De l’héritage technologique à l’innovation : l’approche d’ALTEN pour la modernisation du code par l’IA

Quel a été le défi initial qui vous a conduit à développer cette plateforme ?

Roel : Nous avons constaté que nombre de nos clients rencontrent des difficultés lorsqu’il s’agit d’exploiter l’IA et de gérer du code hérité. La modernisation du code fait partie de notre expertise depuis longtemps, et nous avons désormais développé des outils permettant de répondre à ces enjeux de manière plus efficace.

Nous commençons par aider nos clients à mieux comprendre leur code : grâce à un LLM (Large Language Model), ils peuvent poser directement des questions sur leur base de code. En parallèle, notre outil de génération de documentation produit une documentation claire, structurée et adaptée au format souhaité. De plus, nous utilisons des outils de développement assistés par l’IA pour accélérer la création de logiciels grâce à la complétion intelligente du code et à une navigation plus efficace au sein du code source.

Comment la plateforme ALTEN utilise-t-elle l’IA pour analyser et comprendre des bases de code complexes ?   

Roel : À ce jour, notre plateforme s’appuie sur trois outils principaux : des LLM dédiés aux développeurs (à l’image d’un assistant type Copilot), un système de questions-réponses sur la base de code (Codebase Q&A) et un générateur de documentation permettant aux équipes de mieux comprendre leur patrimoine applicatif.

Arthur : L’intelligence artificielle n’est pas seulement utilisée pour simplifier l’analyse de bases de code complexes ; son objectif principal est de faciliter la création de documentation pour le code hérité. Par code hérité, nous entendons les projets au sein des entreprises pour lesquels le temps qui passe ou le départ de collaborateurs a entraîné une perte d’expertise et de connaissances.

Valentin : Notre plateforme répond à cet enjeu en utilisant l’IA pour répondre aux questions des utilisateurs. Concrètement, elle leur permet d’extraire des informations précises à partir de documents longs et complexes, sans avoir à les parcourir intégralement.

Clément : Le LLM s’appuie sur différents outils pour accéder à la base de code. Il peut extraire des mots-clés à partir de plusieurs fichiers et fournir à l’utilisateur des réponses pertinentes et contextualisées. De plus, il est capable de formuler des réponses claires et d’interagir avec l’utilisateur afin de collaborer efficacement à la création et à l’enrichissement de la documentation.

Qu’est-ce qui distingue l’outil d’ALTEN des solutions d’IA disponibles sur le marché ?

Valentin : Naturellement, l’objectif de cette plateforme est de fonctionner comme un assistant virtuel.

Clément : Chez ALTEN, notre priorité est de stocker les données localement afin de prévenir tout risque de fuite de données en ligne, le LLM constituant la seule connexion externe.

Arthur : Notre outil d’IA est directement connecté au projet lui-même, ce qui lui permet d’analyser la base de code et d’opérer avec un degré d’autonomie plus élevé. Nous l’avons conçu pour suivre un processus structuré, en sollicitant la validation de l’utilisateur à chaque étape critique afin de garantir la précision des résultats et leur adéquation avec les besoins. Cette approche fait de notre solution une expérience véritablement sur mesure pour chaque client.

Roel: Ce qui distingue notre plateforme, c’est son focus direct sur la base de code du client, combiné aux meilleures pratiques en matière d’architecture logicielle. Il existe des méthodes reconnues qui aident les architectes logiciels à mieux comprendre une architecture applicative. Grâce à nos AI Accelerators basés sur des LLM, nous simplifions les principales étapes de la modernisation du code, en améliorant sa compréhension, en générant une documentation fiable et en facilitant une prise de décision technique plus pertinente.

Quelle fonctionnalité vous rend particulièrement fier ?

Valentin : L’une des fonctionnalités phares de la plateforme est sa capacité à générer plusieurs types de diagrammes permettant de simplifier et de visualiser des informations complexes.

Clément : Cette fonctionnalité repose sur la bibliothèque PlantUML, qui permet au LLM de générer des diagrammes en fonction des besoins exprimés par l’utilisateur. La création de diagrammes est entièrement flexible : chaque élément peut être modifié. Le LLM et l’utilisateur collaborent au travers d’un dialogue interactif afin d’affiner et d’optimiser le diagramme. Une fois la version finale validée par l’utilisateur, celle-ci est enregistrée et intégrée à la documentation.

Comment adaptez-vous la plateforme aux besoins spécifiques de chaque client ?

Arthur : Pour cela, nous travaillons en étroite collaboration avec le client afin de définir une méthode de travail pouvant être reproduite sur de futurs projets. À ce stade, la personnalisation se reflète principalement dans le modèle de document fourni par le client.

Valentin : En utilisant des modèles de documents validés par le client et proches de ceux qu’il utilise déjà au quotidien, nous veillons à ce qu’il puisse conserver ses pratiques et ses habitudes de travail.

Clément : Pour la génération de documents sous Microsoft Word, nous partons du modèle Word du client en conservant les principaux éléments tels que les titres, sous-titres, tailles de police et couleurs. Nous intégrons ensuite des espaces réservés au format Markdown dans le document. Ces espaces agissent comme des variables qui sont remplacées par les informations recueillies au cours des échanges entre le LLM et l’utilisateur.

Comment veillez-vous à ce que l’outil soit facile à adopter par les utilisateurs ?     

Valentin : En concevant la plateforme sur le modèle d’un chatbot moderne, nous avons cherché à offrir une expérience qui ressemble à une conversation écrite entre deux collègues.

Clément :  La principale différence réside dans la création des projets, qui s’appuie sur plusieurs étapes et échanges plutôt que sur de simples conversations indépendantes. Nous avons également développé une page d’aide qui présente l’outil et propose un tutoriel rapide pour accompagner les utilisateurs dans leur prise en main.

Arthur : La meilleure façon de faciliter l’adoption d’un outil passe par son interface utilisateur et l’expérience qu’il propose. C’est un enjeu majeur pour toutes les entreprises : tout utilisateur qui estime qu’il y a trop d’interactions, que certaines fonctionnalités manquent de clarté ou que les effets des actions réalisées à la souris ne sont pas intuitifs risque d’abandonner l’outil au profit d’une autre solution. Mon rôle consiste également à anticiper ces situations et à les partager avec l’équipe afin d’améliorer continuellement l’expérience utilisateur.