Slack code centralise le codage collaboratif avec l’IA

Slack Code fait du codage avec l’IA une activité d’équipe

Slack Code change la façon dont les équipes travaillent avec des agents de codage. Aujourd’hui, la plupart des développeurs interagissent avec ces agents dans des sessions séparées et individuelles. Slack Code déplace ce travail vers des canaux partagés, organisés par projet, où plusieurs personnes peuvent participer en même temps.

Ce changement élargit le nombre de personnes pouvant prendre part à la création logicielle. Les ingénieurs et les chefs de produit peuvent travailler aux côtés des designers, des marketeurs et d’autres utilisateurs métier. Chaque participant peut donner des instructions à l’agent de codage en langage naturel, proposer des modifications, examiner les résultats et approuver le travail. L’exécution technique reste visible pour toutes les personnes impliquées.

Sateja Parulekar, vice-présidente du marketing produit chez Slack, décrit ce modèle comme une « expérience IA multijoueur ». Elle a déclaré que les marketeurs et les designers produit peuvent désormais interagir avec des agents de codage aux côtés des ingénieurs et des chefs de produit dans un « environnement sûr et gouverné ».

Pour les dirigeants, le changement important concerne le coût de coordination. Le travail logiciel exige souvent que les exigences métier passent par les équipes produit avant que les ingénieurs ne les traduisent en code. Des sessions d’agent partagées peuvent raccourcir ce cycle. Un designer produit peut commenter directement un prototype. Un marketeur peut préciser une exigence relative à une page web. Un ingénieur peut examiner le code produit dans le même espace de travail.

Cette participation élargie exige une responsabilité clairement définie. L’accès en langage naturel facilite la demande de modifications logicielles par les employés, mais cette facilité d’accès ne supprime pas le besoin de standards d’ingénierie. Les équipes ont toujours besoin de responsables désignés pour l’architecture, les tests, la sécurité, le déploiement et l’approbation finale. Les contrôles de gouvernance de Slack deviennent importants à mesure que davantage d’employés obtiennent un accès direct à des agents capables de produire du code.

La valeur stratégique réside donc dans une participation plus large avec une exécution maîtrisée. Les entreprises peuvent rapprocher la connaissance métier du développement logiciel tout en conservant une revue technique. Si Slack Code est bien géré, il peut réduire les transferts et rendre les décisions produit visibles pour tous ceux qui sont responsables du résultat.

Les canaux de code automatisent le workflow autour des sessions de codage avec l’IA

Slack Code s’attaque aussi à un problème plus opérationnel : la mise en place et la gestion du travail autour d’une tâche de codage avec l’IA. Un utilisateur peut mentionner un agent de codage dans un canal Slack ou un message direct avec une demande. Slack crée alors un canal de code dédié, ajoute des liens vers les documents pertinents et invite les personnes nécessaires à la tâche.

Ces canaux sont conçus pour des éléments de travail bien définis. Parmi les exemples figurent la correction d’un bug, la mise à jour d’une page web ou la création d’une fonctionnalité applicative. L’équipe peut échanger des messages Slack classiques et des fichiers tout en donnant des instructions à l’agent de codage depuis le même canal.

Le travail de l’agent reste visible via des « artefacts de session ». Ceux-ci incluent des diffs de code, qui montrent exactement quel code l’agent a modifié. Les documents Slack Canvas peuvent capturer les informations de support. Du HTML live peut afficher des prototypes fonctionnels et des aperçus. Les participants peuvent examiner ces livrables, demander des révisions et valider le résultat en langage naturel.

Slack relie également la session de développement temporaire au projet plus large. Les mises à jour du canal de code apparaissent dans le canal Slack d’origine. Lorsque la tâche est terminée, Slack archive automatiquement le canal dédié. Cela crée un cycle de vie défini pour les projets de développement courts assistés par l’IA, sans obliger les employés à maintenir manuellement un autre espace de collaboration.

