait largement le simple SMS.

Il a conçu une expérience complète directement accessible sur téléphone, sans application à télécharger, où les proches pouvaient :

• Revivre les moments forts de la grossesse à travers des contenus multimédia
• Jouer et interagir avec différents éléments
• Réagir et laisser des messages aux nouveaux parents
• Conserver un souvenir numérique durable de cet événement

Cette approche centrée sur l’expérience utilisateur, pensée pour être accessible immédiatement sans friction (pas de téléchargement, pas de compte à créer), révèle déjà la philosophie de design qui guidera ensuite le développement de Lookio.ai.

De projet personnel à startup : analyser le marché

Le succès de cette première expérience auprès de ses amis a été tel que Jérôme a rapidement compris le potentiel commercial du concept.

C’est là que s’opère le basculement entre le papa geek qui crée pour sa fille et l’entrepreneur qui analyse un marché.

Jérôme décrit cette transition :

« J’ai eu tellement de demandes que là, j’ai déposé ma casquette de papa, j’ai pris ma casquette un peu plus business, je me suis intéressé au marché. Comme je disais, 400 000 naissances et j’en ai fait une version grand public. »

L’analyse du marché révèle un potentiel considérable : 400 000 naissances par jour dans le monde représentent environ 146 millions de naissances par an.

Même en se concentrant sur l’espace francophone, le marché adressable reste massif. Cette validation business a justifié l’investissement dans une version grand public robuste et scalable.

Le développement à l’ancienne : un an de travail

Pour développer BabyPoom, Jérôme a suivi le processus classique du développement logiciel, celui qu’il avait appris en école d’ingénieur et perfectionné durant ses années en entreprise.

Ce processus comporte plusieurs étapes techniques essentielles qu’il détaille :

« On commence par le modèle de données, définir le modèle de données. Ensuite, on met tout ça en musique avec le backend, ce qu’on appelle le backend, et le frontend. Le frontend, c’est la partie qui est visible des clients. Pour résumer, il y a à peu près toutes ces étapes là : la base de données, le back-end et le front-end. »

Chaque étape nécessite des compétences spécifiques, voire des spécialistes dédiés. Jérôme précise :

« Chaque domaine, chaque partie même demande des particularités. Des fois on a des développeurs spécialistes en back-end, spécialistes en front-end. Donc c’est des compétences précises, très précises et très techniques quand on va très loin dans chaque domaine. À la base de données, il y a des experts base de données, etc. »

Le développement de BabyPoom dans sa version actuelle, avec l’ensemble de ses fonctionnalités, a nécessité un an de développement en travail à plein temps. Cette durée peut sembler longue, mais elle est tout à fait classique pour une application de cette envergure développée selon les méthodes traditionnelles.

Le coût humain et financier

Au-delà du temps, le développement traditionnel implique des coûts importants.

Jérôme était dans une situation privilégiée puisqu’il possédait lui-même les compétences techniques nécessaires.

Mais pour quelqu’un qui n’aurait pas ces compétences, il aurait fallu constituer une équipe.

« Avant, j’avais une équipe de six personnes sur BabyPoom, sur la partie Dev. »

Une équipe de six développeurs représente un investissement considérable.

En fonction du niveau d’expertise requis et de la localisation géographique, les salaires de développeurs qualifiés peuvent varier considérablement.

Jérôme chiffre cette réalité :

« Il y a 3 ans, 4 ans, pour le résultat que j’ai actuellement, j’étais capable de payer un expert parce que le résultat que j’ai, c’était vraiment un expert technique, j’étais capable de, par rapport à ce spectre là, payer jusqu’à 6000, 8000 euros par mois, un développeur ou en tout cas une équipe pour avoir le même résultat qu’aujourd’hui. »

Ces chiffres illustrent la barrière à l’entrée que représentait le développement d’applications avant l’avènement de l’IA générative. Seules les entreprises disposant de budgets conséquents ou les développeurs possédant eux-mêmes les compétences pouvaient lancer des projets d’envergure.

Le succès : 2 millions de familles touchées

Malgré ces contraintes, BabyPoom a connu un succès remarquable. Jérôme peut aujourd’hui se féliciter d’un impact considérable :

« Au moment où on se parle, on a touché près de 2 millions de familles à travers le monde, principalement sur l’espace francophone. Et voilà, on a calibré un modèle économique. »

Toucher 2 millions de familles représente une adoption massive qui valide la pertinence du concept. Ce succès témoigne également de la qualité du produit développé selon les méthodes traditionnelles, avec l’exigence et la rigueur qu’elles imposent.

