Le développement AI-first d’Epic Games retarde son shooter Disney sans nouvelle date de sortie

Epic Games a retardé son shooter Disney et imposé un modèle de développement AI-first, alors que le jeu non annoncé était auparavant attendu en mars 2027.

Selon les détails rapportés sur le projet, des modèles dont Claude d’Anthropic écriront du code et orienteront la création artistique. Les développeurs humains géreront, examineront et dirigeront les résultats générés. L’instruction rapportée, « Plus aucun code écrit à la main », va au-delà d’un studio expérimentant un assistant facultatif.

Ce virage fait suite à une progression plus lente que prévu et à des problèmes d’effectifs, et non à un cycle de production réussi qu’Epic chercherait désormais à optimiser. Cette séquence crée la tension centrale. Le développement AI-first d’Epic Games est déployé comme stratégie de redressement pour un projet retardé portant les propriétés de divertissement les plus précieuses de Disney.

Le shooter mettrait en scène des personnages de Marvel et Star Wars. Il s’inscrit également dans une collaboration plus vaste soutenue par l’investissement de 1,5 milliard de dollars de Disney dans Epic. Un test très visible émerge donc pour une idée qui se répand dans les entreprises technologiques : les humains peuvent passer de la production de chaque ressource à la supervision des systèmes qui les produisent.

Epic présente ce modèle comme un moyen de produire davantage et de meilleure qualité. Le calendrier retardé impose une épreuve plus sévère. L’IA doit aider l’équipe à livrer un jeu cohérent, et non simplement générer davantage de code, d’images conceptuelles ou d’options de production.

Le développement AI-first d’Epic Games réécrit le plan de production

Le changement important n’est pas que les développeurs d’Epic puissent utiliser l’IA, mais que l’IA devienne apparemment la couche de production par défaut pour le code et l’art.

Bloomberg a rapporté que le jeu était attendu en mars 2027, bien qu’Epic n’ait jamais annoncé publiquement cette date. L’entreprise l’a désormais retardé sans communiquer de date de remplacement à l’équipe de développement.

Les développeurs auraient reçu pour instruction d’adopter un modèle « AI first » utilisant des outils tels que Claude, selon le reportage initial. Un directeur aurait déclaré au personnel que le code écrit à la main prendrait fin. La même directive interne indiquait que la création artistique utiliserait des flux de travail entièrement pilotés par l’IA.

Ces formulations décrivent une intervention bien plus large que la complétion de code. Un assistant de programmation conventionnel peut suggérer une fonction, expliquer une erreur ou rédiger un test. Les développeurs décident quand l’utiliser et restent les principaux auteurs du système.

Un modèle de production AI-first inverse cette relation. Le modèle produit une première implémentation, tandis que les personnes définissent les objectifs, inspectent les résultats, corrigent les défaillances et approuvent les changements. Le rôle humain se rapproche de l’architecture, de l’évaluation, de l’intégration et de la direction créative.

Jake Jones, directeur de la communication d’Epic, a présenté ce virage avec davantage de prudence. Il a déclaré qu’Epic adoptait un développement accéléré par l’IA tout en laissant ses développeurs guider la création. Cette formulation souligne l’autorité humaine, mais ne résout pas la question de la part du travail de production direct qui reste humaine.

La distinction compte, car les instructions internes rapportées semblent plus absolues que la déclaration publique d’Epic. « Accéléré par l’IA » peut décrire une assistance ordinaire. « Plus aucun code écrit à la main » décrit une règle de production.

L’instruction concernant l’art soulève une question similaire. L’IA peut aider les artistes à explorer des directions visuelles, créer des variations ou automatiser des traitements répétitifs. Un flux de travail entièrement piloté par l’IA suggère que la génération influencera tout le parcours, de l’exploration à l’implémentation.

La supervision humaine reste essentielle dans les deux cas. Un modèle n’est pas responsable de l’architecture d’un projet, de son budget de performances, de son langage visuel ou de ses obligations de licence. Il ne peut pas non plus assumer la responsabilité lorsqu’un travail généré échoue à une revue technique ou créative.

Epic doit donc définir ce que signifie « généré » dans la production quotidienne. Un modèle peut rédiger du code que les développeurs remanient en profondeur, ou produire l’essentiel de l’implémentation finale. Il s’agit de flux de travail matériellement différents, même lorsque les deux portent l’étiquette AI-first.