Pour les dirigeants, la traçabilité est le principal avantage. Confier une tâche à un agent IA est simple. Comprendre ce qu’il a modifié, qui a examiné la modification et comment le résultat a progressé vers l’approbation constitue le problème opérationnel le plus difficile. Les canaux de code placent ces activités dans un historique partagé où les employés concernés peuvent voir le travail à mesure qu’il avance.

Ce modèle peut aussi réduire les changements de contexte. Les exigences, les discussions, les fichiers, les modifications de code générées et les aperçus peuvent rester connectés dans Slack. Cela peut raccourcir les cycles de revue et clarifier la responsabilité, en particulier lorsque le travail logiciel s’étend entre les équipes d’ingénierie et les équipes métier.

La valeur dépendra de la rigueur du workflow. La création automatisée de canaux ne garantit ni de bonnes exigences ni un code fiable. Les organisations ont toujours besoin de tests, de revue d’ingénierie, de contrôles de sécurité et de processus de déploiement. Slack Code peut rationaliser la couche de coordination autour de ces contrôles, en donnant aux équipes une manière plus structurée de passer d’une demande à une sortie examinée.

Les permissions et la gouvernance constituent le défi immédiat

Slack Code donne à davantage d’employés un accès direct à des agents de codage. Cela renforce l’importance du contrôle d’accès. Un agent peut être capable de lire des conversations, de récupérer des données de l’espace de travail, de modifier du code et de produire des résultats qui affectent les systèmes de production. Chaque action nécessite une autorisation claire.

Slack indique que les canaux de code suivent son modèle existant de sécurité et de permissions. L’accès de l’agent aux conversations et aux données dépend des contrôles déjà configurés pour l’espace de travail Slack. Les administrateurs peuvent également ajouter des garde-fous. Par exemple, ils peuvent empêcher des employés hors ingénierie de mettre du code en production tant qu’un ingénieur ne l’a pas examiné.

Cette distinction est importante pour les dirigeants. Les interfaces en langage naturel réduisent le niveau de compétence technique nécessaire pour demander une modification de code. Elles augmentent aussi le nombre de personnes pouvant initier un travail de développement. La gouvernance doit donc définir qui peut invoquer un agent, aux quels systèmes et données l’agent peut accéder, quelles actions il peut effectuer et qui détient l’approbation finale.

Will McKeon-White, analyste senior chez Forrester, qualifie les permissions de « défi persistant pour tout ce qui est multijoueur ». Il a identifié plusieurs approches utilisées par les systèmes collaboratifs. Les permissions peuvent suivre l’utilisateur pour une tâche spécifique, rester persistantes tandis que les droits d’invocation diffèrent selon les utilisateurs, ou dériver de l’espace partagé dans lequel l’agent opère. McKeon-White a déclaré que chaque approche présente des défauts.

Le problème central est celui de l’autorité déléguée. Lorsqu’un employé demande à un agent d’effectuer un travail, le système doit déterminer quelles permissions régissent chaque action ultérieure. Cela devient plus complexe lorsque plusieurs employés disposant de droits d’accès différents participent au même canal. Les entreprises ont besoin de politiques qui restent prévisibles lorsque utilisateurs, agents, dépôts de code et informations sensibles interagissent dans un même workflow.

Pour les DSI et les RSSI, le déploiement doit donc commencer par les permissions et les circuits d’approbation. Les actions à fort impact méritent des contrôles plus stricts que les tâches à faible risque, comme la génération d’un prototype. La revue d’ingénierie, les permissions sur les dépôts, les tests et l’autorisation de déploiement doivent rester explicites. Slack Code peut rendre le développement avec l’IA plus accessible tout en permettant aux administrateurs de garder le contrôle sur la manière dont le travail généré atteint les systèmes métier.

