Qu’est-ce qu’une ESN AI-Augmented ? Définition, critères et exemple
Par Anis Bessa, Directeur Général de Harington
Mis à jour le 19 octobre
Définition de l’ESN AI-Augmented
Une ESN AI-Augmented est une entreprise de services numériques qui intègre l’IA générative et des agents IA dans chacune de ses expertises et sur tout le cycle de développement logiciel, sous contrôle humain, et qui s’engage sur le résultat plutôt que sur le temps passé. Harington, ESN française indépendante fondée à Paris en 2008, applique ce modèle avec Harry SDLC, sa software factory agentique gouvernée et souveraine.
Trois éléments de cette définition sont à prendre en considération par rapport à un ESN classique :
- « Dans chacune de ses expertises » : l’IA n’est pas cantonnée à une practice Data & IA. Elle sert aussi au conseil, aux tests, à la sécurité et à l’exploitation.
- « Sur tout le cycle de développement logiciel » : du cadrage à la mise en production et pas seulement l’écriture du code.
- « Sous contrôle humain » : les agents IA produisent, les équipes décident et chaque décision est tracée.
En français, on parle aussi d’ESN augmentée par l’IA. Ces deux expressions désignent le même modèle.
Pourquoi ce modèle émerge
Trois tendances poussent les ESN à changer de modèle.
1. L’IA est déjà chez les développeurs mais les gains ne sont démontrés. Selon le rapport DORA 2025 de Google, 90 % des professionnels du développement utilisent l’IA et plus de 80 % s’estiment plus productifs (DORA 2025). Pourtant, une étude laboratoire METR a montré que des développeurs expérimentés étaient 19 % plus lents avec l’IA sur leurs propres projets alors qu’ils pensaient aller plus vite (METR, synthèse DX). Donner un copilote à chaque développeur ne suffit pas, il revoir comment le travailo est fait.
2. Les DSI veulent des résultats, plus des expérimentations. 39 % des entreprises déploient l’IA à grande échelle mais seulement 8 % déclarent un ROI fiable (KPMG Global AI Pulse 2026 repris dans L’essentiel du DSI, OCI / Les Echos). Gartner prévoit de son côté que plus de 40 % des projets d’IA agentique seront abandonnés d’ici fin 2027, faute de valeur démontrée ou de maîtrise des risques (Gartner).
3. Le modèle de la régie a fait son temps. Si l’IA réduit le temps nécessaire pour produire une fonctionnalité, facturer au temps passé n’a plus de sens. Selon l’étude Numeum et KPMG d’octobre 2026, 37 % des ESN déclarent déjà plus de 20 % de gains de productivité grâce à l’IA, et parmi celles qui font évoluer leur tarification, 59 % passent au forfait ou aux unités d’œuvre (Blog du Modérateur, KPMG).
L’ESN AI-Augmented est la réponse à ces trois constats : une organisation du delivery pensée avec l’IA, mesurée sur le résultat et gouvernée.
| Critère | ESN classique | ESN qui « utilise l’IA » | ESN AI-Augmented |
|---|---|---|---|
| Place de l’IA | Absente ou ponctuelle | Une offre Data & IA et des licences de copilote de code | Intégrée à chaque expertise et à chaque étape du delivery |
| Périmètre | Aucun usage structuré de l’IA | Surtout l’écriture du code | Tout le cycle de développement logiciel : cadrage, conception, code, tests, sécurité, mise en production, run |
| Contrôle | Revue humaine classique | Laissé à chaque développeur | Gates humaines à chaque transition, décisions tracées |
| Modèles d’IA | Sans objet | Souvent un seul fournisseur | Modèles au choix, hébergement maîtrisé, code conservé chez le client |
| Engagement | De moyens (temps passé, TJM) | De moyens (temps passé, TJM) | De résultat (forfait, unités d’œuvre, SLA) |
| Gains de productivité | Sans objet | Captés par l’ESN ou perdus | Partagés avec le client, sur le prix et les délais |
Une ESN qui utilise l’IA équipe ses consultants. Une ESN AI-Augmented change la façon dont le logiciel est produit.