Le fait d’avoir « calibré un modèle économique » signifie que BabyPoom n’est pas qu’un succès d’usage, c’est aussi un succès business qui génère des revenus et assure sa pérennité. Cette double validation – utilisateurs et rentabilité est le Graal de toute startup.

L’avènement de l’IA générative : une révolution dans la manière de créer

Le basculement : du code à la supervision d’IA

Avec le lancement de Lookio.ai, Jérôme a plongé dans l’ère de l’IA générative pour le développement.

Ce qui frappe dans son témoignage, c’est la radicalité du changement de paradigme.

Il ne s’agit pas d’une simple optimisation ou accélération des processus existants, mais d’une transformation profonde de la manière même de concevoir et développer des applications.

Jérôme décrit ce changement fondamental :

« Ça reste fondamentalement du code. Ça reste du code qui est produit. Maintenant, c’est la façon de le produire qui est complètement différente et qui est… On peut appeler ça une révolution, en tout cas dans notre milieu. »

Cette précision est importante : l’IA ne fait pas disparaître le code, elle change radicalement la manière de le produire.

Le résultat final reste du code classique, compréhensible, maintenable. Mais le processus pour y arriver est transformé.

Jérôme utilise une formule particulièrement éclairante pour décrire son nouveau rôle :

« J’utilise principalement des outils IA. Moi je suis sur Lovable. En gros, j’ai vraiment ce sentiment de devenir un superviseur d’IA. Un superviseur d’IA plus qu’un développeur. »

L’obsolescence programmée des compétences

Un aspect frappant du témoignage de Jérôme concerne la rapidité avec laquelle les compétences deviennent obsolètes dans le digital.

Cette obsolescence n’est pas nouvelle, mais elle s’est considérablement accélérée avec l’IA générative.

« C’est un domaine qui va très vite. Le développement, le digital de façon générale, va très vite. Tout ce que j’ai appris en école, c’est caduc. C’était déjà caduc même depuis BabyPoom parce qu’on est obligé de se reformer. La technologie va très vite. »

Cette réalité peut être angoissante pour les professionnels qui investissent du temps et de l’argent dans l’acquisition de compétences. Mais Jérôme va encore plus loin :

« Maintenant, ce que j’appliquais même sur BabyPoom est caduc parce qu’au-delà de la technologie, c’est la façon de mettre en place un projet qui a complètement changé. »

Ce ne sont donc pas seulement les technologies qui évoluent, mais les méthodologies elles-mêmes.

Un développeur qui maîtrisait parfaitement les processus de développement il y a cinq ans doit aujourd’hui tout repenser, non pas parce que son code était mauvais, mais parce que la manière même d’arriver au code a changé.

L’importance persistante du background technique

Malgré cette révolution, Jérôme insiste sur un point crucial : son background technique reste absolument essentiel.

L’IA ne rend pas les compétences en développement obsolètes, elle les transforme et les déplace.

« Mon background technique me permet de bien superviser l’IA. Au moment où on se parle, c’est important. C’est très important. N’importe qui ne peut pas, pour le moment, développer quelque chose de robuste. On parle de qualité, qualité robuste parce que ça reste un socle technique. Il faut savoir ce qui se passe en bas. »

Cette affirmation est fondamentale pour comprendre les limites actuelles de l’IA générative en développement.

Oui, elle accélère considérablement le processus. Oui, elle rend certaines tâches accessibles à des non-développeurs.

Mais non, elle ne remplace pas encore l’expertise d’un développeur expérimenté pour produire des applications robustes et de qualité professionnelle.

Jérôme précise les domaines où l’expertise reste critique :

« Il faut savoir prompter l’IA pour avoir un résultat qualitatif. Et contrôlé aussi. Donc moi, je reste dans toutes les étapes, sauf que je vais beaucoup plus vite avec cette IA. »

Le prompting, c’est-à-dire la capacité à formuler des instructions précises et efficaces pour l’IA, devient la nouvelle compétence-clé.

Mais cette compétence s’appuie sur une compréhension profonde de ce qu’on cherche à obtenir, ce qui nécessite… des compétences techniques préalables.