Slack Code est lancé avec quatre intégrations d’agents et sans coût d’abonnement supplémentaire

Slack Code démarre avec quatre intégrations : Claude Code d’Anthropic, Devin, GitHub Copilot et Vercel. Slack prévoit d’élargir les options disponibles au fil du temps. La fonctionnalité est disponible dans tous les abonnements Slack sans coût supplémentaire.

La prise en charge de plusieurs outils de codage est stratégiquement importante. Les entreprises disposent déjà d’environnements de développement différents, de fournisseurs approuvés, d’exigences de sécurité et de préférences des développeurs variés. Une interface Slack partagée donne aux équipes un lieu commun pour coordonner le travail tout en permettant à différents agents de gérer les tâches de codage sous-jacentes.

Cette approche peut aussi réduire la fragmentation des workflows. Les employés peuvent lancer le travail d’un agent depuis Slack, faire entrer les participants concernés dans la session, examiner les artefacts générés et garder les discussions de projet connectées à l’activité de codage. Les équipes peuvent choisir un agent adapté à leur environnement technologique existant tout en maintenant un processus de collaboration cohérent.

Pour les DSI, les quatre intégrations créent une architecture de choix qui exige de la gouvernance. Chaque agent possède ses propres capacités, caractéristiques de sécurité, politiques de traitement des données, permissions et modèle d’intégration. Les entreprises doivent décider quels agents sont approuvés pour des dépôts spécifiques, des classifications de données et des tâches de développement. L’accès des fournisseurs doit s’aligner sur les politiques existantes de développement logiciel et de gouvernance de l’IA.

L’absence de coût supplémentaire côté Slack réduit la barrière initiale à l’activation des canaux de code pour les clients existants. Le coût opérationnel total dépendra toujours des agents de codage sélectionnés, des accords commerciaux existants, des exigences de mise en œuvre et de la gouvernance interne. Les dirigeants doivent donc évaluer le workflow comme un système complet plutôt que de considérer la disponibilité dans Slack comme le calcul complet du coût.

Le point stratégique plus large est l’interopérabilité. Slack positionne son espace de travail comme l’endroit où les employés coordonnent leur travail avec une gamme d’agents IA. La prise en charge de Claude Code, Devin, GitHub Copilot et Vercel dès le lancement offre aux entreprises plusieurs voies d’accès à ce modèle. L’élargissement du catalogue d’intégrations pourrait rendre Slack de plus en plus important comme couche de gestion et de collaboration par laquelle les équipes utilisent des outils IA spécialisés.

Slack Code rapproche la création logicielle des conversations qui la pilotent

Le développement logiciel implique déjà une coordination importante dans Slack. Les exigences, les signalements de bugs, les décisions de design, les approbations et les mises à jour de statut transitent souvent par des canaux avant que les développeurs n’agissent dans des outils séparés. Slack Code intègre la création de code assistée par l’IA dans ce workflow existant.

Wayne Kurtzman, vice-président de la recherche chez IDC, a déclaré que Slack Code « comble l’écart entre l’endroit où le travail se fait et celui où le code est écrit ». Des canaux de code dédiés permettent aux employés de coordonner un projet et d’interagir avec des agents de codage dans le même environnement. Kurtzman considère que cela soutient l’objectif plus large de Salesforce de rendre le travail plus fluide et plus collaboratif dans Slack, à travers les applications qu’une entreprise utilise.

Will McKeon-White, analyste senior chez Forrester, avance un point lié. Le développement logiciel et sa coordination « se passent dans Slack depuis toujours », a-t-il déclaré. Slack Code permet aux employés de rester plus facilement dans Slack et élargit la participation à la création de code.

Pour les dirigeants, le principal avantage est la réduction des coûts de coordination. Une demande de fonctionnalité peut impliquer des chefs de produit qui définissent les exigences, des designers qui examinent les interfaces, des ingénieurs qui évaluent la mise en œuvre et des parties prenantes métier qui approuvent le résultat. Donner à ces participants accès à une session d’agent partagée peut raccourcir les transferts et préserver le contexte derrière les décisions.

