Quand L’Ia Écrit Le Code, Que Reste-T-Il En R&D

Le code s'écrit plus vite qu'hier. Un prompt bien formulé peut poser les fondations d'un module, combler des lacunes et même proposer plusieurs variantes d'une fonction. Cette accélération séduit les équipes produit. Elle inquiète aussi les directions financières. Si une machine produit une part croissante de l'implémentation, qu'est-ce qui reste réellement de la recherche et du développement aux yeux d'un programme fiscal ? La question n'est plus théorique. Elle conditionne des milliers de dossiers au Canada, notamment autour du crédit SR&ED et d'initiatives provinciales destinées à l'innovation logicielle.

Le Code Automatisé Ne Fait Pas Disparaître La Recherche

Les dispositifs publics n'ont jamais récompensé le volume de lignes produites. Ils visent un autre objet : une avancée scientifique ou technologique, une incertitude que les pratiques courantes ne lèvent pas, et une démarche d'investigation systématique. Le logiciel occupe déjà une place dominante dans ces crédits. Dans le dernier exercice disponible, il représentait plus de quarante pour cent des crédits d'impôt autorisés. Autrement dit, le terrain est massif. Il est aussi plus exposé à la confusion dès qu'un assistant génératif entre dans la chaîne de production.

La tentation serait de croire que l'éligibilité s'effondre dès qu'un modèle rédige une fonction. C'est un raccourci. L'écriture du code, qu'elle soit humaine ou assistée, a longtemps été traitée comme un travail de soutien. Le cœur du dossier se situe ailleurs : conception d'un algorithme inédit, évolution d'une architecture, mise au point d'un modèle plus performant, exploration d'une contrainte que la documentation existante ne résout pas. L'outil change la vitesse. Il ne redéfinit pas, à lui seul, le critère d'admissibilité.

Une équipe dont le travail peut être entièrement pris en charge par une Ia n'était déjà pas en situation de recherche expérimentale.

– Mat Rutishauser, Boast

Ce Que Les Programmes Cherchent Encore À Récompenser

Le cadre fédéral canadien, comme certaines mesures québécoises dédiées à l'intelligence artificielle, reste volontairement neutre sur la technologie utilisée. On n'évalue pas le prestige de l'outil. On évalue la nature du problème. Y a-t-il une zone grise technique ? L'équipe a-t-elle formulé des hypothèses, testé des approches, écarté des pistes, consigné des échecs ? A-t-elle produit un savoir que l'état de l'art ne livrait pas clé en main ?

Cette grille explique pourquoi le simple prompt engineering ne constitue presque jamais, à lui seul, un projet admissible. Concevoir une consigne pour obtenir un meilleur résultat d'un modèle public relève souvent d'un usage courant. En revanche, lorsque cette conception s'inscrit dans une enquête plus large — par exemple pour percer une limite d'architecture, une contrainte de latence inédite ou un comportement non documenté d'un système — elle peut soutenir un dossier. Le détail compte. Le contexte compte davantage.

Les entreprises qui réussissent leurs revendications ne racontent pas « nous avons utilisé une Ia ». Elles démontrent où l'incertitude commençait, pourquoi les recettes standards échouaient, et comment l'investigation a progressé. L'assistant génératif devient alors un instrument parmi d'autres, comparable à un environnement de test ou à un générateur de prototypes. Il accélère l'implémentation. Il n'absout pas de la preuve.

Le Soutien Se Compresse, Le Jugement Se Concentre

Ce qui change vraiment, c'est la répartition du travail. Hier, une part importante du budget partait dans l'assemblage : relier les briques, combler les interstices, écrire le code de liaison. Aujourd'hui, des outils comme les assistants de développement peuvent absorber une fraction considérable de cette exécution. Certains observateurs affirment qu'un système avancé peut désormais couvrir le volume autrefois confié à toute une cohorte de profils juniors. L'image est volontairement forte. Elle pointe un basculement réel : moins d'heures de soutien, davantage de pression sur la vision technique.