La même ambiguïté vaut pour les créations artistiques. Les concepts générés, les textures de production, les modèles de personnages, l’animation et les ressources finales entraînent des conséquences techniques et juridiques différentes. Les informations actuelles ne permettent pas d’établir quels résultats atteindront les joueurs sans modification.

Ce qui a changé reste néanmoins clair. L’usage de l’IA est passé d’un choix individuel de productivité à une stratégie de production décidée par la direction. Le shooter Disney retardé constitue désormais le premier test public visant à déterminer si cette stratégie peut sauver un jeu complexe.

Le retard révèle un problème de planification avant un problème d’IA

L’obstacle immédiat d’Epic semble être un effort de production sous-estimé, que les outils d’IA ne peuvent pas effacer à eux seuls.

Des personnes familières du projet ont déclaré à Bloomberg que les progrès avaient été plus lents que prévu. Epic aurait sous-estimé à la fois le niveau d’effectifs et le temps nécessaires à la création du jeu. Ces conclusions renvoient à la planification, au périmètre et à l’organisation avant de renvoyer à la vitesse de génération du code.

Un shooter multijoueur fondé sur des personnages de Marvel et Star Wars comporte plusieurs couches exigeantes. Le jeu a besoin de systèmes réseau stables, de combats réactifs, de personnages équilibrés, d’une progression fiable et d’un pipeline de contenu durable. Chaque couche doit également satisfaire aux standards de Disney pour des propriétés reconnues dans le monde entier.

Générer plus rapidement des implémentations peut aider pour des tâches circonscrites. Cela ne permet pas automatiquement de déterminer quelles mécaniques méritent d’être développées, comment les héros doivent être ressentis ou si le concept sous-jacent peut fidéliser les joueurs.

Ces décisions deviennent plus difficiles lorsque plusieurs franchises partagent un même produit. Un personnage de Star Wars et un héros Marvel impliquent des capacités, des attentes et des règles visuelles différentes. Les combiner exige un langage de conception commun sans les priver de leur identité.

Le format de shooter rapporté ajoute une autre contrainte. Une couverture antérieure décrivait le projet comme un extraction shooter, dans lequel les joueurs entrent dans des zones disputées, collectent des ressources et risquent de perdre leur progression. Ce marché compte déjà des jeux établis et de nombreux concurrents abandonnés.

L’enthousiasme en interne aurait été inégal avant le virage vers l’IA. Epic a contesté les descriptions suggérant une ambition limitée, affirmant qu’elles ne représentaient pas la collaboration Disney dans son ensemble. Ce désaccord souligne combien le public en sait peu sur la conception actuelle du shooter.

L’IA ne tranche pas ce débat de conception. Un modèle peut rapidement implémenter plusieurs systèmes de butin, structures de mission ou traitements d’interface. Davantage d’alternatives peuvent même alourdir la charge de révision lorsque la direction n’a pas choisi une orientation claire.

Le code généré accumule également des coûts d’intégration. Un composant peut sembler correct isolément tout en violant des hypothèses ailleurs dans une grande base de code. Les jeux multijoueurs exposent ces erreurs par des défaillances de synchronisation, des exploits, des problèmes de latence et des comportements incohérents.

Claude Code est un outil de programmation agentique, ce qui signifie qu’il peut inspecter des fichiers, modifier du code, exécuter des commandes et tester ses propres changements. Anthropic le décrit comme utile pour le débogage, le refactoring et le travail piloté par les tests dans sa présentation de l’outil de programmation.

Ces capacités sont pertinentes pour le problème d’Epic, mais elles ne constituent pas une production de jeu autonome. Les grands jeux combinent des moteurs propriétaires, des services internes, du contenu en évolution, des exigences de plateforme et des objectifs de performances. La réussite dépend de la fiabilité du contexte fourni au modèle et de la capacité des développeurs à détecter les erreurs subtiles.

Le calendrier retardé modifie donc le critère selon lequel l’expérience doit être jugée. Le volume de production ne suffit pas. Epic doit démontrer que ce flux de travail réduit le temps nécessaire pour parvenir à des builds stables, approuvés et agréables.