Le modèle améliore aussi la visibilité. Les participants peuvent voir les demandes, les réponses de l’agent, les modifications de code, les aperçus et les approbations dans un seul espace collaboratif. Cela peut faciliter la compréhension des raisons pour lesquelles une modification a été demandée et de qui a participé à sa revue. Ce contexte devient précieux lorsque les projets avancent rapidement ou impliquent plusieurs fonctions.

Cependant, la réduction des changements de contexte doit rester un moyen au service d’un résultat opérationnel. Les mesures utiles sont des cycles de développement plus courts, des revues plus rapides, moins de retards de coordination et une livraison logicielle fiable. Garder les employés dans Slack a une valeur limitée en soi. Les dirigeants doivent évaluer si le workflow améliore réellement ces résultats métier et d’ingénierie.

L’adoption variera également selon les organisations. Kurtzman a déclaré que Slack Code « peut sembler arriver trop tôt sur le marché pour certaines entreprises », tandis que d’autres exploitent un avantage de pionnier. Les entreprises dotées de pratiques matures de codage avec l’IA et de contrôles de développement solides auront probablement une voie plus claire vers des workflows collaboratifs avec agents. Les organisations qui mettent encore en place les permissions IA, les processus de revue et les standards d’ingénierie devront d’abord consolider ces bases.

La collaboration dynamique multi-agents crée un problème de gouvernance plus difficile

Slack Code se concentre actuellement sur la collaboration entre personnes et agents de codage dans des canaux partagés. Le défi technique à plus long terme est une collaboration plus poussée entre plusieurs agents IA. Ces systèmes pourraient répartir le travail, coordonner les tâches et se répondre mutuellement avec moins d’intervention humaine directe.

Will McKeon-White, analyste senior chez Forrester, identifie cela comme le défi de plus long terme. « La collaboration multi-agents aujourd’hui, dans les environnements qui réussissent, n’est pas très dynamique », a-t-il déclaré. Il a ajouté que « de véritables agents dynamiques coopérant entre eux peuvent créer des comportements émergents extrêmement intéressants ».

Le comportement émergent désigne des résultats qui naissent des interactions entre agents plutôt que d’une seule séquence d’instructions prédéfinie. Un agent peut ajuster ses actions en fonction de la sortie d’un autre agent, ce qui modifie ensuite les décisions suivantes dans l’ensemble du système. À mesure que ce processus devient plus dynamique, il devient plus difficile de prédire à l’avance l’ensemble du workflow.

McKeon-White a évoqué de récentes recherches d’Anthropic sur les systèmes multi-agents. Anthropic a exploré des architectures dans lesquelles plusieurs agents travaillent ensemble sur des tâches complexes, apportant des preuves que des systèmes d’agents coordonnés peuvent prendre en charge des formes de travail qui bénéficient d’une investigation parallèle et de la délégation.

Pour les dirigeants d’entreprise, la contrainte est le contrôle. Un agent unique soulève déjà des questions sur les permissions, l’accès aux données, la validation et la responsabilité. Plusieurs agents coopérant multiplient le nombre d’interactions que les systèmes de gouvernance doivent suivre. Une action initiée par un agent peut influencer un autre agent disposant d’outils, de contexte ou de droits d’accès différents.

Cela rend l’observabilité essentielle. Les entreprises qui adoptent des workflows multi-agents ont besoin d’enregistrements indiquant quel agent a effectué une action, quelles informations il a utilisées, quelles permissions s’appliquaient et comment sa sortie a influencé les actions suivantes. Les points d’approbation humaine doivent refléter le risque et l’impact métier de la tâche.

L’opportunité reste importante. Une collaboration dynamique entre agents pourrait permettre de répartir des projets complexes entre des systèmes spécialisés et de les exécuter avec une automatisation accrue. Les organisations les mieux placées pour exploiter cette capacité seront celles qui sauront préserver les permissions, la traçabilité, les tests et la responsabilité à mesure que l’autonomie augmente. Pour les dirigeants, l’adoption du multi-agents doit donc progresser en parallèle des contrôles nécessaires pour comprendre et gouverner le comportement des agents.

