Quand Scaled Agile a annoncé le virage AI-Native dans SAFe 6.0, j’ai vu deux réactions dans les organisations que j’accompagne. La première : «core un buzzword marketing sur une certification existante». La seconde : «on attend de voir». Les deux passent à côté de l’essentiel.
Après avoir accompagné des dizaines d’Agile Release Trains sur des programmes SAFe depuis 2012, je peux vous dire que SAFe AI-Native n’est pas un relooking cosmétique. C’est un changement de paradigme dans la façon dont on conçoit le travail à l’échelle.
Ce que SAFe AI-Native change concrètement
Le cœur du sujet : l’IA n’est plus traitée comme un outil technique réservé aux équipes de développement. Dans le modèle AI-Native, chaque niveau de l’organisation — équipe, ART, Solution Train, Portfolio — intègre l’intelligence artificielle comme un co-worker systémique.
Au niveau des équipes agiles, les user stories ne décrivent plus seulement ce que fait un humain. Elles décrivent le workflow Humain × IA. Qui génère le premier draft ? Qui valide ? Qui itère ? La Definition of Done intègre désormais la qualité du prompt engineering et la pertinence des outputs IA.
Au niveau du PI Planning, la capacité des équipes se calcule différemment. Une équipe de 8 personnes augmentée par l’IA n’a pas la même vélocité qu’une équipe de 8 sans IA. Certaines tâches sont accélérées par 10, d’autres restent inchangées.
Au niveau des Value Streams, c’est là que le changement est le plus profond. Cartographier un value stream en mode AI-Native signifie identifier, pour chaque étape de création de valeur, le ratio optimal entre contribution humaine et contribution IA.
Les erreurs que je vois sur le terrain
La première erreur : traiter SAFe AI-Native comme un projet IT. L’IA-Native touche les processus métier, la gouvernance portfolio, la gestion des compétences. C’est un sujet de direction générale.
La deuxième : former sans transformer. La certification donne les concepts. La transformation demande un accompagnement terrain pour changer les pratiques.
La troisième : confondre automatisation et AI-Native. Automatiser un processus existant avec de l’IA, c’est de l’optimisation. Repenser le processus pour qu’humains et IA co-créent de la valeur, c’est être AI-Native.
Par où commencer
Mon approche terrain repose sur trois étapes. D’abord, un diagnostic AI-Readiness de vos ARTs. Ensuite, un PI Planning pilote en mode AI-Native. Enfin, un plan de montée en compétences progressif.
SAFe AI-Native n’est pas une mode. C’est la réponse structurée du framework le plus déployé au monde à une réalité que personne ne peut ignorer : l’IA change la nature même du travail en équipe.