En octobre 2026, je gère 19 applications. Chaque mois, je publie plus de six mises à jour d'amélioration et je lance quatre nouvelles applications.
Quand on est seul à gérer autant d'applications, tout faire à la main ne tient évidemment pas. Je dois me consacrer entièrement aux décisions.
Au cours d'une conversation avec une IA, le terme « skill ops » est apparu. Une recherche Google ne donne presque rien : c'est apparemment un mot inventé par hasard. Il m'a beaucoup plu.
Skill ops.
C'est une exploitation qui part du principe que les skills font le travail. Dans un ancien poste, par exemple, des personnes construisaient péniblement une plateforme de données, puis des humains collectaient et analysaient les données. Seul, je ne pourrais pas faire tourner les choses ainsi.
Je mets simplement en place la base Firebase et Google Analytics, et je confie l'analyse à l'IA.
- L'analyse des données tient en une phrase : « Analyse ça. »
- L'analyse des logs aussi : « Vérifie ça. »
Le travail de l'humain consiste à regarder les enseignements qui en ressortent, à décider « quoi faire » et à donner les instructions.
Je gère les sites Tenkaichi et Buzz Spot. Ils viennent de démarrer, donc ils ont naturellement peu de contenu. Si personne ne publie, je dois publier moi-même jusqu'à ce qu'ils soient bien remplis.
Pour autant, si j'écrivais tous les articles moi-même, je ne m'en sortirais pas.
- « Renseigne-toi sur ce restaurant et rédige un contenu à son sujet. »
- « Qui est le plus fort, Yamcha ou Ryomen Sukuna ? »
J'ai tout organisé pour qu'en posant ce genre de question à l'IA, tout se fasse automatiquement jusqu'à la publication. Le SEO est aussi pris en charge : la mise à jour de sitemap.xml comme la demande d'indexation dans Search Console passent par skill ops.
Ce que j'ai appris avec skill ops sert aussi dans le développement en entreprise. Jusqu'ici, quand un incident survenait, on enquêtait de cette façon :
- Consulter les logs dans CloudWatch ou Elasticsearch.
- Retrouver le code à l'origine du log.
- Si cela ne relève pas de mon équipe, demander sur Slack à l'équipe concernée d'enquêter.
- Corriger le bug par essais et erreurs en environnement local.
À la place, on garde en local les dépôts backend, frontend et infra, et on confie à l'IA tout le travail, de la lecture des logs à l'exploration des dépôts. Bien sûr, laisser Claude Code lire tous les logs de production pose un problème de sécurité : il faut se limiter à l'environnement de développement ou ne lui transmettre que des extraits. Malgré cela, une exploitation pensée pour les agents IA fonctionne très bien en entreprise.
Ou plutôt, je pense qu'à l'avenir, si nous ne concevons pas tout notre travail autour des agents IA, la productivité deviendra « pénible ». Un humain peut y arriver en forçant, mais ce sera « une corvée ». C'est parce que nous savons désormais à quel point l'IA est pratique.
Pour que les humains se concentrent sur les décisions, mieux vaut concevoir l'exploitation autour de l'IA dès le départ.