Les limites de l’IA : la qualité et la robustesse

Jérôme identifie clairement ce qui reste « incompressible » malgré l’IA :

« Il faut quand même un bon modèle de données. Il y a une certaine logique qui est respectée. Du coup, si on veut sortir un produit, une application robuste dans le temps, il faut s’assurer que tout ça est en place. Et mon background me permet de le faire. »

Le modèle de données, c’est l’architecture fondamentale qui détermine comment l’information est structurée, stockée, et accessible dans une application.

Un mauvais modèle de données peut fonctionner initialement mais créer des problèmes insurmontables à mesure que l’application grandit et se complexifie.

Cette exigence de qualité structurelle explique pourquoi l’IA, aussi puissante soit-elle, ne peut pas encore remplacer complètement un développeur expérimenté.

Elle peut produire du code qui fonctionne, mais seul un humain expert peut garantir que ce code reste maintenable, évolutif, performant à long terme.

Les outils de l’IA générative pour le développement

Lovable (ex-GPT Engineer) : coder en langage naturel

Parmi les outils d’IA générative pour le développement, Lovable occupe une place particulière dans la pratique de Jérôme.

L’histoire de sa découverte de cet outil illustre l’importance de la veille technologique dans le monde du digital.

« Quand on est développeur, on est dans le digital, on fait beaucoup de veilles. On regarde tout ce qui se passe, toutes les nouveautés, tout ce qui peut apporter un plus à notre quotidien de développeur. Et en faisant une veille, il y a quelques années au début de l’IA, je suis tombé dans un forum où on parlait de cet outil qui n’était pas encore connu mondialement. Qui s’appelait GPT Engineer. »

Jérôme a été parmi les premiers utilisateurs payants de l’outil, avant qu’il n’explose à l’échelle mondiale et ne devienne Lovable.

Cette adoption précoce lui a permis de monter en compétence sur ces nouvelles technologies avant la majorité de ses concurrents, créant un avantage compétitif significatif.

Le fonctionnement de Lovable est à la fois simple et révolutionnaire :

« C’est comme si on parlait avec un langage naturel. Et juste à côté, on voit tout de suite le résultat. On voit tout de suite le résultat de ce qu’on a décrit avec un langage humain. »

Cette interface conversationnelle transforme radicalement l’expérience du développement. Plus besoin de passer des heures à écrire du code ligne par ligne.

On décrit ce qu’on veut obtenir, et l’IA génère le code correspondant, avec une prévisualisation immédiate du résultat.

La qualité du code produit par Lovable

Pour un développeur expérimenté comme Jérôme, la qualité du code produit par l’IA est un critère déterminant.

Et sur ce point, Lovable passe le test avec succès :

« Ce qui fait qu’un initié comme vous trouve aussi Lovable intéressant ? C’est que le code qu’il produit est de très bonne qualité. Quand on soulève le capot, parce que moi j’ai accès au code, le code est hébergé sur un outil qu’on appelle GitHub. Quand on regarde un petit peu ce qu’il produit, on se dit wow, c’est costaud. On peut se dire, je n’aurais pas fait mieux. »

Cette validation par un développeur expérimenté est cruciale.

Lovable ne produit pas du code de débutant ou du code « jetable » qui fonctionne à peine.

Il produit du code de qualité professionnelle, structuré, maintenable, que même un expert peut reconnaître comme bien fait.

L’accès au code via GitHub (la plateforme de référence pour héberger et versionner du code) signifie aussi que le code reste totalement ouvert et modifiable.

On n’est pas enfermé dans une boîte noire, on peut intervenir manuellement quand nécessaire.

Cursor : l’IDE augmentée par l’IA

Si Lovable excelle pour créer des projets from scratch (à partir de zéro), un autre outil s’est imposé pour un usage différent : Cursor. Jérôme explique la nature de cet outil :

« On a toujours eu un outil qu’on appelle une IDE pour écrire du code. C’est une interface où on a un peu tout ce qui nous est nécessaire pour écrire du code. Tous les développeurs depuis le début utilisent ce genre d’outils. Cursor est basé sur VS Code, notre IDE, qui a beaucoup fonctionné, et il y a des IA intégrés qui facilitaient l’écriture du code. »

Cursor représente donc une évolution d’un outil traditionnel de développement (l’IDE – Integrated Development Environment) augmenté par des capacités d’IA. C’est un assistant IA qui aide à écrire du code plus rapidement et mieux, mais qui s’adresse clairement à des développeurs qui savent déjà coder.

