👉 L’essentiel : Le vibe coding consiste à décrire un logiciel en langage naturel et à laisser une IA écrire le code, sans relire chaque ligne. Le terme, forgé par Andrej Karpathy le 2 février 2025, a été élu mot de l’année 2025 par le dictionnaire Collins. Le 12 août 2026, la suédoise Lovable a levé 400 millions de dollars sur une valorisation de 13,3 milliards de dollars. Soit le double de décembre 2025, avec plus de 60 millions de projets créés et 900 millions de visites mensuelles sur les applications produites. Gartner attend 40 % des nouveaux logiciels d’entreprise créés par ces techniques d’ici 2028. Cependant, Veracode mesure un taux de réussite aux tests de sécurité bloqué autour de 55 % : la vitesse est acquise, la fiabilité reste à construire.
Créer une application sans savoir coder : avec le vibe coding, cette promesse devient réalité. En quelques instructions en langage naturel, une IA peut générer une interface, connecter une base de données et mettre un projet en ligne. Le succès de plateformes comme Lovable, valorisée 13,3 milliards de dollars après une levée de 400 millions, montre que cette approche est désormais prise au sérieux par les entreprises.
Mais créer vite ne signifie pas forcément créer bien. Sécurité, droits d’accès, qualité des données, coûts ou maintenance : dès qu’une application quitte le stade du prototype, les limites apparaissent. Alors, que peut-on réellement faire avec le vibe coding en entreprise ? Dans ce dossier, nous vous proposons des cas pratiques, un comparatif des principaux outils et les précautions à connaître pour identifier les projets où l’IA apporte un véritable gain de temps.
Vibe coding : ce que le terme désigne vraiment 🧭
Le vibe coding est une pratique de développement logiciel assistée par IA. Vous décrivez en langage naturel ce que vous voulez obtenir, un grand modèle de langage (un LLM, c’est-à-dire un modèle entraîné à prédire et générer du texte) produit le code, et vous corrigez par de nouvelles instructions plutôt qu’en éditant les lignes vous-même. Collins en a fait son mot de l’année 2025 en retenant une définition volontairement large : recourir à une IA sollicitée en langage naturel pour aider à écrire du code informatique.
Deux pratiques à ne plus confondre
Andrej Karpathy, cofondateur d’OpenAI et ancien responsable de l’IA chez Tesla, a inventé l’expression dans un message publié sur X le 2 février 2025. Sa formule décrivait un état d’esprit précis : se laisser porter, au point d’« oublier jusqu’à l’existence du code ». Autrement dit, le vibe coding suppose de ne pas relire la production de la machine. À l’inverse, un ingénieur qui accepte une suggestion après l’avoir lue, testée et corrigée ne fait pas du vibe coding. Il fait du développement assisté par IA.
A lire aussi
Comment coder avec l’IA ? Analyse et outils pour les développeurs
« On ne le répètera jamais assez : l’arrivée de l’IA générative a bouleversé de nombreux secteurs, et celui du développement logiciel ne fait pas exception. L’IA n’est plus un concept futuriste pour les développeurs… » >> Lire la suite
Pourquoi cette nuance décide-t-elle du budget ?
La distinction paraît théorique, pourtant elle détermine votre exposition au risque. Jens Wessling, directeur technique de Veracode, résume le problème de la manière suivante. Les utilisateurs n’ont plus besoin de formuler la moindre contrainte de sécurité pour obtenir le code souhaité, si bien que les décisions sensibles reviennent au modèle par défaut. En pratique, une équipe qui assume la relecture obtient un accélérateur. Une équipe qui l’abandonne obtient une dette technique invisible, qui se paiera au premier audit ou au premier incident.
Lovable, le cas d’école européen de vibe coding 🎓
Fondée à Stockholm par Anton Osika et Fabian Hedin, Lovable est née du projet open source GPT Engineer1 avant son lancement public en novembre 2024. La plateforme transforme une conversation en application web déployée, avec base de données, authentification et hébergement inclus.
Des chiffres vertigineux
Lovable a confirmé une série C de 400 millions de dollars, menée par Menlo Ventures et co-menée par le Scaleup Europe Fund géré par EQT, avec l’entrée de Tencent, Balderton Capital, Carmignac, Kaszek Ventures ou World Innovation Lab. La valorisation atteint 13,3 milliards de dollars, contre 6,6 milliards en décembre 2025. Un doublement en sept mois, rare même dans l’IA. Côté usage, l’entreprise revendique plus de 60 millions de projets créés et plus de 900 millions de visites mensuelles sur les applications hébergées. Son revenu annualisé, qui atteignait 500 millions de dollars en juin selon TechCrunch, a presque triplé depuis la levée précédente.
