« Avoir des idées mais ne pas pouvoir les réaliser » : mettre fin à cela avec le service de développement AI Lovable qui transforme l'entrée dans l'entrepreneuriat.

C'est l'ère où l'on peut créer une "entreprise en mouvement" seul

Même si l'on pense souvent "ce service serait pratique", peu de gens passent réellement à l'entrepreneuriat. Une des raisons est le coût de développement élevé entre l'idée et le produit. Embaucher des ingénieurs, passer commande à une société de développement, et passer plusieurs mois à définir les exigences. À un stade où l'on ne sait pas encore si le produit sera un succès sur le marché, il faut d'abord investir beaucoup de temps et d'argent.

C'est là qu'intervient "Lovable", un service de développement AI suédois qui cherche à inverser cet ordre. En décrivant le site web ou l'application que vous souhaitez créer avec des phrases naturelles, l'AI assemble les écrans, les fonctionnalités, la base de données, etc., pour les rendre fonctionnels dans le navigateur. En continuant à discuter en regardant le produit fini, vous pouvez le modifier, par exemple en changeant les couleurs, en ajoutant une fonction de connexion ou en rendant une liste consultable.

Si les outils no-code traditionnels consistaient à placer des composants préparés par l'utilisateur, Lovable est plus proche d'un "collaborateur qui, une fois l'intention transmise, procède à la sélection et à la connexion des composants via l'AI". Bien que vous puissiez commencer sans connaître la programmation, du code réel est généré en arrière-plan. Vous pouvez synchroniser avec GitHub pour enregistrer et réviser le code, et les ingénieurs peuvent prendre le relais si nécessaire. Pour la base de données, l'authentification, le stockage et le traitement côté serveur, vous pouvez utiliser le backend intégré ou Supabase.

Le site officiel de Lovable affirme que 60 millions de projets ont déjà été créés, avec 1,2 million de nouveaux projets chaque semaine. Ces chiffres sont publiés par l'entreprise exploitante et ne signifient pas que toutes ces entreprises sont opérationnelles. Néanmoins, on peut percevoir un élan vers le changement du logiciel de "quelque chose que l'on demande à un expert de créer" à "quelque chose que l'on essaie soi-même en discutant".

Jusqu'à ce qu'un service de voyage dormant depuis 14 ans se mette en marche

Un exemple symbolique présenté par le journal économique allemand Handelsblatt est la plateforme de voyage "Avara" de Nico Wittenberg. L'idée originale remonte à une tempête de neige il y a 14 ans. Le vol de son partenaire a été annulé, et après avoir cherché une alternative, il a finalement trouvé un train de nuit. Il a pensé qu'il serait pratique de pouvoir rechercher et réserver tous les moyens de transport, du bus à l'avion.

À l'époque, lorsqu'il a parlé de cette idée à ses collègues de Google, son ancien employeur, on lui a dit qu'il faudrait une équipe de développement et des millions d'euros pour la réaliser. Pourtant, l'année dernière, Wittenberg a utilisé Lovable pour concrétiser Avara seul. Selon lui, le service est utilisé dans plus de 125 pays et a attiré l'attention de capital-risqueurs de divers pays.

Ce qui est important ici, ce n'est pas l'histoire sensationnelle de "l'AI qui a créé une entreprise mondiale en une nuit", mais le fait qu'une hypothèse bloquée par le coût pendant 14 ans est devenue accessible à des tiers. La valeur d'une idée ne peut pas être vérifiée uniquement par la qualité de son explication. Les résultats de recherche sont-ils compréhensibles, est-il facile de faire une réservation, y a-t-il vraiment des gens qui veulent utiliser le service ? Avec un produit fonctionnel, on obtient des réactions réelles à ces questions.

Le plus grand effet de Lovable n'est pas de réduire les coûts de développement à zéro, mais de raccourcir le "temps jusqu'au début de l'apprentissage".

L'engouement sur les réseaux sociaux à l'étranger — monétisation et diffusion deviennent réalité

En regardant les réseaux sociaux, les réactions à Lovable ne se divisent pas simplement en éloges et critiques. Ce qui est commun, c'est l'étonnement face à la rapidité avec laquelle le premier produit voit le jour.

Sur LinkedIn, un utilisateur exploitant une entreprise communautaire à Singapour rapporte avoir transformé un projet longtemps en gestation en un service web en une nuit. Il apprécie le fait de pouvoir exprimer ses souhaits en langage naturel et de pouvoir procéder à des modifications par conversation, tout en mentionnant des situations où des erreurs s'affichent malgré les mises à jour et la nécessité d'acheter des crédits à mesure que des fonctionnalités sont ajoutées. Dans les commentaires, il est noté que "l'AI a été utile parce que la personne savait clairement ce qu'elle voulait". C'est essentiel. L'AI n'est pas une magie qui transforme automatiquement une idée d'entreprise floue en une entreprise réussie, mais un dispositif qui traduit rapidement une intention claire en prototype.

Dans la communauté Lovable sur Reddit, un post rapporte qu'un service local créé par un débutant génère désormais entre 1 000 et 2 000 dollars par mois. En Grèce, "Gyronomics", qui montre combien de pita gyros on peut acheter au salaire minimum par génération, s'est répandu sur les réseaux sociaux et a été repris par la télévision et l'édition locale de WIRED. Le posteur attribue son succès à la possibilité de publier rapidement son idée et de présenter un tableau de bord visuellement attrayant dès le premier jour.