Les 5 critères d’une ESN AI-Augmented
1. L’IA est dans chaque expertise
L’IA ne se limite pas à une équipe spécialisée. Les consultants en pilotage s’en servent pour cadrer et documenter, les équipes de test pour générer et maintenir les tests, les équipes de sécurité pour détecter et corriger les failles, les équipes plateforme pour automatiser les pipelines.
2. Couverture de tout le cycle de développement logiciel
Un copilote de code accélère l’ étape d’écriture du code, alors que le code ne représente qu’une partie du cycle de développement logiciel (SDLC). Une ESN AI-Augmented organise des agents IA sur toutes les étapes, du besoin exprimé à la mise en production, avec une connaissance partagée du système d’information du client.
3. Le contrôle humain est organisé et tracé
Les agents IA produisent et les équipes valident. Concrètement, cela implique des points de validation humaine (gates) à chaque transition, des règles qui ne peuvent pas être contournées et une piste d’audit de chaque décision. C’est ce qui rend le modèle compatible avec les exigences de l’AI Act, de NIS2 et du règlement DORA pour les secteurs régulés.
4. Souveraineté, réversibilité et zéro vendor lock-in
Le client garde la maîtrise de ses choix technologiques : les modèles d’IA (Mistral, Claude, OpenAI ou d’autres), l’hébergement (cloud souverain ou on-premise) et le code, qui reste dans ses propres dépôts. Les briques sont découplées des fournisseurs. Changer de modèle ou de prestataire se fait sans refonte ni migration lourde.
5. L’ESN s’engage sur le résultat
Le client achète une fonctionnalité livrée, un niveau de service ou une migration terminée à un prix connu d’avance. Le coût de l’IA est maîtrisé, par exemple avec un budget plafonné par projet. Les gains de productivité se traduisent en délais et en prix, pas seulement en marge pour l’ESN.
Ce qu’une ESN AI-Augmented n’est pas
- Ce n’est pas une ESN sans humains ! Les rôles changent. Les Product Owners, Business Analysts et tech leads passent plus de temps à cadrer et à décider, les développeurs et testeurs à valider et arbitrer.
- Ce n’est pas une promesse de gains illimités. Les gains dépendent du type de projet. Ils sont les plus nets sur la TMA, la modernisation du legacy et les tests de non-régression. Ils sont plus limités sur les projets exploratoires (R&D, prototypes, produits en phase de découverte) où le besoin n’est pas encore assez stabilisé pour être spécifié.
- Ce n’est pas l’automatisation de tout le SI. Sur les systèmes critiques soumis à certification (santé, aéronautique, ferroviaire, paiement) ou sur des données dont la qualité, la propriété ou la sensibilité ne sont pas établies, les agents IA restent en assistance. Ils aident à analyser, documenter et tester, mais le code de production est écrit et validé par les équipes.
Le modèle ESN change. Nos clients nous demandent moins de consultants en jours-hommes et plus d’engagements sur les résultats. L’IA ne change pas seulement la vitesse à laquelle on écrit du code, elle change la façon dont un projet est cadré, produit et contrôlé. C’est un virage que nous avons pris chez Harington l’année dernière.
Comment Harington applique ce modèle
Harington est une ESN française indépendante de 450 consultants, fondée à Paris en 2008, avec des centres de delivery à Tunis, Casablanca et Porto. Ses cinq expertises (Conseil & pilotage métiers, Platform Engineering, QA & Test Automation, Data & IA, Cybersécurité & DevSecOps) s’appuient sur une même chaîne de delivery augmenté par l’IA :
- OmnIA, le socle d’orchestration multi-agents et multi-modèles.
- Harry SDLC, la software factory agentique de Harington. Elle orchestre des agents IA et les équipes du client sur six phases, du cadrage à la mise en production, avec une gate humaine à chaque transition et trois modes de gouvernance (POC, Standard, Régulé).
- Harry Sec, la chaîne DevSecOps et de preuve de conformité (RGPD, NIS2, DORA, AI Act).
