L'élan public pour l'intelligence artificielle en entreprise
Le virage technologique vers l'intelligence artificielle (IA) franchit une nouvelle étape de financement public au Canada. Récemment, l'organisme fédéral FedDev Ontario a annoncé un investissement de près de 16,5 millions de dollars afin de soutenir treize entreprises et organisations de la région du Grand Toronto dans la commercialisation et l'adoption de technologies basées sur l'IA. Cette initiative s'inscrit dans un effort pancanadien plus large, marqué notamment par l'enveloppe fédérale de 2,4 milliards de dollars annoncée dans le budget de 2024 pour renforcer l'écosystème de l'IA, ainsi que par les programmes de transformation numérique soutenus par le ministère de l'Économie, de l'Innovation et de l'Énergie du Québec.
Pour les petites et moyennes entreprises (PME), ces subventions représentent une occasion inestimable de moderniser leurs opérations. Toutefois, injecter des capitaux ne résout pas automatiquement l'équation de la mise en œuvre. Intégrer l'IA dans une structure d'affaires existante exige des compétences techniques rares et coûteuses, soulevant une question fondamentale : comment s'assurer que ces investissements publics ne se transforment pas, à moyen terme, en une dépendance technologique ou en un gouffre de maintenance informatique ?
Le paradoxe de l'intégration : coûts cachés et dette technique
Selon les données de Statistique Canada, l'adoption de l'IA par les entreprises canadiennes reste encore modeste, freinée principalement par le manque d'expertise interne, l'incertitude quant au retour sur investissement et les préoccupations liées à la sécurité des données. Pour surmonter ces obstacles, de nombreuses organisations se tournent vers le développement sur mesure, souvent assisté par des outils de génération de code par IA. C'est ici que surgit le concept de la « dette technique ».
La dette technique désigne le coût futur des corrections et de la maintenance nécessaires lorsqu'on choisit une solution logicielle rapide au détriment d'une architecture solide et durable. Lorsque des employés non développeurs ou des équipes pressées produisent du code via des requêtes directes à des modèles de langage — une pratique parfois qualifiée de « vibe coding » —, le risque de sécurité augmente de façon exponentielle. Le Centre de la sécurité des télécommunications du Canada et le NCSC britannique ont d'ailleurs alerté les organisations sur les vulnérabilités introduites par le code généré automatiquement sans audit rigoureux : dépendances logicielles obsolètes ou inventées, secrets de sécurité inscrits en clair et failles logiques.
Pour une PME, maintenir une application personnalisée nécessite des ressources constantes. Si le code initial a été généré sans cadre strict, chaque mise à jour du système ou chaque changement d'API chez le fournisseur d'IA peut rendre l'outil inutilisable, annulant ainsi les bénéfices de la subvention publique initiale.
Le no-code encadré comme bouclier contre l'obsolescence
Face à ces défis, une alternative émerge : le no-code encadré par une plateforme gérée. Contrairement au développement traditionnel ou à la programmation assistée sans filet, cette approche permet aux organisations de configurer des flux de travail intelligents sans jamais manipuler, voir ou maintenir une seule ligne de code.
En éliminant le code de l'équation utilisateur, on réduit considérablement la surface d'attaque informatique. Les vulnérabilités courantes, souvent liées à des erreurs humaines d'écriture ou à l'intégration de bibliothèques tierces non vérifiées, sont neutralisées par l'architecture même de la plateforme. Les mises à jour de sécurité, la conformité aux réglementations sur la protection des renseignements personnels (comme la Loi 25 au Québec) et l'optimisation des modèles d'IA sont gérées de manière centralisée et transparente. Pour les institutions publiques et les PME, cette approche garantit que les fonds reçus servent directement à l'optimisation des processus d'affaires plutôt qu'à la gestion d'une infrastructure logicielle complexe.
La mise en perspective ProductivIA : créer sans coder avec la Fabrique
C'est précisément pour répondre à ce besoin d'autonomie et de sécurité que la plateforme québécoise ProductivIA a structuré son environnement. À travers son application nommée la Fabrique, les organisations peuvent concevoir des outils d'IA personnalisés en langage naturel. Un utilisateur décrit le besoin d'affaires en français, et la Fabrique se charge de générer, d'auditer et d'exécuter l'application dans un bac à sable sécurisé, sans exposer l'entreprise aux risques du « vibe coding ».
Cette approche no-code s'appuie sur l'architecture de l'OS virtuel mio.land, qui s'exécute directement dans le navigateur web. Les applications créées ou configurées communiquent entre elles de façon standardisée grâce à des services d'orchestration. Par exemple, l'application Assistant peut interroger la Base documentaire de l'entreprise pour rédiger un courriel ou planifier un événement, sans qu'il soit nécessaire de coder des passerelles d'intégration complexes (API).
De plus, pour éviter le verrouillage technologique auprès d'un seul fournisseur de modèles d'IA, la plateforme intègre un orchestrateur capable de basculer d'un modèle commercial à un modèle souverain local, tel que Matania, hébergé sur des serveurs québécois. Cette flexibilité permet aux PME de respecter les exigences de confidentialité les plus strictes tout en maîtrisant les coûts liés à la consommation de jetons (tokens), assurant ainsi la pérennité des projets financés par les programmes d'innovation.
Pour aller plus loin
L'efficacité des subventions publiques pour l'adoption de l'IA dépendra de la capacité des PME à pérenniser leurs outils numériques. Alors que les architectures logicielles traditionnelles imposent une maintenance lourde, les plateformes de no-code encadré offrent une voie prometteuse pour démocratiser l'innovation sans créer de dépendance technique. La question reste ouverte : les futurs programmes d'aide financière gouvernementaux intégreront-ils des critères stricts sur la souveraineté des données et la réduction de la dette technique pour maximiser l'impact de chaque dollar investi ?