Ce mouvement ne concerne pas une seule société. En juin 2026, SpaceX a en effet racheté Anysphere, la maison mère de Cursor, pour 60 milliards de dollars. Il s’agit plus grosse acquisition de start-up jamais enregistrée. La catégorie attire donc des capitaux considérables, ce qui accélère les sorties de fonctionnalités autant que la surenchère marketing.
Le virage vers l’entreprise, et vers la sécurité
L’inflexion la plus instructive tient au produit. Depuis décembre, Lovable a ajouté les paiements, des outils de référencement pour les moteurs classiques comme génératifs, des intégrations avec Google Workspace, Microsoft 365, Salesforce et Stripe. Sont disponibles aussi des scans de sécurité automatiques, la certification AIUC-12 et une page de confiance publiable pour chaque application. Autrement dit, l’éditeur a passé un an à répondre aux objections des directions informatiques. Chez ses clients, les usages ressemblent d’ailleurs davantage à de l’outillage interne qu’à des lancements de produits. L’équipe opérations de Checkr a en effet corrigé son flux de contrôle qualité et traite désormais dix fois plus de rapports, tandis que Zendesk a bâti ses propres outils de formation et de feuille de route. Adidas, NVIDIA et Deutsche Telekom figurent également parmi les entreprises citées.
Techniquement, Lovable répartit enfin chaque partie d’une construction entre plusieurs modèles, dont ses propres modèles post-entraînés, plutôt que de confier un projet entier à un seul. Cette indépendance vis-à-vis d’un fournisseur unique constitue un choix stratégique fort, à l’heure où les coûts d’inférence pèsent sur les marges du secteur.
4 cas pratiques à tester cette semaine 🛠️
Voici quatre chantiers où le rapport bénéfice/risque penche clairement du bon côté. Tous partagent une caractéristique : l’audience reste interne ou l’enjeu de données reste faible.
1. Remplacer le tableur partagé qui gouverne un processus
Chaque service en possède un : un fichier de suivi devenu critique, avec des onglets illisibles et trois versions concurrentes. Décrivez le processus réel, pas l’écran souhaité. Par exemple : « chaque commercial saisit une demande, un responsable valide, le demandeur reçoit une notification, et je veux l’historique des validations ». Vous obtiendrez une petite application avec rôles et journalisation en une demi-journée. Ensuite, testez le cas limite avant d’ouvrir l’accès : que voit un utilisateur qui n’est pas censé voir une fiche ?
2. Prototyper pour trancher un désaccord
Les réunions de cadrage s’éternisent souvent parce que chacun imagine un produit différent. Un prototype cliquable généré en trente minutes remplace donc utilement quinze pages de spécifications. La règle d’usage tient en une phrase : ce prototype sert à décider, puis il est jeté. Ne le laissez jamais glisser vers la production par facilité, car c’est exactement le chemin qui produit de la dette.
3. Monter un microsite éphémère côté marketing
Page d’atterrissage saisonnière, formulaire d’inscription à un webinaire, mini configurateur pour un salon… Ces objets vivent quelques semaines et constituent le terrain naturel du vibe coding. Vérifiez toutefois deux points systématiquement négligés : le consentement aux cookies et la destination réelle des données du formulaire.
4. Brancher vos données métier sur une interface simple
C’est le cas d’usage le plus rentable, et le plus proche de notre terrain. Une interface générée par IA devient réellement utile quand elle expose des données que vous seuls possédez. Catalogue produits, points d’intérêt touristiques, portefeuille de biens immobiliers, open data local, données météo… Le prompt gagnant décrit alors la source, la règle de fraîcheur et l’action attendue. C’est précisément l’articulation que nous industrialisons au Studio IA de LabSense, où la valeur vient moins du générateur d’interface que de la qualité des données injectées et du contrôle du résultat.