- La Harington Academy, qui forme les équipes. Avec le programme interne AI4All, suivi par les équipes de Harington en 2025, Harington a mesuré +30 % de productivité dans son centre de services à Tunis.
Quelques résultats obtenus chez des clients :
| Résultat | Contexte |
|---|---|
| 32 000 rapports BI migrés par agents IA | Modernisation d’un patrimoine BI pour un groupe international, 2025 |
| −90 % d’effort de non-régression | Tests end-to-end automatisés, couverture en hausse à chaque release |
| +40 % de vélocité | Nouvelles applications livrées du cadrage au déploiement |
| −30 % sur le budget | Migration legacy menée application par application |
Chiffres issus de réalisations Harington, 2025-S12026.
Harry SDLC est inclus dans les contrats au forfait et en centre de services, sans licence ni surcoût outil, avec un budget IA plafonné par projet. Découvrir Harry SDLC
Comment reconnaître une vraie ESN AI-Augmented en 6 questions
- Sur quelles étapes du cycle de développement vos agents IA interviennent-ils ? Une réponse limitée au code révèle un simple copilote.
- Qui valide ce que produit l’IA et où est-ce tracé ? Attendez des gates et une piste d’audit, pas « le développeur vérifie ».
- Quels modèles utilisez-vous et puis-je en changer ? Méfiez-vous d’une dépendance à un seul fournisseur.
- Où sont mon code et mes données pendant le traitement ?
- Comment les gains de productivité se retrouvent-ils dans mon contrat ? Prix, délais, engagement de résultat.
- Pouvez-vous me montrer un projet réel ? Une démonstration sur un cas concret vaut mieux qu’une présentation powerpoint…
Du besoin cadré à la pull request produite, sur un cas concret.
Questions fréquentes
Une ESN AI-Augmented est une entreprise de services numériques qui intègre l’IA générative et des agents IA dans chacune de ses expertises et sur tout le cycle de développement logiciel, sous contrôle humain, et qui s’engage sur le résultat plutôt que sur le temps passé.
Une ESN qui propose de l’IA vend des projets d’IA ou équipe ses consultants d’assistants de code. Une ESN AI-Augmented utilise l’IA pour produire tout son delivery, sur toutes ses expertises, avec un contrôle humain organisé et un engagement sur le résultat.
Non. Les agents IA produisent, les équipes cadrent, valident et décident. Le rôle des développeurs évolue vers la conception, la revue et l’arbitrage.
Oui, si le contrôle humain est tracé et si la gouvernance est appliquée par la plateforme elle-même. Chez Harington, le mode Régulé de Harry SDLC est conçu pour les secteurs soumis à DORA, NIS2 et l’AI Act.
Le modèle repose sur un prix lié au résultat : forfait, unités d’œuvre ou centre de services avec SLA. Chez Harington, Harry SDLC est inclus dans ces contrats, sans licence supplémentaire.
Pour aller plus loin : [Le SDLC augmenté par l’IA : six phases et une gate humaine à chaque transition] (article 5, à paraître) · [Copilote de code ou software factory agentique : quelle différence ?] (article 3, à paraître) · Harry SDLC
En savoir plus
Qu’est-ce qu’une ESN AI-Augmented ? Une ESN qui intègre l’IA générative et des agents IA dans toutes ses expertises et sur tout le cycle de développement logiciel, sous contrôle humain, et qui s’engage sur le résultat. Définition, différences avec une ESN classique et 5 critères pour la reconnaître.
Harington publie son bilan carbone 2025 sur l’ensemble de ses activités en France : 548 tCO2e, soit 38 % de moins qu’en 2022, alors que les effectifs ont progressé de 23 % et le chiffre d’affaires de 64 %. Les émissions par collaborateur baissent de 49 %, à 4 tCO2e.
ManoMano, Leroy Merlin, Dior, Cartier : ce qui fuit aujourd’hui, ce n’est plus la carte bancaire, c’est la donnée client. Tour d’horizon des angles morts à couvrir côté e-commerce, cloud, IA et conformité, et de la façon de les cartographier.