L’entreprise doit également éviter de transformer les développeurs en équipe de nettoyage en aval. Examiner du travail généré peut être plus lent que l’écrire lorsque les résultats sont incohérents ou mal adaptés à l’architecture. Ce risque augmente lorsque les équipes doivent utiliser l’IA plutôt que de choisir les tâches qui s’y prêtent.

La question opérationnelle centrale est simple. La directive AI-first élimine-t-elle les goulets d’étranglement de la production, ou les déplace-t-elle de la création vers la révision, l’intégration et l’assurance qualité ?

L’investissement de Disney en fait un test à forts enjeux

Le shooter est lié à un partenariat bien plus vaste, de sorte que ses difficultés de production dépassent un seul lancement retardé.

Disney a annoncé son investissement en février 2024 dans le cadre d’un plan pluriannuel avec Epic. Les entreprises ont décrit un univers ouvert de jeux et de divertissement connecté à Fortnite, soutenu par l’investissement en actions de 1,5 milliard de dollars de Disney.

L’annonce officielle du partenariat citait Disney, Pixar, Marvel, Star Wars et Avatar. Elle envisageait des espaces où les joueurs pourraient jouer, regarder, acheter et créer.

Cette ambition dépasse le shooter rapporté. Le titre retardé importe parce qu’il offre un signal précoce sur la capacité du partenariat à lancer de nouvelles expériences substantielles. Il teste aussi la capacité d’Epic à coordonner la propriété intellectuelle de Disney avec la technologie et l’audience de Fortnite.

Disney a de bonnes raisons de poursuivre cette opportunité. Ses personnages se comportent déjà bien dans les jeux sous licence, tandis que Fortnite a démontré que les collaborations croisées peuvent devenir des événements culturels récurrents. Un monde interactif persistant promet des relations plus longues qu’une sortie de film ou qu’une campagne marketing limitée.

Toutefois, des personnages précieux augmentent le coût de l’incohérence. Les joueurs savent à quoi Darth Vader, Spider-Man et d’autres figures majeures doivent ressembler et comment ils doivent se comporter. De petites erreurs peuvent devenir des symboles visibles d’une production précipitée ou indisciplinée.

L’art généré crée ici une pression particulière. Disney protège des identités de personnages strictement définies à travers les films, les produits, les parcs et les jeux. Chaque ressource doit assurer une cohérence dans l’anatomie, les détails des costumes, les matériaux, les mouvements et le ton.

Les artistes humains travaillent déjà dans ces contraintes grâce à des guides de style, des révisions et des approbations. La génération par IA peut accélérer l’exploration, mais elle peut aussi créer une infinité de quasi-correspondances. Chaque quasi-correspondance requiert toujours une personne expérimentée pour identifier ce qui ne va pas.

La même charge d’approbation s’applique au récit et aux interactions. Une capacité de personnage techniquement valide peut contredire la fiction établie. Une réplique générée peut sembler plausible tout en manquant la voix du personnage. Un environnement visuellement soigné peut mélanger des règles incompatibles entre franchises.

La force d’Epic réside dans la production en temps réel et les espaces virtuels partagés. Disney apporte une vaste collection de personnages et de décors. Le partenariat dépend de la capacité à combiner ces ressources sans les réduire à du contenu interchangeable.

Le retard du shooter met les deux parties sous pression. Epic doit montrer qu’il peut exécuter au-delà des collaborations récurrentes avec Fortnite. Disney doit décider quel niveau d’expérimentation il tolérera dans le cadre d’un investissement stratégique majeur.

L’annonce publique ne promettait pas ce shooter précis ni sa date de sortie rapportée. Un retard ne signifie donc pas que le partenariat global a échoué. Il supprime toutefois une possible étape précoce et laisse aux entreprises moins de mesures visibles de leurs progrès.

Cette distinction devrait tempérer les conclusions dramatiques. La collaboration englobe un univers de divertissement plus vaste, et d’autres expériences peuvent progresser indépendamment. Pourtant, un projet phare en difficulté peut toujours affecter les effectifs, la confiance interne et l’ampleur des projets futurs.

Le virage vers une approche centrée sur l’IA transforme concrètement les propriétés de Disney en un exigeant banc d’essai de production. Si le flux de travail fonctionne ici, Epic disposera d’un argument convaincant pour l’étendre à d’autres équipes. S’il échoue, l’ampleur du partenariat rendra cet échec difficile à écarter.