« C’est un assistant. Il n’y a pas qu’eux sur l’IDE et il y a pas mal d’assistants, on peut utiliser différents LLM, différentes IA, pour nous assister à écrire du code. Mais ça reste quand même pour les initiés. »

Claude Code : la révolution pour les projets existants

Un troisième outil mérite une attention particulière selon Jérôme : Claude Code, développé par Anthropic.

Cet outil répond à une problématique spécifique que Lovable ne résout pas bien.

Jérôme explique cette distinction :

« Lovable, moi je le trouve intéressant quand on démarre de zéro. On lance un nouveau projet, il va créer lui-même le code. Par contre, quand on a déjà un existant comme moi à BabyPoom, Lovable n’est pas adapté parce qu’il ne peut pas comprendre la façon dont j’avais réalisé le code. »

C’est là qu’intervient Claude Code :

« Par contre, Claude Code est capable d’aller analyser le code que j’avais déjà produit, le corriger, l’améliorer et on peut faire évoluer. Donc je parle pour les personnes qui avaient déjà des services codés. Avec Claude Code, on peut aller beaucoup plus vite pour continuer en tout cas la base qu’on avait mis en place et la faire évoluer très rapidement et de façon très qualitative. »

Cette capacité à comprendre, analyser et faire évoluer du code existant est absolument cruciale. La plupart des projets sur lesquels travaillent les développeurs ne partent pas d’une page blanche, mais consistent à faire évoluer des systèmes existants. Claude Code apporte une solution à ce cas d’usage majoritaire.

Pour les professionnels souhaitant maîtriser ces outils d’IA et les intégrer dans leurs processus de travail, la formation « Gagnez 2 heures au quotidien avec l’IA » d’awitec permet de découvrir concrètement comment utiliser l’intelligence artificielle pour gagner en productivité.

No-code vs IA générative : quelle différence ?

Avant l’IA générative, une autre tendance avait émergé : le no-code.

Jérôme apporte un éclairage sur cette distinction :

« Le no-code, c’était pour moi, j’en parle presque au passé, mais l’étape intermédiaire entre le code et vraiment la partie IA où on avait des outils qu’on appelle wheezy wing, c’est comme Word, mais pour faire du code qui nous permettait très facilement de glisser déposer qui nous permettait de créer des applications assez facilement. »

Le no-code représentait donc une première démocratisation du développement, permettant à des non-codeurs de créer des applications par glisser-déposer, sans écrire une ligne de code.

Cette approche a connu un grand succès et continue d’être pertinente pour certains cas d’usage.

Mais l’IA générative va encore plus loin :

« C’était des outils beaucoup plus faciles, beaucoup plus abordables pour les personnes des non-initiés au code. Et ça a eu un grand succès aussi. Maintenant on arrive à une autre phase où on n’a même plus besoin de glisser déposer. On parle, on décrit ce qu’on veut. »

La différence fondamentale : avec le no-code, on manipule visuellement des composants prédéfinis. Avec l’IA générative, on décrit en langage naturel ce qu’on veut obtenir, et l’IA génère le code correspondant. C’est encore plus accessible, encore plus flexible, encore plus puissant.

Lookio.ai : créer avec l’IA, de l’idée au produit en quelques semaines

Une technologie WhatsApp qui méritait un marché plus large

L’origine de Lookio.ai révèle comment une innovation développée pour un produit spécifique peut trouver des applications beaucoup plus larges. Jérôme raconte cette genèse :

« Sur la naissance, sur la verticale de la naissance, on a été très loin. On a développé pas mal de services autour, notamment la liste de naissance. À chaque fois, on essaie d’innover, on regarde s’il y a un marché. Et il y a une technologie que j’avais mise en place directement à partir de WhatsApp pour BabyPoom. J’ai trouvé ça trop puissant. Je me suis dit non, je ne vais pas le cantonner à BabyPoom. L’idée, c’était de le proposer dans un marché qui est beaucoup plus large. »

Cette approche stratégique – identifier une technologie puissante développée pour un usage spécifique et l’adapter à un marché plus vaste, est caractéristique des entrepreneurs technologiques avisés.

Elle permet d’amortir les investissements de R&D sur plusieurs produits et d’accélérer le développement de nouvelles offres.

Le choix du secteur de la mode n’est pas anodin. C’est un marché massif, avec des problématiques identifiées, et une forte présence sur les réseaux sociaux qui rend pertinente l’intégration avec WhatsApp.

