Quand Scaled Agile a annoncé le virage AI-Native dans SAFe 6.0, j'ai vu deux réactions dans les organisations que j'accompagne :
→ "Encore un buzzword marketing sur une certification existante"
→ "On attend de voir"
Les deux passent à côté de l'essentiel. Après plus de 12 ans à accompagner des Agile Release Trains, je peux confirmer : SAFe AI-Native n'est pas un relooking cosmétique. C'est un changement de paradigme dans la façon de concevoir le travail à l'échelle.
Ce que SAFe AI-Native change vraiment
L'IA n'est plus traitée comme un outil technique réservé aux équipes de développement. Elle devient un co-worker systémique à chaque niveau de l'organisation.
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 context engineering et la pertinence des outputs IA. Pas seulement "le code passe les tests".
Au niveau du PI Planning
La capacité des équipes se calcule différemment. Une équipe de 8 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. La planification au sortir d'un PI Planning augmenté IA n'a plus la même granularité.
Au niveau des Value Streams
C'est là que le changement est le plus profond. Cartographier un value stream en mode AI-Native, c'est identifier — pour chaque étape de création de valeur — le ratio optimal entre contribution humaine et contribution IA.
Les 3 erreurs que je vois sur le terrain
1 — Traiter SAFe AI-Native comme un projet IT. L'AI-Native touche les processus métier, la gouvernance portfolio, la gestion des compétences. C'est un sujet de direction générale, pas un sujet de DSI.
2 — Former sans transformer. La certification donne les concepts. La transformation demande un accompagnement terrain pour changer les pratiques. Comme je l'ai détaillé sur la formation IA, on ne forme pas, on désapprend.
3 — Confondre automatisation et AI-Native. Automatiser un processus existant avec de l'IA = optimisation. Repenser le processus pour qu'humains et IA co-créent de la valeur = AI-Native. Pas la même ambition, pas le même investissement, pas les mêmes résultats.
Lundi matin : par où commencer
- Diagnostic AI-Readiness de vos ARTs. Où en sont vos équipes : usages individuels, rituels collectifs, value stream réellement augmenté ?
- PI Planning pilote en mode AI-Native. Sur 1 ART volontaire, repenser la prep, le planning, les rituels avec l'IA dans la boucle. Mesurer ce qui change vraiment.
- Plan de montée en compétences progressif. Couplé au framework M3K pour les RTE, Product Managers et System Architects.
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 à l'échelle.
Vos ARTs ont-ils intégré l'IA dans leur Definition of Done, ou ils gardent les mêmes user stories qu'en 2022 ?