Pour en savoir plus sur la piste de l’autonomie
Agents IA autonomes : Claude Cowork, ChatGPT Work, Manus… quand l’IA se met (enfin) au travail
« Les agents IA autonomes quittent le stade de la démonstration pour s’installer dans les outils de travail du quotidien. Ils enchaînent seuls des dizaines d’étapes, pilotent un navigateur, remplissent des tableurs… » >> Lire la suite
Là où le vibe coding pèche encore
La sécurité ne progresse pas au rythme de la syntaxe
Veracode teste la même chose depuis 2023 et publie des résultats stables. Dans sa mise à jour du printemps 2026, les taux de réussite syntaxique dépassent 95 %. Les taux de réussite aux tests de sécurité, quant à eux, stagnent autour de 55 %, quasiment au même niveau qu’il y a deux ans. La taille du modèle ne change presque rien. Les modèles écrivent donc du code qui compile, pas du code sûr, dès lors qu’aucune consigne de sécurité n’est fournie.
Un précédent instructif : la faille CVE-2025-48757
Le chercheur Matt Palmer et son collègue Kody Low3 ont analysé 1 645 applications construites avec Lovable et exposées publiquement. Résultat : 170 d’entre elles, soit 10,3 %, laissaient fuiter des données via 303 points d’accès mal protégés, à cause de politiques de sécurité au niveau des lignes de base de données absentes ou mal configurées. Adresses e-mail, clés d’API et informations de paiement étaient accessibles sans authentification, pour un score de criticité de 9,3 sur 10. La leçon dépasse largement un éditeur : l’authentification répond à la question « qui êtes-vous ? », jamais à la question « à quoi avez-vous droit ? ». Lovable a depuis ajouté des scans automatiques, mais un scan qui vérifie la présence d’une règle ne vérifie pas sa justesse.
Le paradoxe de productivité, et la gouvernance
Le laboratoire indépendant METR a mesuré en 2025 un effet contre-intuitif. Sur des dépôts qu’ils maîtrisaient déjà, seize développeurs très expérimentés ont mis 19 % de temps en plus avec des outils d’IA, tout en estimant après coup avoir gagné 20 % de temps. Ce chiffre circule encore partout. Pourtant METR l’a lui-même nuancé le 24 février 2026. Trop de participants refusaient désormais de travailler sans IA, ce qui biaisait l’échantillon, et le laboratoire juge maintenant probable un gain réel de productivité depuis début 2026. Retenez donc l’écart entre perception et mesure plutôt que le pourcentage, car c’est cet écart qui fausse les décisions d’outillage.
Gartner avance par ailleurs deux prévisions complémentaires pour 2028. 40 % des nouveaux logiciels de production en entreprise seraient créés avec ces techniques, et une hausse des défauts logiciels pouvant atteindre 2 500 % en l’absence de gouvernance. Ajoutez enfin la dimension réglementaire, puisque toute application exposant une IA à des utilisateurs entre dans le champ des obligations de transparence.
Tout savoir sur la conformité IA
Conformité IA : ce que l’article 50 de l’AI Act change pour votre entreprise
« Depuis le 2 août 2026, l’article 50 de l’AI Act oblige toute organisation qui fournit ou utilise de l’IA en Europe à indiquer clairement quand un contenu ou une interaction vient d’une machine… » >> Lire la suite
Cinq plateformes, cinq usages : le comparatif 📊
| Plateforme | Positionnement | Point fort | Limite à connaître |
|---|---|---|---|
| Lovable | Application complète par conversation, pour profils non techniques | Base de données, authentification, paiements et hébergement intégrés ; export du code vers GitHub | Facturation à l’usage (crédits) difficile à anticiper ; sécurité de la base à vérifier soi-même |
| Bolt.new | Prototypage rapide dans le navigateur (StackBlitz) | Boucle d’itération très courte, multi-frameworks | Plutôt orienté démonstration que exploitation durable |
| Replit | Environnement de développement complet avec agent autonome | Nombreux langages, collaboration en temps réel, hébergement | Courbe d’apprentissage plus technique ; coûts variables selon les exécutions |
| Claude Code | Agent de développement en terminal, sur votre propre code | Excellent sur les bases de code existantes et les tâches longues | Réservé à un public qui sait lire du code ; pas d’hébergement fourni |
| Google Antigravity et AI Studio | Plateforme agentique, avec génération d’applications Android depuis un prompt | Sous-agents parallèles, gratuité pour prototyper, intégration Google Cloud | Écosystème mouvant, arbitrages fréquents entre produits Google |
Comment choisir selon votre profil 🎯
- Vous ne codez pas et vous voulez un outil interne utilisable : partez sur Lovable, puis faites relire la configuration des accès par un profil technique avant toute ouverture.
- Vous êtes designer ou chef de produit : privilégiez la vitesse d’itération de Bolt.new pour trancher un choix d’interface, sans intention de conserver le résultat.