Le Virtual Try-On : une problématique business avant tout

Jérôme insiste sur un point fondamental : Lookio.ai ne répond pas à une envie de faire un gadget technologique, mais à une vraie problématique business du secteur de la mode.

Il explique son approche :

« Je suis obsédé par l’expérience utilisateur. L’idée c’était de répondre à une problématique du monde de la mode où ils ont des taux de conversion un peu plus faibles que les autres sites, les autres domaines d’e-commerce. Parce que, ce n’est pas moi qui le dis, c’est les études, les personnes n’arrivent pas à se projeter avec le vêtement. »

Cette obsession de l’expérience utilisateur et cette approche par la problématique business sont caractéristiques d’un entrepreneur mature.

Beaucoup de projets technologiques échouent parce qu’ils partent de la technologie (« regardez ce qu’on peut faire avec cette IA« ) plutôt que du problème réel des utilisateurs.

Jérôme continue son raisonnement :

« On parle d’une problématique toujours. On n’essaie pas de faire des gadgets, on parle d’une problématique business. On répond à un besoin. Donc là, je me suis dit, ok, qu’est-ce qu’on peut faire pour améliorer ce taux de conversion pour ces marques, ces boutiques de vêtements qui communiquent déjà sur Instagram. »

Une technologie de pointe : l’IA de génération d’images

La solution technique développée par Jérôme repose sur des modèles d’IA de génération d’images extrêmement sophistiqués.

Il existe déjà des solutions de Virtual Try-On (VTO), mais elles présentaient des limites importantes.

« Il existe des solutions de VTO, le VTO c’est le Virtual Try On, sauf qu’elles étaient toujours basées au niveau du site internet, où on est déjà sur l’intention d’achat. L’idée c’était de remonter le service au niveau de la découverte sur Instagram. Et elles n’étaient pas très qualitatives en termes de rendu. »

Jérôme a donc travaillé à améliorer significativement la qualité du rendu.

Pour cela, il a testé de nombreux modèles d’IA :

« Moi j’ai beaucoup travaillé avec différents modèles d’IA pour avoir un rendu qualitatif. Il y a des exemples de modèles aujourd’hui qui sont bons sur la génération d’images. Après, j’en ai testé beaucoup. C’est un mélange de différents types qui sont très pointus pour avoir un résultat qualitatif. »

Cette recherche de la qualité maximale, ce travail d’optimisation et de combinaison de différents modèles, illustre bien que l’IA ne fait pas tout automatiquement.

Il faut de l’expertise pour choisir les bons outils, les combiner efficacement, ajuster les paramètres.

Un point crucial : ce n’est pas un mannequin générique qui porte le vêtement, mais bien la personne elle-même :

« Attention, ce n’est pas un mannequin. C’est vraiment la personne qui porte le vêtement en moins d’une minute. »

Cette personnalisation est essentielle pour que l’utilisateur puisse réellement se projeter. Voir un vêtement sur un mannequin standard ne produit pas le même effet que se voir soi-même le porter.

WhatsApp comme canal de distribution : zéro friction

La véritable innovation de Lookio.ai ne réside pas seulement dans la technologie de VTO, mais dans sa distribution via WhatsApp.

Cette stratégie d’expérience utilisateur sans friction est centrale.

Jérôme explique sa réflexion :

« Avec WhatsApp notamment. Je me suis dit, ok, les marques communiquent sur Instagram, 95% des marques de la mode communiquent sur Instagram. Donc il faut que l’expérience commence là. Je me suis dit, il faut la mettre au niveau où le désir naît. Et je me suis dit, non, on ne peut pas forcer la personne à télécharger une application, créer un compte, un email, aller sur le site. On veut le résultat tout de suite. »

Cette analyse de l’expérience utilisateur est brillante. À chaque étape supplémentaire (télécharger une application, créer un compte, donner son email), une partie des utilisateurs abandonne. En réduisant au maximum ces frictions, on maximise le taux de conversion.

WhatsApp est le choix parfait pour cette stratégie :

« Moi, j’ai beaucoup travaillé avec BabyPoom sur l’API de WhatsApp. Donc WhatsApp te permet de faire des choses un peu plus poussées quand on utilise son API. Son API, c’est qu’on peut développer des logiciels directement depuis WhatsApp. »

Le parcours utilisateur est simple et rapide :

« On parle de la Story Instagram, on clique sur un lien et une minute après, on se voit porter le vêtement sur WhatsApp. »

3 milliards d’utilisateurs de WhatsApp. Pas d’application à télécharger. Pas de compte à créer. Du désir sur Instagram à l’essayage virtuel en moins d’une minute.

