Avez-vous encore besoin d’une plateforme DXP si l’IA peut écrire le code de votre portail client ?

L’IA peut créer un prototype de portail client en un week-end. Découvrez ce dont un portail de production a encore besoin, ce dont vous êtes responsable si vous le développez de A à Z, et quel est le rôle d’une plateforme DXP.

Télécharger le guide

Table des matières

    Points clés

    • La plupart des analyses ne cherchent pas à déterminer quel outil de codage IA utiliser, mais à savoir si une plateforme d’entreprise est réellement nécessaire compte tenu des progrès réalisés en matière de génération de code par l’IA.
    • Les générateurs de code IA sont efficaces pour produire rapidement des logiciels fonctionnels, mais la rapidité ne garantit pas une solution aboutie et prête à l’emploi en entreprise.
    • Lorsque vous développez un système à partir de zéro, vous êtes responsable de tout ce que le générateur ne vous a pas fourni, notamment l’authentification, les autorisations, les intégrations, la gouvernance, l’accessibilité, les correctifs de sécurité et les mises à jour sur plusieurs années.
    • Des études indépendantes indiquent que le code est généré plus rapidement, mais que sa maintenance coûte plus cher. La duplication augmente, la refactorisation diminue et la capacité de révision constitue une contrainte majeure.
    • Le « vibe coding » et une plateforme sont complémentaires plutôt que concurrents. L’IA réduit le temps de développement, mais c’est la plateforme qui garantit la sécurité, l’intégration et la maintenabilité du résultat.

    La nouvelle question que se posent les clients

    Il n’y a pas si longtemps, un projet de portail client commençait par une évaluation des plateformes. Aujourd’hui, les choses ont changé. Un membre de l’équipe a développé un prototype fonctionnel en un week-end à l’aide d’un outil tel que Cursor, Lovable, v0, Bolt ou Claude Code, et ce prototype semble tout à fait crédible. Il comporte un écran de connexion, un tableau de bord et une page qui récupère des données réelles à partir d’un point de terminaison de test.

    Les autres membres de l’équipe examinent le prototype, puis échangent des regards interrogateurs, chacun se posant la même question : si l’IA est capable de générer tout cela, avons-nous encore besoin d’acheter une plateforme ?

    Cette question mérite une réponse plus nuancée qu’un simple « oui » ou « non ». Après tout, le prototype – et la rapidité avec laquelle il a été réalisé – sont bien réels. Mais ce qui n’est pas pris en compte, c’est tout le travail et les coûts potentiels qui s’ensuivent.

    Ce guide présente ce dont un portail client opérationnel a besoin au-delà du prototype, ce que votre équipe doit assumer si vous développez ces éléments vous-même, et ce qu’une plateforme d’entreprise offre à la place.

    Que signifie réellement « le développer avec l’IA » ?

    « Construit avec l’IA » peut signifier deux choses :

    1) Utiliser l’IA pour faciliter le développement sur une plateforme existante. Votre équipe continue de s’appuyer sur une base régie par des règles. Rien ne change concernant votre modèle de sécurité, votre couche d’intégration ou votre parcours de mise à niveau.

    2) Développer une application à partir de zéro avec l’IA. Dans ce cas, un générateur IA produit lui-même le code source de la solution, et vous devenez responsable de son hébergement, de sa sécurisation, de son intégration et de sa maintenance.

    Dans ce guide, nous nous concentrerons sur les différences entre ces deux approches et expliquerons pourquoi tout développer avec l’IA n’est en réalité pas la décision la plus rentable à long terme.

    La rapidité de production ne signifie pas que le travail est « terminé »

    Les générateurs de code basés sur l’IA sont devenus très performants, surtout à première vue. Des recherches récentes suggèrent qu’ils sont de plus en plus aptes à créer du code qui fonctionne. Cela ne signifie toutefois pas que ce code soit « sûr » à utiliser comme base pour votre site Web ou pour alimenter une solution destinée à vos clients.