Code généré par IA contre production pilotée par les développeurs

Epic teste si les développeurs peuvent superviser la production logicielle à grande échelle sans perdre le jugement acquis par l’implémentation directe.

Le principal affrontement n’oppose pas Epic à un autre studio de jeu vidéo. Il oppose la production centrée sur l’IA à la production pilotée par les développeurs, le jeu de tir retardé servant d’environnement de test.

Le développement traditionnel regorge déjà d’automatisation. Les moteurs génèrent la structure des projets, les compilateurs traduisent le code, les outils procéduraux construisent les environnements et les scripts traitent les ressources. Les développeurs acceptent ces systèmes parce que leurs limites et leurs résultats sont relativement prévisibles.

Les modèles génératifs fonctionnent différemment. Ils déduisent des solutions à partir du contexte et de probabilités, produisant des résultats variables qui peuvent sembler convaincants avant d’être corrects. Cette caractéristique place l’évaluation au cœur du flux de travail.

Pour une petite fonctionnalité, un ingénieur expérimenté peut examiner le code généré et tester son comportement. Un jeu de grande envergure introduit des milliers de dépendances et d’hypothèses. Les réviseurs ont besoin de suffisamment de contexte pour comprendre non seulement si le code fonctionne, mais s’il a sa place dans le projet.

Un service d’inventaire généré par IA pourrait réussir les tests immédiats tout en gérant mal les déconnexions. Une fonctionnalité de combat pourrait fonctionner en local mais créer des problèmes d’autorité serveur. Une modification du rendu pourrait améliorer une scène tout en dégradant les performances sur console ailleurs.

Ces échecs ne constituent pas des arguments contre l’assistance par IA. Ils expliquent pourquoi l’expression « plus de code écrit à la main » comporte un risque inhabituel. L’implémentation directe aide souvent les développeurs à construire le modèle mental nécessaire pour maintenir ultérieurement un système.

Lorsque le code provient de la génération, les équipes ont besoin d’un autre moyen de préserver cette compréhension. Des spécifications claires, des tests automatisés, une documentation architecturale et des revues rigoureuses deviennent plus importants, et non moins.

Epic peut utiliser sa propre technologie pour répondre à une partie de ce défi. Unreal Engine fournit des systèmes matures, des modèles établis et des interfaces contrôlées. Les modèles opérant dans ces limites pourraient être plus performants que ceux à qui l’on demande d’inventer toute une architecture.

L’entreprise possède également la plateforme et peut adapter les outils de développement à l’usage des modèles. Elle peut connecter des agents aux tests, aux pipelines de compilation, aux validateurs de ressources et à la documentation interne. Peu de studios disposent de la même capacité à repenser l’ensemble de l’environnement de production.

Les outils n’éliminent toutefois pas la responsabilité. Quelqu’un doit décider si le code généré est sûr, maintenable et efficace. Quelqu’un doit rejeter un travail visuellement séduisant qui s’écarte de la direction du jeu.

Le rôle humain signalé consiste principalement à gérer et orienter la production de l’IA. Ce rôle exige un jugement expérimenté. Les développeurs juniors acquièrent traditionnellement ce jugement en implémentant des fonctionnalités, en corrigeant des erreurs et en apprenant pourquoi les systèmes se comportent comme ils le font.

Un pipeline centré sur l’IA soulève donc une question liée aux effectifs. Si les modèles réalisent l’essentiel de l’implémentation initiale, les studios ont besoin d’un parcours délibéré permettant aux développeurs moins expérimentés de développer leur expertise. Sinon, le vivier de réviseurs qualifiés peut se réduire au fil du temps.

Epic a déjà subi d’importantes pressions sur les coûts. En mars 2026, l’entreprise a déclaré supprimer plus de 1 000 emplois après un engagement plus faible sur Fortnite. Elle a également identifié plus de 500 millions de dollars d’économies dans la sous-traitance, le marketing et les recrutements.

Tim Sweeney a explicitement déclaré que ces réductions d’effectifs n’étaient pas liées à l’IA. Le virage ultérieur de la production n’invalide pas cette déclaration. Il inscrit toutefois l’adoption de l’IA dans le contexte d’une entreprise déjà réorganisée autour de coûts réduits et d’un effectif moindre.