Cette simplicité est le fruit d’une sophistication technologique considérable en arrière-plan.

Un lancement réussi au Who’s Next Paris

La validation marché de Lookio.ai est venue lors du salon de la mode Who’s Next à Paris, une référence dans l’industrie.

Jérôme raconte ce lancement :

« J’ai fait le lancement officiel la semaine dernière à Paris au salon de la mode le Who’s Next et la solution a été très bien accueillie parce qu’il n’y a pas encore de solution de ce type. »

Ce succès au Who’s Next valide à la fois la pertinence de la problématique adressée et la qualité de la solution proposée. Dans un secteur aussi compétitif et exigeant que la mode, l’accueil positif des professionnels est un signal fort.

Le fait qu' »il n’y ait pas encore de solution de ce type » positionne Lookio.ai comme pionnier sur ce créneau spécifique : le VTO accessible directement depuis Instagram via WhatsApp, sans friction, avec une qualité de rendu supérieure.

Le métier de développeur à l’ère de l’IA : mutation plutôt que disparition

Une question légitime et anxiogène

La question de l’avenir du métier de développeur face à l’IA est dans tous les esprits.

Des milliers de personnes se forment actuellement au développement, investissant du temps et de l’argent dans l’acquisition de compétences techniques.

La perspective que ces compétences deviennent obsolètes avant même d’avoir pu les rentabiliser est naturellement angoissante.

Jérôme reconnaît que la question n’est pas facile, mais il apporte un éclairage nuancé basé sur son expérience concrète. Sa réponse mérite d’être citée intégralement car elle résume parfaitement les enjeux :

« C’est sûr que le métier a muté, c’est sûr, et certains, c’est le sens de l’histoire. Et comme beaucoup de métiers, que ce soit les graphistes, que tout ce qui est service, ce sont des métiers qui mutent. Le métier développeur n’est pas exclu de cette mutation. »

Le contexte plus large : tous les métiers mutent

Jérôme replace la mutation du métier de développeur dans un contexte plus large. L’IA générative transforme de nombreuses professions simultanément.

Les graphistes voient leur métier bouleversé par des outils comme Midjourney ou DALL-E qui génèrent des images en quelques secondes.

Les rédacteurs font face à ChatGPT qui peut produire des textes rapidement.

Les métiers du service client s’automatisent progressivement.

Cette perspective comparative aide à relativiser : le développement n’est pas ciblé spécifiquement, c’est l’ensemble de l’économie de la connaissance qui se transforme.

Les développeurs ne sont ni plus ni moins touchés que d’autres professionnels hautement qualifiés.

L’importance persistante du background technique

Mais Jérôme insiste sur un point crucial qui devrait rassurer ceux qui se forment actuellement au développement :

« Maintenant, au moment où on se parle, je pense que c’est très important d’avoir un background technique, de comprendre ce qui est produit. Ça va bien au-delà de rédiger du code. Maintenant, on parle d’expérience utilisateur, on parle de pas mal de choses. On devient des superviseurs d’IA, mais il faut savoir ce qu’on lui demande. Qu’est-ce qu’on lui demande à cette IA pour produire quelque chose. »

Cette analyse est fondamentale. Le background technique ne sert plus principalement à écrire du code ligne par ligne, mais à :

1. Comprendre ce que l’IA produit et en évaluer la qualité
2. Savoir formuler les bonnes instructions (le prompting)
3. Identifier les problèmes structurels que l’IA ne peut pas résoudre seule
4. Prendre les décisions d’architecture et de design
5. Assurer la robustesse et la maintenabilité à long terme

En somme, le développeur devient un superviseur, un architecte, un chef d’orchestre de l’IA.

Mais pour jouer ce rôle efficacement, il faut comprendre ce qu’on orchestre. Un non-développeur peut produire quelque chose qui fonctionne superficiellement.

Seul quelqu’un avec un background technique peut produire quelque chose de robuste, performant, évolutif.

