Lors d'un audit récent chez un client, le DSI m'a montré — presque gêné — une application Delphi qui pilotait un pan entier de son activité. Personne dans l'équipe ne savait vraiment comment elle fonctionnait. La documentation avait disparu avec le développeur d'origine, parti à la retraite trois ans plus tôt. La moindre modification faisait courir un risque sur la production. 

Cette scène, je l'ai vécue des dizaines de fois en vingt ans. Toute organisation qui a traversé les deux dernières décennies du numérique traîne, quelque part dans son patrimoine applicatif, au moins une de ces applications. On les appelle « legacy ». Souvent, on préférerait ne pas en parler. 

Le problème, c'est qu'on ne peut pas l'ignorer indéfiniment. 

Depuis vingt ans avec SoftFluent, j'ai vu naître ces applications, parfois contribué à les construire, et surtout observé comment elles finissent par peser sur la capacité d'évolution des entreprises qui en dépendent. J'avais par ailleurs analysé le sujet de la modélisation du poids de la dette dans cet article. 

Aujourd'hui avec l'avènement de l'IA, nous allons voir ensemble que la donne change profondément même si après avoir réalisé plus de 200 audits applicatifs, ma conviction est faite : l'audit reste le point de départ indispensable de toute démarche de modernisation sérieuse. 

Le piège du statu quo 

Pendant des années, la stratégie dominante a été l'évitement : on ne touche pas à ce qui fonctionne, on contourne, on ajoute des couches. Cette prudence est compréhensible. Reprendre une application écrite en PHP 5, en VB6 ou en COBOL sans documentation, sans tests, parfois sans le développeur d'origine, C'est souvent un exercice qui devient périlleux ! 

Le coût d'une migration mal maîtrisée peut dépasser celui du statu quo — du moins à court terme. Et oui, il m'est arrivé plus d'une fois de recommander à un client de ne pas toucher à son application Uniface, même après un audit complet. Quand l'application fait son travail, qu'elle est stable et qu'aucune évolution métier majeure n'est en vue, le meilleur conseil reste parfois la patience. Un consultant honnête sait reconnaître quand l'inaction est la bonne décision. 

Mais le statu quo a lui aussi un coût, souvent invisible dans les bilans : dette technique accumulée, failles de sécurité non corrigées, impossibilité d'intégrer de nouvelles briques métier, dépendance à des compétences rares sur des technologies abandonnées. Et surtout, la peur croissante du changement, qui finit par paralyser l'organisation entière. À un certain point, l'incapacité à faire évoluer l'application devient elle-même un risque métier. Cette situation peut justifier un réinvestissement dans l'application au moment opportun. 

C'est dans ce contexte que l'IA change réellement la donne : elle réduit le coût d'entrée dans des bases de code jusque-là trop risquées à reprendre et cela combinée à l'expérience accumulée par des acteurs tels que SoftFluent, prend tout son sens pour en tirer le meilleur parti. 

Ce que l'IA change concrètement 

L'IA ne résout pas le problème legacy d'un coup de baguette magique. Mais elle modifie en profondeur le ratio entre le coût d'entrée dans le code existant et la capacité à progresser par une réduction du temps nécessaire pour comprendre, sécuriser et transformer l'existant. 

La démarche peut être résumée en un coup d'œil par le schéma ci-dessous : 

Comprendre avant d'agir. La première barrière à la modernisation, c'est la compréhension. Un développeur qui prend en main une application vieille de 10 ou 20 ans écrite dans un langage qu'il maîtrise peu passe des semaines à simplement cartographier ce qu'il a entre les mains. Les outils d'IA actuels permettent d'accélérer radicalement cette phase : analyse de code source, identification des dépendances, détection des patterns récurrents, génération automatique de documentation. Ce qui prenait un mois peut aujourd'hui se faire en quelques jours d'un audit bien calibré. C'est un changement de nature, pas seulement de vitesse. 

Afin d'obtenir une efficacité maximale, c'est précisément ce que SoftFluent a intégré dans ses missions d'audit : une phase de diagnostic assistée par IA qui démultiplie la profondeur d'analyse tout en réduisant les délais d'intervention. 

Tester ce qu'on ne comprend pas encore. L'un des paradoxes du legacy, c'est qu'on ne peut pas écrire des tests unitaires sur du code qu'on n'a pas encore assimilé — or sans tests, on ne peut pas refactoriser sereinement. L'IA peut générer une première couche de tests à partir du comportement observé du code, créant un filet de sécurité minimal, mais pas une couverture de test complète, avant même que l'équipe ait achevé sa montée en compétence. Ce n'est pas parfait, mais c'est suffisant pour commencer à avancer et cela doit s'inscrire dans une démarche itérative d'enrichissement progressif. 

Migrer progressivement, sans tout réécrire. La modernisation ne doit pas être un big bang. L'approche recommandée, que SoftFluent pratique depuis de nombreuses années auprès de ses clients avant même l'utilisation de l'IA, consiste à isoler des modules fonctionnels, les réécrire dans un langage ou un framework moderne, et les faire coexister avec l'existant le temps de la transition. L'IA assiste désormais chaque étape de ce processus : traduction de code d'un langage à un autre, adaptation aux patterns modernes, vérification de la cohérence fonctionnelle entre l'ancien et le nouveau. Ce qui relevait autrefois d'un effort considérable devient un travail cadencé et maîtrisable. 

Réduire la dépendance aux experts rares. Trouver un développeur qui maîtrise encore Delphi, PowerBuilder, NS-DK/NatStar ou Gupta relève quasiment du recrutement d'un autre temps. Avec l'IA comme assistant, un développeur compétent sur des technologies modernes peut décrypter et manipuler du code dans des langages qu'il ne pratique pas, à condition d'être accompagné par des experts qui connaissent les pièges. En combinant la puissance des outils d'IA avec une expertise humaine rompue à l'audit, il devient possible d'en valider les résultats et d'en corriger les angles morts. 