    Des lignes de code sur un écran d'ordinateur, le genre de résultat qu'un générateur de code basé sur l'IA produit en quelques secondes

    Veracode mène le même test contrôlé depuis 2023: il confie aux modèles une tâche de codage pouvant être résolue de manière sécurisée ou non, puis mesure l’option qu’ils choisissent. Dans la mise à jour du printemps 2026, sur plus de 150 modèles évalués à ce jour, ceux-ci n’ont produit du code sécurisé que dans 55 % des tâches en moyenne. En d’autres termes, ils ont introduit une classe de vulnérabilité connue dans 45 % d’entre elles. En Java, le taux de réussite en matière de sécurité était encore plus faible, à 29 %. La justesse syntaxique, sur la même période, a dépassé les 95 %. Ainsi, certes, le code se compile de manière plus fiable, mais pas de manière sûre.

    Autre constat intéressant ? Les taux de réussite en matière de sécurité ne se sont pas améliorés au cours de la période de test.

    Le rapport DORA 2025 de Google sur le développement logiciel assisté par l’IA, basé sur environ 5 000 répondants, a révélé que l’adoption de l’IA est corrélée à un débit plus élevé et, parallèlement, à une plus grande instabilité, à davantage d’échecs de modification et à plus de retouches.

    Les développeurs font état de la même tendance depuis l’intérieur. Dans l’enquête Stack Overflow Developer Survey 2025, la frustration la plus courante concernant les outils d’IA, citée par 66 % des répondants, était « des solutions d’IA qui sont presque correctes, mais pas tout à fait ». Un peu plus de 45 % ont déclaré que le débogage du code généré par l’IA prenait plus de temps que celui du code écrit par une personne. Les répondants se montrant activement méfiants quant à la précision de l’IA (46 %) étaient plus nombreux que ceux qui lui faisaient confiance (33 %), et le scepticisme était le plus marqué chez les développeurs les plus expérimentés.

    Cela signifie-t-il que nous ne devons pas du tout laisser l’IA écrire du code ? Non, mais nous ne devons pas partir du principe que le code généré par l’IA est sans risque. En réalité, c’est justement le code généré par l’IA qui nécessite le plus de vérifications.

    Risques liés au développement à partir de zéro

    Un portail client n’est pas seulement une interface en libre-service. Le tableau ci-dessous répertorie ce dont un portail client en production a généralement besoin, ce qu’un générateur de code IA peut produire pour chaque élément, et ce qui relève toujours de la responsabilité de votre équipe s’il n’y a pas de plateforme sous-jacente.

    Un cadenas à combinaison posé sur un clavier d'ordinateur, symbolisant la sécurité qu'un portail client doit garantir
    Ce dont le portail a besoin Ce que vous apporte la génération par IA Ce qui relève toujours de la responsabilité de votre équipe
    Authentification et authentification unique Des formulaires de connexion et une tentative d’intégration plausible selon le protocole de votre choix Gestion des certificats, gestion des sessions, actualisation des jetons, fédération d’identités, et maintien du bon fonctionnement à chaque évolution de votre fournisseur d’identité
    Autorisations Vérifications des rôles implémentées là où vous les avez demandées Un modèle cohérent appliqué à chaque page, enregistrement, document et point de terminaison API, ainsi que la garantie que les autorisations fonctionnent comme prévu
    Intégrations avec les systèmes de référence Code client API rédigé à partir de la documentation que vous fournissez Gestion des erreurs, tentatives de réessai, limitation de débit, rotation des identifiants et mise à jour de chaque client en cas de modification de l’API en amont
    Gestion de contenu pour les non-développeurs Contenu codé en dur, ou un écran d'administration basique si vous le demandez Une expérience d’édition que vos équipes marketing et d’assistance peuvent utiliser sans avoir à créer de ticket
    Suivi des processus, des validations et des SLA Logique conditionnelle pour les parcours que vous avez décrits Routage en plusieurs étapes, validations parallèles, escalade, réattribution et rapports indiquant si les étapes ont été réalisées dans les délais
    Recherche Une requête sur la base de données ou un champ de recherche sur un tableau Pertinence, indexation et résultats filtrés en fonction de ce que chaque utilisateur est autorisé à voir
    Accessibilité Balisage pouvant ou non respecter la norme Tests de conformité aux WCAG, mesures correctives et documentation de conformité
    Audit et preuves de conformité Journalisation des événements de l'application, sur demande Un enregistrement durable indiquant qui a accédé à quoi et ce qui a été modifié, sous une forme acceptable pour un auditeur
    Prise en charge multilingue et multirégionale Extraction du texte dans des fichiers, dans la mesure du possible Flux de travail de traduction, variations régionales du contenu et URL adaptées aux paramètres régionaux
    Corrections de sécurité Rien. Le générateur ne surveille pas vos dépendances. Suivi de toutes les bibliothèques dont vous avez hérité, évaluation de chaque avis de sécurité et application des correctifs selon votre propre calendrier
    Mises à niveau Rien Chaque mise à jour des frameworks et des dépendances, indéfiniment, sans qu'aucun fournisseur ne s'en charge à votre place
    Hébergement, évolutivité, sauvegarde et restauration Rien, sauf si vous utilisez une plateforme gérée de type « prompt-to-app » Infrastructure, tests de charge, basculement, sauvegardes et reprise testée