La conclusion de Jérôme : oui, on a encore besoin de bons développeurs

La conclusion de Jérôme est claire et devrait être rassurante pour ceux qui investissent dans cette formation :

« Au moment où on se parle, on a encore besoin d’un bon développeur. Bien sûr que le métier va changer. Bien sûr qu’il faut s’adapter. Mais au moment où on se parle, on a encore besoin d’un bon développeur. »

Le qualificatif « bon » est important. Ce ne sont pas les développeurs médiocres qui vont disparaître en premier, ce sont les tâches les plus routinières et répétitives. Un « bon » développeur, c’est quelqu’un qui :

• Comprend les enjeux business au-delà de la simple technique
• Sait prendre du recul sur l’architecture globale d’un système
• Maîtrise l’expérience utilisateur et le design d’interfaces
• Peut évaluer la qualité du code et identifier les problèmes potentiels
• Reste en veille constante sur les nouvelles technologies et sait s’adapter

Ces compétences de haut niveau restent essentielles et ne sont pas remplaçables par l’IA dans un futur proche.

Démonstration : créer un site avec Lovable en quelques minutes

Le test : moderniser le site awitec

Pour illustrer concrètement la puissance de ces nouveaux outils, une démonstration pratique a été réalisée en direct avec Lovable.

L’objectif : moderniser le site web d’awitec en quelques minutes seulement.

Le prompt utilisé était volontairement simple et basique :

« Peux-tu réaliser une page d’accueil s’inspirant de mon site actuel awitec.fr ?

Peux-tu reformuler ? N’hésite pas à me poser des questions. »

Ce prompt minimaliste ne contient aucune instruction technique précise.

Pas de spécification de structure, de charte graphique, de fonctionnalités. Juste une demande simple en langage naturel de s’inspirer du site existant.

Un résultat bluffant en quelques minutes

Au bout de quelques minutes seulement – probablement entre 5 et 10 minutes au total – une nouvelle version de la page d’accueil était générée, totalement fonctionnelle. L’aspect le plus impressionnant : aucune information n’avait été fournie explicitement.

Pas de photo transmise.

Pas de texte copié-collé.

Pas de charte graphique fournie.

Lovable a été capable de :

1. Accéder au site existant awitec.fr
2. En analyser le contenu, la structure, les images
3. Comprendre l’identité visuelle et éditoriale
4. Réorganiser ces éléments de façon modernisée
5. Générer une page complète avec code HTML, CSS et potentiellement JavaScript

Cette capacité à « comprendre » un site existant et à le réinterpréter de manière cohérente démontre la sophistication des modèles d’IA sous-jacents.

Ce n’est plus de la simple génération de code sur la base d’un prompt, c’est une véritable analyse et réinterprétation créative.

Les limites : l’itération et le perfectionnement

Cependant, la démonstration a aussi mis en lumière les limites actuelles de l’approche. Avoir un premier jet en quelques minutes est impressionnant, mais ce premier jet n’est qu’un point de départ.

Comme l’explique l’analyse de la démonstration :

« À partir du moment où je veux changer des choses, à partir du moment où je veux récupérer le code et modifier le code, à partir du moment où telle ou telle chose ne me convient pas, je vais forcément rentrer dans des itérations où le fait d’avoir des compétences techniques ou d’acquérir ces compétences, ce sera nécessaire. »

Cette observation rejoint exactement le témoignage de Jérôme : l’IA accélère considérablement la phase initiale, mais le perfectionnement, l’ajustement, l’optimisation nécessitent toujours une expertise technique.

Le verdict : une aide puissante, pas une solution magique

La conclusion de cette démonstration pratique est nuancée et réaliste :

« Et c’est là qu’on se rend compte qu’il y a quand même une limite entre le fait de n’avoir aucune compétence et générer quelque chose et le fait de monter en compétence même quand on est un non-initié et peut-être en faisant levier sur l’IA générative pour arriver finalement à un projet complet. »

Cette formulation est importante : l’IA générative ne supprime pas le besoin de compétences, mais elle peut accélérer leur acquisition. Un non-initié peut utiliser l’IA pour apprendre progressivement, en itérant, en comprenant le code généré, en le modifiant petit à petit.

L’IA devient ainsi un outil pédagogique puissant : au lieu de partir d’une page blanche intimidante, on part d’un exemple fonctionnel qu’on peut déconstruire et modifier pour comprendre comment ça marche.

Une révolution en cours, pas une substitution

Un changement de paradigme radical mais progressif

Le témoignage de Jérôme IDYLLE, étayé par son expérience concrète avec BabyPoom (avant l’IA) et Lookio.ai (avec l’IA), illustre un changement de paradigme radical dans le développement d’applications.

