Un responsable supply chain qui construit son propre tableau de suivi des commandes avec une plateforme no-code, sans prévenir la DSI. Un contrôleur de gestion qui branche un assistant IA sur des fichiers clients pour automatiser ses relances. Ces scénarios ne sont plus des cas isolés : on les retrouve dans la plupart des organisations où le délai entre un besoin métier et la livraison d’un outil par l’IT dépasse plusieurs mois.
Le fossé entre DSI et directions métiers n’est pas nouveau, mais l’arrivée combinée de l’IA générative, du low-code et du no-code change la nature du problème.
Shadow IT et dette applicative : ce que le fossé DSI-métiers produit concrètement
Quand un directeur commercial attend huit mois pour obtenir un formulaire de qualification de leads, il finit par le créer lui-même sur un outil SaaS souscrit avec sa carte bancaire. Le résultat fonctionne, mais personne côté IT ne sait que ce formulaire existe, ni où les données sont stockées.
Ce mécanisme porte un nom : le Shadow IT. Et il ne se limite pas à quelques tableurs partagés. On parle d’applications entières, connectées à des bases de données métier, parfois exposées sur le web sans politique d’authentification ni sauvegarde. Chaque application fantôme crée un risque de fuite de données et une dette technique invisible.
Le problème de fond n’est pas la mauvaise volonté des métiers. C’est un décalage structurel : les DSI gèrent des files d’attente de projets avec des ressources limitées, pendant que les directions métiers subissent une pression opérationnelle qui n’attend pas. Des acteurs comme Anakeen proposent des plateformes qui tentent de réconcilier cette autonomie métier avec un cadre technique maîtrisé, mais le sujet dépasse l’outillage.

IA générative et no-code : pourquoi le low-code perd du terrain
Pendant des années, le low-code a occupé le créneau du compromis. Plus rapide que le développement classique, plus structuré que le no-code. Les plateformes low-code exigeaient toutefois un minimum de compétences techniques, ce qui maintenait une dépendance envers la DSI ou des développeurs spécialisés.
L’IA générative change cette équation. Un utilisateur métier peut décrire en langage naturel ce qu’il veut obtenir, et l’outil génère l’application, le workflow ou le tableau de bord. Le langage naturel devient l’interface de développement. Les plateformes no-code intègrent désormais des assistants IA capables de produire des règles métier, de connecter des sources de données et de corriger les erreurs en temps réel.
Le low-code se retrouve pris en étau. D’un côté, le no-code dopé à l’IA couvre des cas d’usage de plus en plus complexes sans exiger de savoir coder. De l’autre, le développement assisté par IA (Copilot, Cursor et équivalents) rend les développeurs professionnels beaucoup plus productifs sur du code natif, ce qui réduit l’intérêt du low-code comme accélérateur.
Ce que l’IA ne résout pas toute seule
Générer une application en quelques minutes ne garantit ni sa fiabilité ni sa conformité. Les modèles d’IA produisent du code plausible, pas nécessairement du code sûr. Un workflow généré automatiquement peut manipuler des données personnelles sans respecter les règles de conservation ou de traçabilité.
Depuis le 2 février 2025, l’AI Act impose une obligation de maîtrise de l’IA qui s’applique aux entreprises déployant ces systèmes, pas seulement à ceux qui les développent. Les usages métiers classés à haut risque (emploi, crédit, éducation) devront intégrer des exigences renforcées de gestion des risques et de contrôle humain, avec un calendrier reporté au 2 décembre 2027 pour les systèmes concernés par l’annexe III.
Sans socle de sécurité et de confidentialité, l’autonomie métier se transforme en risque réglementaire.
DSI architecte du SI : gouvernance des applications générées par l’IA
L’autonomie croissante des métiers ne fait pas disparaître le besoin de gouvernance. Elle le déplace. La DSI n’a plus vocation à produire chaque application, mais elle doit garantir que toutes les applications, qu’elles soient développées en interne, générées par IA ou assemblées en no-code, respectent un cadre commun.
Ce cadre couvre plusieurs dimensions concrètes :
- La portabilité des données et la réversibilité des plateformes, un enjeu renforcé par le Data Act applicable depuis le 12 septembre 2025, qui impose des règles pour faciliter le changement de fournisseur de services cloud
- La gestion des droits d’accès et la segmentation des données sensibles, pour éviter qu’un assistant IA accède à des informations hors périmètre
- Le référencement de chaque application dans un catalogue centralisé, avec un propriétaire métier identifié et un cycle de vie défini (mise à jour, décommissionnement)
- La formation des équipes métiers aux fondamentaux de la sécurité applicative et de la protection des données, une obligation qui découle directement de l’AI Act
La DSI évolue d’un rôle de producteur d’applications vers un rôle d’architecte et de garant du système d’information. Elle définit les rails, les métiers y font circuler leurs trains.

Multiplication des plateformes : comment éviter l’effet mille-feuille
Un piège fréquent consiste à empiler les outils. Une plateforme no-code pour le marketing, une autre pour les RH, un assistant IA différent par direction, et trois connecteurs pour tenter de faire communiquer le tout. En quelques mois, l’entreprise se retrouve avec un SI fragmenté, plus difficile à maintenir que celui qu’on voulait simplifier.
Réduire le nombre de plateformes autorisées est un levier de gouvernance sous-estimé. La tentation de laisser chaque direction choisir son outil génère des coûts de licence, des doublons de données et des incompatibilités qui annulent les gains de productivité initiaux.
Une approche opérationnelle consiste à définir une politique de citizen development qui fixe des règles claires : quelles catégories d’applications peuvent être créées par les métiers, sur quelle plateforme validée, avec quel niveau de données autorisé. Microsoft recommande par exemple des politiques de prévention des pertes de données (DLP) intégrées à sa Power Platform pour segmenter les connecteurs accessibles aux utilisateurs non techniques.
Ce qui varie selon la taille de l’entreprise
Dans une PME de cinquante personnes, le catalogue applicatif reste gérable avec un tableur et une revue trimestrielle. Dans un groupe de plusieurs milliers de collaborateurs, la gouvernance exige un outillage dédié et une équipe transverse DSI-métiers. Les règles de base sont les mêmes, mais l’effort de mise en œuvre et le degré de formalisation diffèrent radicalement.
Le fossé entre DSI et directions métiers ne disparaît pas avec l’IA et le no-code. Il change de nature. Les métiers gagnent en autonomie de production, la DSI gagne en levier d’architecture. Le vrai risque n’est plus le manque d’outils, c’est l’absence de cadre pour les utiliser ensemble.