    Jetez un œil à la colonne de droite. Il s’agit là de l’étendue réelle d’un développement « à partir de zéro », et très peu de ces éléments apparaissent dans le prototype réalisé en un week-end.

    Développer « à partir de zéro » n’est pas impossible, et de nombreuses organisations l’ont fait. Mais vous devez vous poser la question suivante : est-ce que je souhaite assumer la charge de développer et de maintenir tout ce que l’IA ne peut pas faire avec mes ressources techniques limitées ?

    Et qu’en est-il de la maintenance ?

    Le coût de développement est assez visible et peut être estimé. Mais le coût de maintenance, un chiffre bien plus important et variable, n’est souvent pas pris en compte dans un projet de portail client développé « à partir de zéro ».

    Un technicien inspectant des baies de serveurs à l'aide d'un outil de diagnostic portable ; l'entretien continu qu'exige une installation réalisée entièrement à partir de zéro

    On constate depuis longtemps en génie logiciel que la maintenance représente entre 40 % et 80 % du coût total d’un logiciel sur la durée de vie d’une application, avec une moyenne d’environ 60 %. Ce chiffre est tiré de l’ouvrage de Robert Glass, Facts and Fallacies of Software Engineering (Addison-Wesley, 2002), fait n° 41. Ces données datent d’avant l’apparition de la génération de code par IA, et c’est important : la maintenance a toujours été coûteuse. Or, la génération de code se développe désormais à un rythme exponentiel.

    Les premières observations indiquent que le code généré par l’IA est plus difficile à maintenir que le code qu’il remplace. L’analyse réalisée par GitClear sur 623 millions de modifications de code entre 2023 et 2026, publiée sous le titre The Maintainability Gap, a révélé que les blocs dupliqués de cinq lignes ou plus avaient augmenté de 81 % par rapport à la référence de 2023, atteignant ainsi le niveau le plus élevé jamais enregistré. Au cours de la même période, le code déplacé – ce à quoi ressemble la refactorisation dans un diff – est passé de 21 % des lignes modifiées en 2022 à 3,8 % en 2026. Les développeurs sont désormais nettement plus enclins à dupliquer un bloc qu’à le refactoriser. GitClear a également mesuré une baisse de 35 % de la fréquence à laquelle le nouveau code appelle le code existant, ce qui suggère que le code généré est ajouté à la base de code plutôt que d’y être intégré.

    C’est le comportement que les équipes produit décrivent lorsqu’on leur demande ce qui ne fonctionne pas dans la pratique. Demandez à un générateur la même bannière sur dix pages, et vous obtiendrez dix copies distinctes. Chacune fonctionne. Mais une modification ultérieure de cette bannière implique de rechercher et de corriger les dix, alors que rien dans la base de code n’indique l’existence de dix bannières différentes.

    La capacité de révision constitue l’autre contrainte. Faros AI, après avoir analysé les données télémétriques d’ingénierie provenant d’environ 22 000 développeurs répartis dans 4 000 équipes début 2026, a signalé que la durée médiane des révisions de code avait été multipliée par cinq. On a constaté une augmentation de 31,3 % des pull requests fusionnées sans aucune révision, ce que l’entreprise attribue à un manque de capacité des réviseurs plutôt qu’à un changement de politique. Son rapport, intitulé The Acceleration Whiplash, est publié par un fournisseur mais repose sur des observations d’activité plutôt que sur des réponses à une enquête autodéclarées.