Ce que l'IA ne remplace pas 

Il serait imprudent de transformer ce constat en promesse sans nuances. L'IA est un accélérateur, pas un décideur. Elle ne remplace pas le jugement d'un architecte expérimenté pour définir la cible technologique adaptée, ni la connaissance métier pour valider qu'une fonctionnalité migrée se comporte exactement comme avant. Elle peut produire du code incorrect avec une assurance déconcertante — ce qu'on appelle les « hallucinations » — et toute production assistée par l'IA doit être relue, testée et validée par des humains compétents. 

C'est d'ailleurs l'enseignement central que SoftFluent tire de ses premières missions intégrant l'IA dans des projets de modernisation : les gains sont réels et significatifs, mais ils se réalisent uniquement lorsque l'IA est encadrée par une méthodologie rigoureuse et des développeurs qui savent exactement quoi vérifier. L'une des clés est de choisir le découpage approprié au contexte pour permettre le cadencement évoqué plus haut. 

Le point le plus critique reste la granularité des artefacts produits. Confier aveuglément un refactoring à l'IA, sans spécifications précises ni relecture experte, c'est risquer de remplacer une dette technique ancienne par une dette technique neuve — plus difficile encore à détecter parce qu'elle ressemble à du code moderne. Les promesses magiques du marché sur ce sujet sont dangereuses. La modernisation réussie suppose un processus industriel déterministe, maîtrisé par des experts du développement. Pas l'inverse. 

Enfin, il faut garder à l'esprit que la modernisation d'une application legacy reste avant tout un projet de gouvernance. Elle exige un sponsor dans la direction, une roadmap réaliste, une communication vers les équipes métier, et une gestion du risque à chaque étape. L'IA ne résout pas la question de la priorité, du budget, ni des arbitrages entre continuité de service et ambition de transformation. 

Quelle stratégie adopter ? 

Pour les DSI qui souhaitent se lancer, quelques principes structurants s'imposent : 

1. Commencez par un audit rigoureux du patrimoine existant. C'est la fondation de tout le reste : quantifier la dette technique, identifier les applications à risque, prioriser selon l'impact métier et la faisabilité de migration. Cette phase, longtemps laborieuse et coûteuse, est aujourd'hui l'une des plus transformées par l'IA. SoftFluent s'appuie sur son expertise unique des applications les plus exigeantes, du fait de son fort historique de conseil pointu en développement auprès des éditeurs de logiciels et de la réalisation de centaines d'audits. 
2. Choisissez ensuite un premier périmètre limité mais représentatif pour expérimenter la chaîne complète : compréhension, test, migration partielle, validation. Ce pilote servira autant à former vos équipes qu'à calibrer les efforts pour la suite.
3. Intégrez l'IA dans la chaîne d'outillage quotidienne des développeurs, pas comme un projet à part. Les gains se réalisent dans l'usage continu, pas dans une démonstration ponctuelle. 
4. Enfin, ne négligez pas la dimension humaine. Les développeurs qui maintiennent ces applications depuis des années sont souvent les seuls dépositaires de la connaissance métier emprisonnée dans le code. Ce sont eux qui savent pourquoi tel module fait ce qu'il fait, pourquoi tel choix d'architecture a été fait il y a quinze ans. Leur expertise est irremplaçable. L'IA peut les libérer des tâches répétitives pour qu'ils se concentrent sur ce transfert de connaissance — à condition de les embarquer dans la démarche, et non de la leur imposer. La modernisation réussit quand ces développeurs deviennent les architectes du nouveau système, pas les gardiens silencieux de l'ancien. 

Une fenêtre d'opportunité à saisir 

Les organisations qui sauront combiner l'intelligence artificielle avec une gouvernance claire de leur patrimoine applicatif prendront une avance significative dans les prochaines années. Non parce que l'IA est une solution miracle, mais parce qu'elle abaisse suffisamment le coût et le risque de la modernisation pour que des projets longtemps jugés trop complexes deviennent enfin accessibles. 

SoftFluent accompagne ses clients à chaque étape de ce chemin : de l'audit initial qui pose le diagnostic, jusqu'aux migrations progressives qui transforment le patrimoine technique sans mettre en péril la continuité opérationnelle, et avec la possibilité d'assurer la tierce maintenance applicative dans la durée selon le besoin. 

Aux DSI qui repoussent la modernisation depuis des années « faute de moyens » : la fenêtre s'est ouverte. Des projets jugés inaccessibles il y a deux ans deviennent réalistes aujourd'hui. Mais cette opportunité ne dure qu'aussi longtemps que vos équipes restent capables d'accompagner la transformation — et que la connaissance métier reste vivante dans l'organisation. 

Le legacy n'est pas une fatalité. Pour ceux qui s'en saisissent avec méthode, c'est une opportunité de transformation devenue financièrement accessible. Mais c'est aussi une fenêtre qui se referme : chaque année qui passe, ce sont des développeurs qui partent en retraite avec leur connaissance, des dépendances qui se complexifient, des risques cyber qui s'aggravent, sans compter l'augmentation inévitables des coûts d'utilisation de l'IA dans les mois à venir. 

C'est pourquoi je recommande aux DSI une seule chose pour 2026 : commencer par un audit. Pas un audit générique, mais un audit ciblé sur l'application qui vous empêche de dormir. Vous saurez en deux semaines si la modernisation est possible, à quel coût, et avec quels risques. C'est la seule façon de transformer une angoisse en décision. 

Le legacy n'est pas une fatalité. Pour les organisations qui s'en saisissent avec méthode, il redevient un sujet pilotable.