Ce contexte façonnera la manière dont les développeurs interpréteront la consigne. La direction peut présenter l’IA comme un multiplicateur, tandis que les employés y voient un système introduit après des licenciements et une situation de sous-effectif. Ces deux perceptions influencent la volonté des équipes de signaler ouvertement les échecs ou de simplement se conformer.

La preuve la plus solide en faveur de la stratégie d’Epic ne serait pas le volume de code généré. Ce seraient des cycles d’itération plus courts, moins de régressions, une meilleure stabilité des builds et un plan de sortie crédible sans dégradation supplémentaire des effectifs.

L’art, la paternité créative et la confiance des joueurs restent incertains

Même un flux de travail d’IA techniquement réussi peut échouer commercialement si les joueurs perçoivent le jeu final comme incohérent, dérivé ou évasif.

L’IA générative est devenue une ligne de fracture visible dans le jeu vidéo. Les développeurs l’utilisent pour l’assistance au code, l’exploration de concepts, la localisation, les voix synthétiques, les textures et les supports marketing. Les joueurs jugent souvent ces usages différemment.

L’automatisation en coulisses attire moins l’attention lorsqu’elle n’affecte pas l’expérience finale. Le contenu généré qui atteint les joueurs soulève des questions plus aiguës sur la qualité, le travail, la transparence et les données d’entraînement.

Valve a révisé son processus Steam afin de concentrer la déclaration sur les contenus générés par IA consommés par les joueurs. Sa politique distingue l’assistance à la production des ressources générées apparaissant dans un jeu publié, selon les règles de divulgation mises à jour.

Le PDG d’Epic, Tim Sweeney, a critiqué les étiquettes de boutique qui isolent l’usage de l’IA. Sa position est que l’IA deviendra courante dans toute la production, rendant les déclarations générales moins informatives. Les critiques soutiennent que les joueurs méritent toujours de savoir lorsque des ressources générées façonnent le produit qu’ils achètent.

Le jeu de tir Disney place ce débat dans un cadre très visible. Si l’art final repose manifestement sur la génération, les joueurs examineront les détails des personnages, l’animation, la cohérence des environnements et les motifs répétés. Les franchises familières facilitent la comparaison.

Les questions de droit d’auteur restent également sans réponse. Un studio peut contrôler ses prompts et examiner les résultats, mais la provenance d’un modèle dépend du système et de ses pratiques d’entraînement. Les personnages sous licence ajoutent d’autres restrictions concernant l’usage acceptable et la propriété.

Epic et Disney peuvent réduire certains risques grâce à des données contrôlées, des systèmes privés et des processus d’approbation stricts. Les informations actuelles n’expliquent pas quels modèles artistiques seront utilisés ni quelles données les orienteront. Elles n’établissent pas non plus si des ressources générées seront directement intégrées au produit final.

Cette lacune de vérification est importante. Des « flux de travail entièrement basés sur l’IA » pourraient inclure la génération à chaque étape, tandis que les humains remanient largement le travail final. Ils pourraient au contraire signifier que des ressources prêtes pour la production proviennent directement des modèles après révision. Les risques commerciaux et créatifs diffèrent.

La qualité représente un enjeu plus immédiat que l’idéologie. Les joueurs récompensent rarement une méthode de production en elle-même. Ils récompensent des contrôles réactifs, une conception claire, un jeu en ligne stable, une direction artistique mémorable et une progression équitable.

Un flux de travail peut être efficace tout en produisant un jeu peu attrayant. Il peut aussi sembler inefficace durant la transition, avant que les équipes n’apprennent à l’utiliser efficacement. Un seul projet retardé ne peut trancher la valeur de l’IA pour l’ensemble du développement de jeux.

Le calendrier invite néanmoins au scepticisme. Epic aurait adopté cette consigne après des progrès lents et une charge de travail sous-estimée. L’IA apparaît donc comme une réponse à la détresse du projet, plutôt que comme une base soigneusement validée et choisie dès le départ.

Les changements tardifs de production sont coûteux, car les équipes ont déjà construit des outils, des ressources et des habitudes. Repenser ces systèmes autour de résultats générés peut créer des frictions avant de produire des gains. Le code et l’art existants peuvent également devoir être rendus compatibles avec de nouveaux pipelines.

La direction doit distinguer la productivité réelle de l’activité visible. Un modèle peut rapidement produire de nombreuses variations et remplir les tableaux de bord de résultats. Ce volume signifie peu de chose si les réviseurs en rejettent la plupart ou passent davantage de temps à corriger des problèmes cachés.

