/cas d’usage
Modernisation de logiciels anciens par l’IA
Les règles métier enfouies dans votre code, écrites en clair avant toute reprise.
La modernisation de logiciels anciens (legacy) par l’IA générative aide vos développeurs à lire un code peu documenté, à en écrire les règles et les tests, puis à le faire évoluer. Depuis le 1er septembre 2026, chaque entreprise doit pouvoir recevoir des factures électroniques par une plateforme agréée. Les PME et micro-entreprises les émettront au 1er septembre 2027. Une facturation maison devra être raccordée à cette plateforme ou remplacée.
/usages
Une modernisation de logiciels anciens qui part de la lecture du code.
Macros de tableur, scripts, traitements maison d’un progiciel de gestion intégré (ERP), programmes en langage ancien : ces logiciels portent des règles de tarif, de calcul ou de contrôle écrites nulle part ailleurs. Les reprendre suppose de savoir d’abord ce qu’ils font.
- Spécifications rédigées Décrit en français, règle par règle, ce que fait un script, une macro ou un paramétrage, comme cahier des charges du nouvel outil.
- Cartographie de la base de code Recense les modules, leurs dépendances et le code inutilisé, puis rédige la documentation qui manquait.
- Tests de non-régression Rédige les cas de test qui vérifient qu’une version reprise donne les mêmes résultats que l’ancienne.
- Assistance aux développeurs Complète le code, explique une fonction, lit les journaux et les erreurs, dans l’environnement de développement de vos équipes.
/fonctionnement
Un modèle de langage qui propose, un développeur qui tranche.
Un grand modèle de langage (LLM), entraîné sur du texte et du code, lit un programme, l’explique en français et peut en proposer une nouvelle version. Sur un logiciel volumineux, il travaille par extraits. Il n’exécute pas le code : il en déduit le comportement, au risque d’inventer une fonction quand le programme appelle une interface (API) non publique, qu’il n’a jamais vue.
- DécoupageLe code est réparti en programmes, fonctions et macros, chacun relié aux appels et aux tables de données qu’il utilise.
- ContexteLe modèle reçoit chaque unité avec la documentation existante, la description des interfaces internes et des reprises validées.
- PropositionIl rédige l’explication, le test ou la nouvelle version, en renvoyant aux lignes du code d’origine.
- ValidationUn développeur qui connaît le système relit, lance les tests, puis accepte, corrige ou rejette la proposition.
/prérequis
Des sources accessibles et des connaisseurs disponibles.
Le projet se décide avec les développeurs, qui connaissent le code, la sécurité informatique, qui fixe ce qui peut en sortir, et la direction, qui arbitre les priorités.
- Le code et son histoire Code source, historique des versions, schémas de base de données et documentation existante, même partielle
- Des reprises de référence Quelques traductions déjà validées, qui guident le modèle et servent d’étalon à chaque itération
- Un environnement de test Une copie du système pour comparer, sur les mêmes données, l’ancienne et la nouvelle version
- Des règles d’usage Ce que l’assistant lit, ce qu’il modifie et qui valide, écrit avant le premier essai
38 % des entreprises sans IA, dès 10 salariés, citent l’incompatibilité avec leurs systèmes existants.
/sur le terrain
Des systèmes anciens qui ne reposent plus sur une seule personne.
Le premier bénéfice visé est souvent de lever un goulot d’étranglement : rendre lisible par d’autres un système qu’une seule personne maîtrise, grâce à la documentation produite avec l’IA. Le maintenir ne doit plus exiger d’apprendre un langage abandonné.
Le choix du modèle dépend de la confidentialité du code : un modèle externe, souvent plus performant, l’expose davantage qu’un modèle ouvert que vous hébergez. Sur un système critique, aucune reprise ne part en production sans relecture humaine.
- Des langages récents adoptés plus vite grâce à un assistant qui explique l’ancien code et le nouveau
- Des mises en production mieux maîtrisées grâce aux tests de non-régression écrits avant chaque reprise
- De nouveaux développeurs opérationnels plus tôt grâce à une base de code documentée et expliquée à la demande
/cadre
Un code source à traiter comme un secret des affaires.
Un code source peut contenir, outre vos règles de gestion, des identifiants d’accès à d’autres systèmes. Nous les repérons et les retirons avant qu’un extrait parte vers un modèle. Pour un code sensible, l’ANSSI formule une recommandation (guide d’avril 2024) et une mise en garde (panorama 2025).
Recommandations de sécurité pour un système d’IA générative (ANSSI, 2024) (nouvel onglet)Panorama de la cybermenace 2025 (ANSSI) (nouvel onglet)Loi du 30 juillet 2018 sur le secret des affaires, qui crée l’article L151-1 du code de commerce (Légifrance) (nouvel onglet)Veille réglementaire
- Secret des affaires Couvre un code qui n’est pas aisément accessible, tire une valeur commerciale de son secret et fait l’objet de mesures de protection raisonnables, trois conditions cumulatives (article L151-1 du code de commerce).
- Recommandation R34 Proscrit l’envoi de données sensibles, dans un cadre professionnel, à un outil d’IA générative en ligne.
- Panorama 2025 de l’ANSSI Juge qu’en l’absence de cloisonnement, l’usage professionnel de l’IA générative est susceptible d’augmenter la surface d’attaque.
/méthode
Une modernisation de logiciels anciens conduite par lots successifs.
Les assistants de documentation et de test se construisent, se relient à vos dépôts de code et s’entretiennent dans la durée. Le travail sur mesure couvre ce que votre environnement de développement n’intègre pas : spécifications au format de vos équipes, tests calés sur vos règles. Pour un code confidentiel, l’outil d’IA générative tourne sur vos propres serveurs ou chez un hébergeur établi en France.