    Le code arrive plus vite qu’il ne peut être révisé, les doublons se multiplient et la refactorisation diminue : tout cela entraîne une accumulation rapide de dette technique — sans parler des risques de sécurité que nous avons mentionnés plus haut.

    Pour un simple prototype, cela n’a pas d’importance. Mais pour un portail client que vous prévoyez de faire fonctionner pendant une décennie, il s’agit d’un problème de coût critique.

    Ce qu’offrent une plateforme et un abonnement d’entreprise que vous ne pouvez pas créer vous-même

    L’argument le plus convaincant en faveur de l’utilisation d’une plateforme offrant un potentiel de développement assisté par l’IA (la première approche mentionnée ci-dessus) est qu’une telle plateforme est prête à l’emploi pour le monde de l’entreprise : elle est développée, testée et maintenue.

    Voici exactement ce que cela signifie avec Liferay DXP.

    Identité et authentification. Liferay DXP prend en charge SAML en tant que fournisseur d’identité ou fournisseur de services, OAuth 2.0 en tant que serveur d’autorisation et serveur de ressources, OpenID Connect en tant que partie de confiance, l’intégration d’un annuaire LDAP avec importation et exportation d’utilisateurs et de groupes, ainsi que l’authentification multifactorielle, y compris les mots de passe à usage unique basés sur le temps et les périphériques FIDO2. De votre côté, il ne s’agit que de configuration, et non de développement.

    Autorisations jusqu’au niveau de l’enregistrement individuel. Les rôles peuvent être limités à l’ensemble de l’instance, à une organisation, à un site ou à un compte, et les administrateurs de site peuvent créer des équipes pour gérer les autorisations localement au sein d’un même site. Pour les données personnalisées, la documentation précise que « grâce aux objets personnalisés, vous pouvez gérer les autorisations pour chaque entité de la base de données afin de contrôler l’accès aux données de ces objets ». Les documents et les dossiers disposent de leurs propres autorisations, et les résultats de recherche sont filtrés en fonction de ce que l’utilisateur est autorisé à voir.

    Modèles de données fournis avec les API. Liferay Objects permet aux équipes de définir visuellement des entités métier, avec des champs, des relations et des règles de validation. Lorsqu’une définition d’objet est publiée, Liferay génère automatiquement des points de terminaison REST par défaut pour celle-ci, et l’objet est exposé dans le schéma GraphQL de Liferay. Chaque objet est intégré au workflow.

    Processus, validations et niveaux de service. Le moteur de workflow prend en charge les parcours de validation séquentiels et parallèles à l’aide de nœuds « fork », « join » et « join-XOR », avec des tâches attribuées à des utilisateurs ou à des rôles et des notifications intégrées. Les métriques de workflow vous permettent de définir un SLA en spécifiant un événement de début, un événement de fin et une durée, puis de classer les éléments comme en retard, dans les délais ou non suivis, avec des ventilations par étape et par responsable.

    Une accessibilité que vous pouvez mettre en avant. Liferay publie un rapport de conformité en matière d’accessibilité basé sur la norme VPAT 2.5Rev, évalué selon les critères de réussite des WCAG 2.0, 2.1 et 2.2, de la section 508 révisée et de la norme EN 301 549, pour une version trimestrielle spécifique. La conformité est rapportée critère par critère plutôt que sous forme de déclaration globale, et les fragments personnalisés ainsi que les extensions client développés par votre équipe ne sont pas automatiquement pris en compte. Le code généré n’est accompagné d’aucun rapport de conformité, et en produire un représente une charge de travail supplémentaire pour votre équipe.

    La sécurité relève de la responsabilité du fournisseur. Liferay fait l’objet depuis 2019 d’une vérification indépendante de ses contrôles de sécurité, de confidentialité et de conformité, et détient notamment les certifications ISO/IEC 27001, ISO/IEC 27017, ISO/IEC 27018, SOC 2 Type 2, CSA STAR et la norme espagnole ENS. Liferay est un fournisseur CVE, gère un programme public de prime aux bogues, publie un index des vulnérabilités connues pour chaque version et effectue des tests d’intrusion annuels, ainsi que des analyses statiques, des analyses dynamiques et des analyses de dépendances. Avec un développement « à partir de zéro », c’est à vous qu’il revient de mettre en œuvre tout cela.