Slack prévoit d’étendre les workflows collaboratifs avec l’IA au-delà du développement logiciel

Slack Code commence par le développement logiciel, mais Slack considère que le modèle sous-jacent peut s’appliquer à davantage de fonctions métier. Le design central est celui d’un espace de travail partagé où employés et agents IA peuvent travailler ensemble sur une tâche définie, examiner les modifications et approuver un résultat.

Le marketing constitue un cas d’usage potentiel. Les équipes pourraient utiliser un agent pour développer des supports de campagne pendant que les marketeurs, les designers, les équipes produit et les approbateurs examinent le travail dans un canal partagé. Les modifications et les décisions resteraient liées au projet au lieu d’être dispersées entre des conversations séparées et des sessions IA distinctes.

La revue de documents juridiques est un autre exemple. Sateja Parulekar, vice-présidente du marketing produit chez Slack, a déclaré que ces workflows peuvent impliquer une « revue très détaillée d’un document, le suivi des modifications et un aperçu de ce qui va être envoyé au client ». La même structure collaborative utilisée pour le code pourrait donc prendre en charge des documents et d’autres actifs métier nécessitant plusieurs cycles de revue.

Pour les dirigeants, l’opportunité plus large concerne la conception des workflows. De nombreux processus de travail intellectuel suivent une séquence similaire : rassembler le contexte, générer ou réviser un actif, obtenir l’avis de spécialistes, suivre les modifications, obtenir une approbation et livrer le résultat. Les agents peuvent participer directement à ces étapes tandis que Slack fournit l’espace de travail partagé pour la supervision humaine.

La gouvernance devient plus importante à mesure que cette approche atteint d’autres départements. Un agent juridique peut traiter des documents confidentiels. Un agent marketing peut travailler avec des données clients ou des actifs de marque. Chaque workflow exige des règles d’accès, des exigences de revue, des politiques de conservation et une responsabilité claire adaptées au risque métier concerné.

Cela crée un test pratique pour l’expansion. Les organisations doivent identifier les workflows comportant des transferts fréquents, des étapes de revue répétables et une responsabilité clairement définie. Ces processus offrent une base plus solide pour des agents collaboratifs, car la direction peut définir ce que l’agent est autorisé à faire, quelles personnes doivent participer et ce qui doit être approuvé avant l’achèvement.

Parulekar s’attend à ce que le modèle atteigne un ensemble plus large d’équipes. « À l’avenir, nous voyons cela s’étendre à beaucoup d’équipes et de cas d’usage différents, pour des utilisateurs techniques comme non techniques », a-t-elle déclaré. Cette orientation fait de Slack Code une première mise en œuvre d’une stratégie plus large de collaboration fondée sur les agents.

Slack se positionne comme un espace de travail partagé pour les personnes et les agents IA

Slack Code s’inscrit dans un effort plus large visant à faire des agents IA une composante régulière de la collaboration au travail. Slack ajoute différentes façons pour les employés d’interagir avec des agents tout en gardant ces interactions connectées à leur travail quotidien.

Deux fonctionnalités supplémentaires soutiennent cette stratégie. Les « Agent DMs » offrent un espace pour des conversations individuelles entre un utilisateur et un agent. Un nouvel « onglet agents » donne aux utilisateurs un endroit central pour consulter les conversations existantes avec des agents. Slack a également annoncé Claude Tag, qui rend l’agent d’Anthropic accessible aux équipes.

Ensemble, ces capacités prennent en charge à la fois l’interaction individuelle et l’interaction de groupe. Un employé peut travailler en privé avec un agent via un message direct et utiliser des environnements partagés lorsqu’une tâche exige l’apport, la revue ou l’approbation de collègues. Les canaux de code ajoutent un espace de travail structuré pour les projets de développement, y compris la planification, le codage, les tests et la revue des résultats.