Dans ce paysage, le dossier le plus robuste se recentre sur les personnes capables d'orienter l'enquête. Architecte senior, développeur principal, direction technique : ce sont elles qui formulent l'incertitude, comparent des familles de solutions, interprètent un échec du modèle, reprennent la main lorsque la génération dérive, et décident de la prochaine expérience. Sans cette couche de jugement, il ne reste qu'une production assistée. Avec elle, on peut encore parler d'expérimentation.

La formule inverse vaut aussi. Une équipe réellement engagée dans une recherche technologique ne peut pas être remplacée de bout en bout par un modèle. S'il suffisait de déléguer, c'est que le problème n'était pas incertain. Cette observation, presque sèche, aide à trier les projets avant même de préparer un dossier fiscal.

Pourquoi Attendre La Fin D'Année Devient Risqué

Le rythme de l'écosystème ne laisse plus le luxe de reconstruire l'histoire au mois de décembre. Une approche jugée audacieuse au premier trimestre peut devenir banale au quatrième. Les modèles évoluent, les bibliothèques se standardisent, les recettes se diffusent. La question utile n'est donc plus seulement « qu'avons-nous construit ? » mais « en quoi sommes-nous allés au-delà de ce qui était encore incertain à ce moment-là ? ».

Les équipes finance et les responsables techniques ont intérêt à traiter le sujet comme un processus trimestriel. Identifier tôt les chantiers porteurs. Séparer le développement routinier de l'investigation. Consulter avant que la mémoire des essais ne s'efface. Cette discipline n'est pas un luxe administratif. Elle protège la valeur du crédit et réduit le risque d'un contrôle fondé sur un récit trop tardif, trop lisse, trop peu étayé.

Le montant en jeu n'est pas symbolique. Avec un plafond d'immobilisations admissibles autour de six millions de dollars dans le cadre fédéral évoqué, un dossier bien construit peut se traduire par une somme remboursable très élevée. Un dossier mal étayé, lui, se transforme vite en conversation avec un auditeur. Entre les deux, il y a surtout de la méthode.

Les Métriques Anciennes Ne Racontent Plus L'Expérience

Compter les lignes de code pour justifier une activité de recherche relève désormais d'un réflexe daté. Cette mesure dit peu de chose sur la qualité d'une investigation, et encore moins lorsqu'une partie du texte a été générée. Elle peut même induire en erreur : un volume élevé peut masquer une simple accélération d'implémentation, tandis qu'un volume faible peut cacher une série d'arbitrages difficiles.

Il faut documenter autre chose : la traînée de décisions. Quelles alternatives le système a-t-il proposées ? Lesquelles ont été écartées, et pour quelle raison technique ? Où les tests ont-ils échoué ? À quel moment une personne a dû interrompre, corriger, recadrer ou relancer une piste ? Ces traces montrent qu'il y a eu recherche, et pas seulement génération.

• Noter l'incertitude initiale et pourquoi les pratiques standards ne suffisaient pas.
• Consigner les hypothèses, les essais, les rejets et les reprises humaines.
• Séparer clairement le travail de soutien automatisé du cœur expérimental.
• Revenir sur le dossier chaque trimestre, avant que l'état de l'art n'ait bougé.

Cette discipline paraît lourde. Elle est en réalité plus légère que la reconstitution a posteriori. Un journal d'architecture, des notes de revue, des comptes rendus de tests ratés, des extraits de discussion sur un choix de modèle : tout cela compose un dossier plus convaincant qu'un export de dépôt Git présenté comme preuve unique.

Ce Que Change Vraiment Le « Vibe Coding »

Une partie des équipes décrit désormais son flux comme une conversation avec la machine : on formule une intention, on obtient un jet, on affine, on relance. Cette pratique, parfois surnommée vibe coding, réduit le coût d'exploration. Elle crée aussi un angle mort documentaire. Si personne n'écrit pourquoi une proposition a été refusée, il ne reste qu'une suite de versions. Or un contrôleur ne cherche pas une suite de versions. Il cherche une logique d'enquête.