    Une voie de mise à niveau prise en charge. Conformément à la politique de cycle de vie des services de Liferay, la première version trimestrielle de chaque année est désignée comme version à support à long terme et bénéficie de trois ans de support premium, suivis de deux ans de support limité. Les extensions client s’interfacent uniquement avec les API de Liferay plutôt que de modifier la plateforme, et la documentation de Liferay précise que « ce couplage lâche rend les extensions client plus flexibles et plus faciles à appliquer aux environnements après une mise à niveau, puisqu’elles ne dépendent que d’API qui changent rarement d’une version à l’autre ».

    Un modèle de déploiement adapté à vos contraintes. Liferay propose des options SaaS, PaaS et en auto-hébergement. Sur Liferay SaaS, la personnalisation s’effectue via des extensions client et c’est Liferay qui applique les mises à niveau et les correctifs de la plateforme. C’est là une différence notable entre la plateforme et les approches de développement « à partir de zéro » : avec l’offre SaaS d’un fournisseur, c’est à lui qu’il incombe de maintenir la base à jour. Avec un développement « à partir de zéro », cette responsabilité vous incombe toujours.

    Le « vibe coding » et une plateforme sont complémentaires, et non concurrents

    N’oubliez pas : le « vibe coding » est une approche de développement, pas une plateforme. Le « vibe coding » peut avoir un impact sur la rapidité de développement d’un logiciel, mais ne rend pas ce logiciel sécurisé, intégré, évolutif ou durable.

    Utilisés conjointement, les deux forment une équipe puissante. L’IA réduit le temps de développement lorsqu’elle est correctement encadrée. La plateforme sert de fondement. Vous bénéficiez à la fois de rapidité et de facilité de maintenance. Le prototype que vous avez créé sert d’outil d’exploration utile avant d’engager vos équipes d’ingénierie dans un projet complet.

    L’approche de Liferay en matière de développement assisté par l’IA suit la même logique. L’IA de Liferay génère des composants standard « low-code » au sein même de la plateforme, plutôt qu’un code librement formé qui y serait simplement greffé ; ainsi, le résultat s’intègre directement dans l’environnement de travail habituel des équipes. Le code généré respecte les rôles et les autorisations que vous avez déjà définis.

    Tout ce que produit l’IA reste transparent et modifiable à l’aide des mêmes outils visuels ; il n’y a donc pas de « boîte noire » distincte à gérer. L’IA génère des éléments réutilisables tels que des fragments, des modèles et du contenu, et peut être configurée pour réutiliser ce qui existe déjà avant de créer quoi que ce soit de nouveau ; ainsi, un élément utilisé à plusieurs endroits n’est mis à jour qu’une seule fois. Vos workflows existants de révision et de validation s’appliquent aux modifications générées par l’IA, ce qui permet aux utilisateurs de garder le contrôle sur ce qui est mis en ligne.

    Découvrez-en davantage sur les fonctionnalités low-code de Liferay ou sur l’AI Hub.

    Questions à se poser avant de prendre une décision

    Si votre équipe hésite entre un développement « à partir de zéro » et une plateforme, voici des questions qui vous permettront d’évaluer vos coûts potentiels.

    Une équipe équipée d'ordinateurs portables, écoutant un collègue qui s'exprime devant un tableau blanc, tout en évaluant s'il vaut mieux développer la solution en interne ou l'acheter

    1. Combien de temps prévoyons-nous que ce portail soit opérationnel ?

    2. Qui en assurera la maintenance dans trois ans ?

    3. Que se passera-t-il la première fois qu’une dépendance fera l’objet d’un avis critique ?

    4. Comment prouverons-nous que notre modèle d’autorisations fonctionne ?

    5. Quelles sont nos obligations en matière d’accessibilité ?

    6. Où sont stockées nos données réglementées, et qui y a accès ?

    7. Quelles sont les modalités de mise à niveau ?

    8. La création de ce portail constituerait-elle la meilleure utilisation de nos capacités d’ingénierie ?

    À quoi ressemble un portail client basé sur une plateforme qui fonctionne bien ?

