Deux publications de 2025-2026 disent, de façons différentes, la même chose. Le rapport DORA 2026 sur l'IA dans le développement logiciel conclut que l'IA est un amplificateur : elle amplifie la performance d'une organisation aux fondations solides et le désordre d'une organisation fragile (InfoQ). Gartner prévoit que plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027, pour trois raisons : coûts qui escaladent, valeur floue, contrôles de risque insuffisants. Aucune de ces causes n'est la capacité des modèles.

Ce que « fondations » veut dire

DORA liste des capacités qui conditionnent le retour de l'IA : plateformes internes de qualité, bonnes pratiques de gestion de version, données internes accessibles à l'IA, entre autres. Traduit en langage d'architecture, ce sont des propriétés d'une organisation qui sait ce qu'elle a, pourquoi elle l'a décidé, et comment elle le fait évoluer. C'est précisément ce que la pyramide de maturité TEAF cherche à situer.

Les sept niveaux, relus à travers l'IA

  • Niveaux 0 et 1 (chaos documentaire, architecture PowerPoint) : l'IA va produire plus vite dans le désordre. Chaque agent ajoute une version de plus d'une information qui existait déjà en trois exemplaires. C'est le cas où l'amplificateur amplifie le bruit.
  • Niveaux 2 et 3 (structurée, instrumentée) : la documentation et la traçabilité des décisions existent. L'IA peut commencer à y puiser ; les gains deviennent possibles, mais l'exécution reste en partie manuelle, et les goulets (revue, validation) apparaissent.
  • Niveaux 4 et 5 (connectée, vivante) : la connaissance, les décisions et l'exécution sont reliées, et les écarts sont mesurés en continu. C'est le terrain où l'amplification joue en faveur de l'organisation, parce que l'on voit ce que les agents font et si cela sert l'intention.
  • Niveau 6 : un horizon, pas un prérequis, comme le rappelle l'article sur la pyramide.

Les trois causes de Gartner, lues dans la boucle

Chaque cause d'annulation correspond à un composant de la boucle TEAF qui, quand il manque, laisse le problème apparaître :

  • Valeur floue → Intent. Un agent livré sans intention mesurable ne peut pas être évalué : personne ne sait dire s'il réussit.
  • Coûts qui escaladent → Observation. Sans mesure du coût par tâche et des boucles de reprise, le coût dérive jusqu'à la revue budgétaire qui tranche. Voir aussi notre lecture des indicateurs IVG et IDA.
  • Risques non contrôlés → Decision et AI Control Plane. Droits trop larges, actions non journalisées, pas de validation humaine là où l'erreur coûte cher : c'est l'objet de l'AI Control Plane.

Ce que cette lecture ne prouve pas

Il faut éviter un raisonnement circulaire : ces deux études ne valident pas TEAF. DORA parle d'ingénierie logicielle ; Gartner d'un sondage de projets agentiques. Elles convergent avec la thèse de TEAF — la gouvernance et les fondations conditionnent ce que l'IA apporte — sans la démontrer. La validation de TEAF reste le chantier décrit dans l'article sur la preuve de terrain. Dire que la correspondance est cohérente est honnête ; dire qu'elle est prouvée serait faux.

Une action concrète

Avant le prochain déploiement d'un agent, situez honnêtement votre niveau avec le diagnostic de maturité, puis posez trois questions : quelle intention mesurable ? quel suivi du coût et des résultats ? quelles limites aux droits de l'agent et quelles validations humaines ? Si l'une des trois reste sans réponse, c'est le prochain chantier, avant l'agent.

  • DORA 2026 : l'IA amplifie l'existant, bon ou mauvais ; Gartner : les annulations viennent de coûts, de valeur floue et de risques mal contrôlés, pas des modèles.
  • La pyramide de maturité TEAF situe la capacité d'une organisation à bénéficier de l'amplification.
  • Chaque cause de Gartner correspond à un composant de la boucle : Intent, Observation, Decision / AI Control Plane.
  • Cette convergence est cohérente avec TEAF, mais ne le valide pas : la validation de terrain reste en cours.

Sources

Cet enjeu vous concerne ?

Un premier échange gratuit pour l'évaluer ensemble.