Le risque n'est pas d'utiliser ces outils. Le risque est de laisser l'outil devenir le narrateur unique du projet. Une génération réussie n'établit pas une avancée. Une génération ratée, analysée, puis dépassée par une décision humaine, raconte en revanche une expérimentation. La nuance est mince à l'écran. Elle est décisive sur un formulaire.

Les start-up les plus exposées sont souvent celles qui avancent le plus vite. Elles empilent les itérations, changent de stack, testent des modèles fondationnels dès leur sortie. Cette vitesse est un atout commercial. Elle devient un handicap fiscal si personne n'arrête le film pour expliquer ce qui, à une date précise, n'était pas encore connu ni maîtrisé.

Comment Construire Un Dossier Défendable

Une méthode simple consiste à relire chaque chantier avec trois filtres. Premier filtre : y avait-il une véritable inconnue technique, et pas seulement un besoin produit ? Deuxième filtre : l'équipe a-t-elle procédé par essais structurés plutôt que par enchaînement d'intuitions ? Troisième filtre : peut-on montrer le rôle spécifique des profils seniors dans l'orientation des tests ? Si l'un des trois manque, le projet peut rester excellent pour l'entreprise et faible pour le crédit.

Des intermédiaires spécialisés, à l'image de Boast, observent précisément ce basculement. Leur lecture croise expertise fiscale et compréhension du développement assisté. Ils rappellent que l'objectif n'est pas d'inventer de l'éligibilité là où il n'y en a pas, mais de rendre visible le travail expérimental qui existe encore, souvent concentré dans quelques têtes et quelques décisions. La firme affirme accompagner plus de deux mille entreprises en Amérique du Nord et avoir aidé à faire valoir plusieurs centaines de millions de dollars de capitaux liés à la R&D. Au-delà des chiffres, le message opérationnel est clair : la preuve se construit pendant le projet, pas après.

Lorsque ce qui est incertain évolue chaque trimestre, le travail innovant de janvier n'est plus forcément innovant en octobre.

– Joshua Martin, Boast

Cette phrase devrait figurer près des tableaux de bord techniques. Elle rappelle qu'un crédit d'impôt n'est pas un trophée rétrospectif. C'est la photographie datée d'un effort pour dépasser une limite. Si la limite a bougé et que personne n'a consigné le moment où elle existait encore, la photographie devient floue.

Ce Que Les Fondateurs Devraient Retenir Dès Maintenant

Utiliser l'intelligence artificielle pour coder n'annule pas un crédit. Produire sans incertitude, sans investigation et sans trace, si. Les organisations qui s'en sortiront le mieux ne seront pas forcément celles qui génèrent le plus de logiciels. Ce seront celles qui savent encore nommer ce qu'elles ne savaient pas, expliquer comment elles l'ont testé, et montrer qui a tranché lorsque la machine s'est trompée.

Pour une start-up logicielle, cela implique un changement de culture plus qu'un nouvel outil de reporting. Les revues techniques doivent laisser une empreinte. Les échecs doivent être traités comme de la matière, pas comme des parenthèses gênantes. Les profils seniors doivent accepter que leur jugement, désormais plus visible, est aussi plus central dans la valorisation fiscale du travail.

Le basculement en cours n'est donc pas la fin de la recherche en logiciel. C'est la fin d'une époque où l'on pouvait confondre volume d'implémentation et effort d'invention. L'Ia a rendu cette confusion impossible à défendre. Reste le travail difficile, et précieux : identifier ce qui, dans une équipe, continue d'être une véritable exploration. C'est précisément cette part-là que les programmes publics cherchent encore à soutenir. À condition de pouvoir la raconter, date par date, décision par décision.