    La valeur d’une plateforme se mesure au temps de mise en service et aux résultats tangibles. Prenons l’exemple de ces trois clients Liferay :

    1. Broadcom est passé de la sélection des fournisseurs et des produits au lancement en dix mois, en mettant en œuvre 845 fonctionnalités, et a constaté une baisse de 66 % du nombre de clics pour les utilisateurs, désormais que toutes les ressources sont regroupées en un seul endroit.
    2. IndiaFirst Life Insurance a enregistré une baisse de 20 % des appels et des tickets adressés au service client, une augmentation de 40 % du nombre de clients payant leurs primes en ligne, et plus de 60 000 utilisateurs enregistrés.
    3. HDI Assicurazioni a mis en place son portail en 18 semaines et a enregistré 50 000 nouveaux utilisateurs au cours des six premiers mois.

    Prendre la décision

    Si vous développez un prototype uniquement pour tester une idée, utilisez l’outil qui vous permettra d’y parvenir le plus rapidement, c’est-à-dire probablement l’IA. Tant que vous maintenez les prototypes à l’écart des données de production jusqu’à ce qu’ils aient passé avec succès un audit de sécurité et d’architecture, cette approche est tout à fait pertinente.

    Mais si vous développez le système que vos clients utiliseront pour se connecter et partager des données sensibles, c’est-à-dire un système qui constitue un prolongement essentiel de la confiance qu’ils vous accordent, vous aurez alors besoin de bien plus qu’un simple générateur de code.

    L’IA réduit le temps nécessaire au développement d’un logiciel, mais une plateforme comme Liferay DXP, associée à son IA intégrée, accélère la création de valeur métier et réduit votre coût total de possession.

    Réservez une démonstration pour discuter des exigences de votre projet de portail client ou continuez à découvrir comment Liferay DXP prend en charge les solutions destinées aux clients.

    Foire aux questions

    Le code généré par l’IA peut-il être utilisé pour un portail client en production ?

    En théorie, oui, à condition que l’entreprise prenne en charge tous les aspects nécessaires à la mise en production d’une application, notamment l’évaluation de la sécurité, la gestion des dépendances, la maintenance de l’intégration, les tests d’accessibilité, les preuves d’audit, l’hébergement et les mises à jour continues. Le code généré constitue un point de départ et non un système fini. Découvrez-en davantage sur les risques de sécurité liés au vibe coding et sur la manière dont une évaluation approfondie peut le rendre plus sûr.

    Liferay est-il opposé au « vibe coding » ?

    Non. Le « vibe coding » est une approche de développement qui fonctionne bien pour le prototypage, les preuves de concept et les outils internes à faible risque. Le « vibe coding » ne pose problème que lorsqu’il est considéré comme un substitut à une plateforme d’entreprise.

    Une plateforme ralentit-elle les équipes par rapport à la génération de code ?

    Avec une plateforme, le travail de conception en amont est plus important, car les modèles de données, les autorisations et les workflows sont configurés de manière réfléchie. C’est cet investissement qui rend les modifications ultérieures prévisibles.

    Que faire si nous avons déjà développé une solution avec l’IA et que nous souhaitons la migrer vers une plateforme ?

    Ce n’est pas une démarche inhabituelle, et c’est le modèle en quatre étapes décrit dans notre guide sur le vibe coding et le low-code : explorer avec l’IA, évaluer le prototype, reconstruire le concept validé sur une plateforme gouvernée, puis mesurer et faire évoluer l’application. Le prototype n’est pas perdu, mais sert de point de départ aux spécifications.

    Comment comparer le coût de développement à celui de l’utilisation d’une plateforme ?

    Comparez les coûts sur toute la durée de vie prévue de l’application plutôt qu’au moment de son lancement. Tenez compte de la maintenance, des correctifs de sécurité, des mises à niveau, de l’hébergement et du temps d’ingénierie consacré aux éléments qu’une plateforme aurait fournis. La maintenance a toujours représenté la majeure partie du coût total d’un logiciel ; une comparaison basée uniquement sur l’effort de développement sous-estimera donc considérablement l’option consistant à partir de zéro.