Ce qui prenait un an de développement avec une équipe de six personnes peut désormais être réalisé en quelques semaines par un développeur seul assisté de l’IA.

Cette accélération n’est pas qu’une question de vitesse, c’est une transformation profonde de la manière de concevoir, développer et faire évoluer des produits numériques.

Le code reste du code, mais la façon de le produire change radicalement.

La démocratisation relative du développement

L’IA générative démocratise partiellement le développement. Des personnes sans formation technique approfondie peuvent désormais créer des applications ou des sites fonctionnels.

Cette démocratisation ouvre des opportunités pour les entrepreneurs qui ont une vision de produit mais pas les compétences techniques pour le réaliser.

Cependant, cette démocratisation a ses limites. Pour créer des produits robustes, performants, sécurisés, évolutifs, un background technique reste essentiel.

L’IA abaisse la barrière à l’entrée mais ne la supprime pas complètement.

Le développeur comme superviseur et architecte

Le métier de développeur ne disparaît pas, il mute. Le développeur de demain sera moins celui qui écrit du code ligne par ligne et plus celui qui :

• Conçoit l’architecture globale des systèmes
• Supervise et guide l’IA dans la production de code
• Évalue la qualité et la robustesse du code produit
• Prend les décisions stratégiques sur les technologies à utiliser
• Assure l’expérience utilisateur et l’adéquation produit/marché
• Comprend les enjeux business autant que les aspects techniques

Cette évolution valorise les profils hybrides comme celui de Jérôme, qui combinent expertise technique et vision business. Elle nécessite aussi une formation continue permanente, car les outils évoluent à une vitesse vertigineuse.

L’importance de la veille et de l’adaptation

L’histoire de Jérôme avec Lovable (qu’il a découvert quand l’outil s’appelait encore GPT Engineer et n’était pas connu mondialement) souligne l’importance cruciale de la veille technologique. Dans un domaine qui évolue aussi vite, rester informé des dernières innovations, tester les nouveaux outils, adopter précocement les technologies prometteuses crée des avantages compétitifs significatifs.

Cette nécessité d’adaptation constante peut être épuisante, mais elle est aussi stimulante. Le développement n’est pas un métier où l’on applique pendant 40 ans ce qu’on a appris en école. C’est un apprentissage permanent, une curiosité constante, une capacité à se remettre en question et à adopter de nouvelles approches.

Les opportunités pour les territoires ultramarins

Pour les territoires ultramarins comme la Martinique, la Guadeloupe et la Guyane, cette révolution de l’IA générative représente une opportunité majeure. Elle réduit certains des handicaps structurels liés à l’éloignement géographique et à la taille limitée du bassin de compétences techniques.

Un entrepreneur martiniquais comme Jérôme peut désormais développer des produits de niveau mondial en mobilisant beaucoup moins de ressources qu’auparavant. Il peut itérer rapidement, tester des idées, pivoter si nécessaire, tout en restant basé dans son territoire.

Cette accessibilité accrue aux outils de développement avancés peut favoriser l’émergence d’un écosystème de startups technologiques ultramarines, créant de la valeur localement tout en adressant des marchés mondiaux.

Former pour le monde de demain

Pour accompagner cette transformation et préparer les professionnels aux compétences de demain, Awitec propose un catalogue complet de formations adaptées aux réalités des territoires ultramarins. Du marketing digital à l’utilisation de l’intelligence artificielle, en passant par la gestion de projet et la création d’entreprise dans l’économie digitalisée, ces formations permettent aux acteurs locaux de développer leur expertise et de rester compétitifs dans un monde en transformation rapide.

La clé n’est plus seulement d’apprendre à coder, mais de comprendre comment orchestrer l’IA, comment concevoir des expériences utilisateur exceptionnelles, comment valider des marchés, comment itérer rapidement. Ces compétences transversales, combinées à une compréhension technique suffisante pour superviser efficacement les outils d’IA, constituent le profil gagnant de demain.

L’avenir du développement n’est ni la disparition du métier ni son immutabilité, mais sa transformation profonde vers des rôles plus stratégiques, plus créatifs, plus orientés vers l’expérience utilisateur et la valeur business. Ceux qui sauront s’adapter à cette nouvelle réalité, comme Jérôme IDYLLE l’a fait avec succès, seront les gagnants de cette révolution en cours.