Sateja Parulekar, vice-présidente du marketing produit chez Slack, décrit la stratégie comme une « expérience multijoueur » pour les personnes et les agents IA. « Qu’il s’agisse de l’expérience utilisateur que nous faisons évoluer, comme l’onglet agent, ou des canaux de codage où vous pouvez planifier, coder, tester et mettre en production dans Slack, tout cela fait partie de cette vision plus large consistant à faire de Slack un excellent foyer pour les agents et à faire progresser cette vision d’une IA multijoueur », a-t-elle déclaré.

Pour les dirigeants de la direction générale, cette stratégie a des implications qui vont au-delà de la productivité des développeurs. L’adoption de l’IA peut créer des workflows fragmentés lorsque les employés passent d’outils de communication à des interfaces IA autonomes, des applications métier et des systèmes d’approbation. Slack cherche à concentrer davantage d’interactions et de coordination dans un espace de travail que les employés utilisent déjà.

Ce positionnement modifie également le rôle que Slack veut jouer dans la stack technologique de l’entreprise. Slack sert de plus en plus de couche d’interaction par laquelle les employés peuvent appeler des agents, fournir un contexte métier, impliquer des collègues, examiner les résultats et gérer le travail à travers d’autres systèmes. Ses intégrations avec Claude Code, Devin, GitHub Copilot et Vercel montrent comment ce modèle peut prendre en charge des services IA tiers.

La question stratégique pour les dirigeants est de savoir si Slack peut fournir une gouvernance et une interopérabilité suffisantes à mesure que l’usage des agents augmente. Centraliser les interactions avec les agents peut améliorer la visibilité et simplifier l’expérience des employés. Cela fait aussi des permissions, de l’auditabilité, des contrôles des données et de la gestion des fournisseurs des exigences centrales.

La direction est claire : Slack veut que les agents IA deviennent des participants aux mêmes workflows que ceux utilisés par les équipes humaines. Slack Code fournit une mise en œuvre concrète de cette stratégie. Sa valeur métier à long terme dépendra de la capacité des organisations à relier les capacités des agents à des résultats de travail mesurables tout en maintenant un contrôle efficace sur l’accès et l’exécution.

Réflexions finales

Slack Code répond à une contrainte réelle dans l’adoption de l’IA en entreprise : la coordination. Les agents de codage peuvent générer du travail rapidement, mais la livraison logicielle dépend toujours d’un contexte partagé, d’une revue technique, de permissions claires et de décisions assumées. Intégrer ces activités dans un workflow Slack commun pourrait réduire les transferts et rendre le développement assisté par l’IA plus facile à gouverner.

Pour les dirigeants, la question clé est de savoir si ce modèle améliore les résultats métier. Mesurez le temps de cycle de développement, la vitesse de revue, la charge de travail d’ingénierie et la qualité des logiciels livrés. Un accès plus large des employés aux agents de codage a de la valeur lorsqu’il produit une exécution plus rapide et maîtrisée.

La gouvernance doit venir en premier. Définissez quels agents les employés peuvent utiliser, à quelles données et à quels systèmes ils peuvent accéder, qui peut approuver le code généré et quelles actions exigent une revue humaine. Ces contrôles deviennent plus importants à mesure que Slack étend le même modèle collaboratif au marketing, au juridique et à d’autres fonctions.

L’orientation plus large de Slack est significative. L’entreprise veut devenir un espace de travail partagé où employés et agents IA spécialisés planifient et exécutent le travail ensemble. Slack Code donne aujourd’hui aux entreprises un moyen concret de tester ce modèle. Les entreprises qui en tireront le plus de bénéfices seront celles qui combineront une exécution plus rapide pilotée par les agents avec des permissions solides, de la traçabilité et une responsabilité humaine claire.