La communication publique d’Epic doit également rester précise. L’entreprise peut affirmer de manière crédible que les développeurs dirigent le travail tandis que les modèles produisent des brouillons et des implémentations. Elle ne peut pas encore prétendre que cette approche permet de créer de meilleurs jeux plus rapidement.

Le jeu de tir ne dispose d’aucune nouvelle date annoncée, d’aucune démonstration publique et d’aucune preuve indépendante de qualité. Toute conclusion sur le succès du flux de travail serait donc prématurée.

Trois signaux détermineront si le virage a fonctionné

Un plan de sortie, une version jouable crédible et des résultats de production mesurables compteront davantage que les déclarations sur l’adoption de l’IA.

Le premier signal sera une nouvelle fenêtre de lancement. Epic n’a pas besoin d’annoncer immédiatement un jour précis, mais l’entreprise doit disposer d’un calendrier interne stable. Une fenêtre crédible indiquerait que l’équipe a traduit une génération plus rapide en une production prévisible.

Un nouveau retard affaiblirait le récit du sauvetage. Il indiquerait que l’IA n’a pas résolu les problèmes fondamentaux du projet en matière d’ampleur, d’effectifs ou de conception. Un silence se prolongeant profondément en 2027 susciterait la même inquiétude.

Le deuxième signal sera la première démonstration publique substantielle. Une bande-annonce peut établir l’ambition visuelle, mais une séquence de jeu prolongée en révélera davantage. Les observateurs devraient examiner la lisibilité des combats, la qualité de l’animation, la cohérence environnementale, le comportement réseau et l’identité de la franchise.

Une démonstration soignée renforcerait l’affirmation d’Epic selon laquelle la direction humaine peut contrôler la production des modèles. Des incohérences visibles suggéreraient que la création accélérée de ressources a dépassé les capacités de revue et d’intégration.

Le troisième signal sera de savoir si Epic étend la même consigne à d’autres équipes. Un déploiement à l’échelle de l’entreprise montrerait que la direction y voit des gains reproductibles plutôt qu’une solution désespérée pour un projet retardé.

Cette extension doit être évaluée parallèlement aux données sur les effectifs et la qualité. Si Epic livre des mises à jour plus stables avec moins de correctifs d’urgence, le modèle gagnera en crédibilité. Si les effectifs diminuent tandis que les défauts augmentent, les affirmations de productivité méritent un examen plus approfondi.

Les développeurs extérieurs à Epic devraient observer l’expérience sans la traiter comme un modèle universel. Epic possède un moteur majeur, exploite une plateforme en direct et peut construire une infrastructure personnalisée autour de ses modèles. Les petits studios font face à des budgets, un accès aux données et des capacités de revue différents.

Les acheteurs d’entreprise devraient se concentrer sur la conception des flux de travail plutôt que sur la formulation provocatrice. Les systèmes centrés sur l’IA exigent des spécifications claires, des évaluations fiables, des contrôles d’autorisation et des réviseurs responsables. Supprimer le travail de production direct sans renforcer ces contrôles crée des risques.

Les travailleurs du savoir font face à un compromis similaire. Les modèles peuvent rédiger des résultats rapidement, mais les organisations ont toujours besoin de personnes qui comprennent les sources et peuvent détecter des erreurs plausibles. Des outils tels qu’une base de connaissances d’ingénierie consultable peuvent préserver le contexte nécessaire à une revue éclairée.

Le développement centré sur l’IA chez Epic Games constitue donc autant un test de gestion que de technologie. Claude peut générer du code, mais Epic doit décider de ce qui mérite d’être construit. Les modèles artistiques peuvent créer des options, mais Disney et Epic doivent décider de ce qui appartient à leur univers partagé.

La prochaine étape devrait répondre à une question pratique : l’IA a-t-elle aidé une équipe sous pression à reprendre le contrôle du projet ? Il faudra surveiller une fenêtre de lancement de remplacement, une séquence de jeu ininterrompue et des preuves que le flux de travail produit des versions stables. Tant que ces signaux ne seront pas disponibles, le jeu de tir retardé restera une ambitieuse expérience de production, et non la preuve que l’IA peut remplacer la création pilotée par les développeurs.