- Vous avez déjà une équipe de développement : Claude Code ou un agent équivalent s’insère dans votre dépôt et respecte vos conventions, ce qui évite un silo parallèle.
- Vous devez héberger et faire évoluer un service : Replit ou une plateforme d’entreprise offriront davantage de contrôle sur l’exécution.
Quatre critères tranchent ensuite la plupart des hésitations. D’abord, la nature des données manipulées : dès qu’il y a des données personnelles, la revue humaine devient obligatoire. Ensuite, la durée de vie attendue : trois semaines ou trois ans ne se traitent pas de la même façon. Puis la portabilité : vérifiez que vous pouvez exporter le code et partir. Enfin, la prévisibilité du coût, car les modèles à la consommation réservent des surprises budgétaires.
La vraie compétence a changé de place 🚀
Si la génération de code devient abondante et presque gratuite, alors la rareté se déplace ailleurs : vers la capacité à formuler un problème avec précision, à choisir les données qui rendent une application pertinente, et à décider ce qui mérite une revue humaine. Le vibe coding ne supprime donc pas l’expertise, il en change la nature. Les organisations qui gagneront la prochaine étape seront celles qui auront su distinguer, très tôt, les projets où l’on peut se laisser porter de ceux où l’on doit garder les deux mains sur le volant.
FAQ : vos questions sur le vibe coding ❓
À qui appartient le code généré par une plateforme de vibe coding ?
Dans la plupart des offres grand public, le code produit vous appartient et reste exportable, généralement vers un dépôt GitHub. Vérifiez néanmoins deux clauses avant de vous engager : la propriété intellectuelle du code généré, et la réversibilité effective, c’est-à-dire votre capacité à faire tourner le projet ailleurs sans réécriture.
Combien coûte réellement un projet mené en vibe coding ?
L’abonnement affiché ne représente qu’une partie de la facture, car la plupart des plateformes facturent aussi la consommation (crédits, jetons, exécutions). Gartner anticipe d’ailleurs que 40 % des entreprises utilisant des outils de codage IA facturés à l’usage dépasseront en 2027 le double de leur budget prévu. Fixez donc un plafond mensuel dès le premier projet.
Le vibe coding rend-il les développeurs juniors inutiles ?
Il déplace surtout leur valeur. Générer un composant devient trivial, tandis que diagnostiquer pourquoi une application se comporte mal en production reste difficile et se paie. Les profils qui progressent le plus vite sont donc ceux qui apprennent à lire, tester et corriger le code produit par la machine, plutôt qu’à le produire eux-mêmes.
Peut-on faire du vibe coding en français ?
Oui, les modèles actuels comprennent très bien les instructions en français. Deux réflexes améliorent toutefois nettement le résultat : nommer explicitement les termes techniques attendus, et fournir un exemple de donnée réelle plutôt qu’une description abstraite.
Comment intégrer ces applications au reste du système d’information ?
Passez par des interfaces documentées plutôt que par des exports manuels. Concrètement, exposez une API côté système existant, limitez les droits du compte utilisé par la nouvelle application, et journalisez les appels. Cette discipline évite qu’un outil créé en une journée devienne un point d’entrée non surveillé.
Passer du prototype au projet qui tient la route 💡
Le vibe coding fabrique vite une interface. La valeur durable, elle, vient de vos données et du cadre que vous mettez autour. Avec plus de 10 ans de R&D, plus de 300 projets IA réalisés et plus de 400 millions de textes produits, LabSense vous aide à faire les deux : l’Audit IA identifie où l’IA crée un gain réel dans vos processus, le Consulting IA cadre la stratégie et la gouvernance, et le Studio IA conçoit le prototype puis la solution sur mesure, connectée à vos données utiles.
- GPT Engineer est une plateforme open source et un agent de génération de code par IA conçu pour concevoir, spécifier et exécuter des projets logiciels complets à partir de simples instructions en langage naturel. || Lien ↩︎
- AIUC-1 est la première norme mondiale de certification et de sécurité dédiée aux agents d’IA autonomes. Élaborée par l’organisme AIUC en collaboration avec des experts, elle évalue l’utilisation, la fiabilité et la sécurité des systèmes d’IA exécutant des tâches sans supervision humaine directe. || Lien ↩︎
- CVE-2025-48757, par Matt Palmer et son collègue Kody Low, 29 mai 2025 || Lien ↩︎