- INVENTAIRE La carte des programmes, de leurs dépendances et de leurs connaisseurs se dresse avec vos développeurs ; un premier lot sans lien avec votre logiciel de gestion est ensuite isolé.
- ESSAIS Les assistants candidats s’essaient sur un extrait de code non sensible, puis l’outil et le lieu de traitement se choisissent avec vos équipes.
- PREMIÈRE VERSION La documentation du premier lot est livrée, puis améliorée par itérations, à partir des exemples relus par vos développeurs.
- EXTENSION Vos équipes sont formées, l’usage est suivi, puis la démarche s’étend aux tests et à toute la base de code.
/dans votre secteur
Le même cas d’usage, décliné secteur par secteur.
-
Aide à relire, documenter et reprendre les programmes d’automates, le logiciel embarqué des machines et les développements maison de l’ERP, sans perdre les règles qu’ils contiennent.
-
Aide vos développeurs à documenter et faire évoluer la gestion commerciale ou la caisse développée en interne, ses règles de tarifs et de remises comprises, pour la brancher à la facture électronique.
-
Aide les développeurs à lire et documenter un TMS ou un WMS écrit en interne, puis à le faire évoluer pour la facturation électronique ou l’échange de données eFTI, sans perdre ses règles de tarification.
-
Aide les informaticiens d’une mutuelle, d’une banque ou d’un assureur à lire, documenter et faire évoluer le logiciel de gestion des contrats, sans perdre les règles de calcul des cotisations et des prestations.
-
Aide les développeurs à documenter l’ERP ou le logiciel de collecte qu’une coopérative a fait développer, avant sa migration ou la facturation électronique des apports, sans perdre ses règles de paiement.
/à savoir
Les questions fréquentes sur la reprise d’un code ancien avec l’IA.
Diagnostic Data IAArticle 4 du règlement sur l’IA (AI Act Service Desk) (nouvel onglet)contactez-nous
L’IA peut-elle réécrire automatiquement un logiciel ancien ?
En partie. Elle traduit un programme d’un langage à un autre, mais une traduction ligne à ligne conserve l’architecture et les contournements de l’ancien code. Une migration reste un chantier de réécriture, où l’IA accélère la compréhension de l’existant et l’écriture des tests.
Assistant de code et RGPD : quelles précautions prendre ?
Le code contient peu de données personnelles ; les copies de bases de production et les journaux d’erreurs peuvent en contenir. Avant qu’un extrait parte vers le modèle, nous masquons noms, adresses et identifiants, ou substituons à ces copies des données fictives de même format. Le modèle lit ainsi la structure des tables sans voir de personne réelle.
Faut-il former les développeurs à l’IA générative ?
Oui. Depuis le 2 février 2025, l’article 4 du règlement européen sur l’IA oblige fournisseurs et déployeurs, petites structures comprises, à prendre des mesures qui développent la maîtrise de l’IA chez leur personnel. Il n’exige pas de niveau précis par personne. Pour un assistant de code, la formation porte sur la rédaction des demandes et le contrôle des réponses.
Une IA peut-elle lire du COBOL ou un langage propriétaire ?
Oui, avec une fiabilité inégale. Un modèle lit d’autant mieux un langage qu’il en a rencontré pendant son entraînement : le COBOL, longtemps répandu, passe mieux que le langage maison d’un progiciel. Pour ce dernier, nous lui fournissons le manuel du langage et des exemples traduits, puis mesurons ses erreurs sur un échantillon relu par vos développeurs.
/sources
Sources
- Service-public.fr (entreprendre), actualité sur le calendrier de la facturation électronique, mise à jour le 27 février 2026, 2026 (nouvel onglet)
- Insee Première n° 2120, « Les TIC dans les entreprises en 2025 » (21 juillet 2026), figure 4, 2025 (nouvel onglet)
- Autorité de la concurrence, « Les textes applicables en matière de secret des affaires » (code de commerce, art. L151-1), 2024 (nouvel onglet)
- Légifrance, loi n° 2018-670 du 30 juillet 2018 relative à la protection du secret des affaires (code de commerce, art. L151-1), 2018 (nouvel onglet)
- ANSSI, « Recommandations de sécurité pour un système d’IA générative », ANSSI-PA-102, 29 avril 2024, 2024 (nouvel onglet)
- ANSSI, Panorama de la cybermenace 2025 (CERTFR-2026-CTI-002), 11 mars 2026, 2025 (nouvel onglet)
- Commission européenne, AI Act Service Desk, règlement (UE) 2024/1689, article 4 (version modifiée par l’omnibus), 2026 (nouvel onglet)
/cas proches
- Assistant documentaire Répond aux questions de vos équipes à partir de vos documents internes, en citant la source de chaque réponse.
- Lecture de textes réglementaires Interroge un corpus de règles, comme un plan d’urbanisme, des normes ou des procédures, et indique les articles qui s’appliquent à une situation.
- Rédaction assistée Prépare courriers, réponses et rapports à partir de vos modèles validés et du dossier, relus par vos équipes avant envoi.
- Synthèse de dossiers et de réunions Résume les dossiers longs, les échanges et les réunions, et en extrait les décisions et les actions.
- Réponse aux appels d’offres Retrouve dans vos réponses passées les éléments utiles et prépare une première trame à compléter.
- Traduction spécialisée Traduit documents et échanges en respectant votre vocabulaire métier, vos glossaires et vos tournures.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.