Ce sont des déclarations personnelles et non des exemples vérifiés par des tiers en termes de revenus ou d'accès. Il y a aussi un biais en faveur des exemples de succès. Néanmoins, cela montre que de petits services web partageables immédiatement peuvent motiver les gens plus qu'un plan d'affaires bien élaboré. Avec Lovable, ceux qui bénéficient le plus ne sont pas ceux qui intègrent le plus de fonctionnalités, mais ceux qui publient au moment où l'intérêt social augmente, en captant les réactions.

Le poids des "20 % restants" révélé par les plaintes sur les réseaux sociaux

Derrière l'engouement, des plaintes concrètes apparaissent dans la même communauté. La consommation de crédits est particulièrement notable. Lovable utilise des crédits pour les demandes à l'AI, l'utilisation du cloud, et les fonctionnalités AI dans l'application. Même dans l'explication officielle des tarifs, la consommation diffère entre une simple correction visuelle et l'ajout d'une fonction d'authentification. Les utilisateurs se plaignent que certaines tâches coûtent plus cher qu'avant, qu'ils ont perdu des crédits en demandant à l'AI de corriger des bugs récurrents, et que les frais d'utilisation de la base de données ont augmenté de manière inattendue après la publication.

Un autre point de discussion est l'exploitation en production. Le fait que l'écran fonctionne ne signifie pas qu'il est sûr pour les clients de l'utiliser. Peut-on accéder aux données d'un compte à partir d'un autre ? Peut-on modifier le montant d'un paiement côté navigateur ? Les notifications de paiement sont-elles traitées en double si elles arrivent plusieurs fois ? En cas d'arrêt d'une API externe, le système échoue-t-il en toute sécurité ? Peut-on vraiment restaurer à partir d'une sauvegarde ? Sur Reddit, des conseils pratiques sont partagés sur la nécessité de réaliser ces tests avant la publication.

Un post de vérification rapporte que le manque d'index dans la base de données a entraîné une augmentation soudaine de la charge CPU même avec un petit nombre d'accès simultanés. Un autre utilisateur se demandait comment séparer complètement les bases de données de test et de production même en divisant le code en branches sur GitHub. Ce n'est pas un défaut propre à Lovable, mais cela montre que la difficulté de l'exploitation logicielle n'a pas disparu. L'AI crée des parties visibles à une vitesse étonnante. En conséquence, l'importance de la "conception invisible" comme les autorisations, la surveillance, la gestion des pannes, et la migration des données apparaît à un stade précoce.

Lovable lui-même propose des fonctionnalités comme des scans de base et détaillés, la protection des clés API, le contrôle d'accès par ligne de base de données, et l'audit des dépendances. Cependant, la documentation officielle précise que les scans ne garantissent pas une sécurité complète et qu'il faut envisager une révision supplémentaire par des experts lorsqu'on traite des données sensibles ou des fonctions critiques. Ce n'est pas "dangereux parce que c'est fait par l'AI" ni "sûr parce qu'il y a des fonctionnalités de sécurité". Il est nécessaire que les personnes vérifient en fonction des données traitées et de l'ampleur des dommages possibles.

Au Japon, plus efficace "avant l'approbation" que "en remplacement d'une société de développement"

Du point de vue du Japon, la valeur de Lovable pourrait se manifester différemment de celle des entrepreneurs individuels à l'étranger. Dans les nouvelles entreprises japonaises, il est courant que le responsable de projet rédige des spécifications ou des diapositives, consulte le département des systèmes d'information ou une société de développement, et crée un prototype après avoir obtenu des devis et des approbations. Les hypothèses initiales sont d'autant plus floues qu'elles nécessitent des explications détaillées et une confirmation budgétaire avant de commencer à créer. Par conséquent, il est facile d'épuiser ses forces dans les ajustements internes avant de montrer le produit aux clients.

Lovable intervient avant cette structure. Avant de passer commande en disant "faites-le", les personnes sur le terrain qui connaissent les problèmes, comme les commerciaux, les responsables de magasin, les marketeurs, et les chercheurs, peuvent créer des prototypes. Au lieu de lire une liste de fonctionnalités en réunion, ils peuvent faire toucher l'écran sur un smartphone. Si une fonctionnalité inutile est identifiée en une journée, cela permet d'éviter des semaines de travail inutile lors du développement officiel.

Le rapport "DX Trend 2025" de l'IPA traite des principaux défis pour les entreprises japonaises en matière de DX, notamment l'utilisation de l'AI générative, l'internalisation du développement système, et la quantité et la qualité des talents DX. Lovable ne résout pas d'un coup la pénurie d'ingénieurs, mais il sert de pont pour permettre aux personnes ayant des connaissances métiers de participer à l'entrée du développement. En particulier, pour les PME locales, les professionnels, et les entrepreneurs individuels, il y a beaucoup de place pour tester de petites tâches comme les réservations, les devis, les diagnostics pour les clients, les demandes internes, et la vérification des stocks, qui étaient auparavant gérées avec Excel et des e-mails.

Le fait de pouvoir donner des instructions en japonais élargit également l'accès. Cependant, comprendre le japonais et comprendre les pratiques commerciales japonaises sont deux choses différentes. Les utilisateurs doivent eux-mêmes spécifier et vérifier les exigences concernant la notation des adresses et des noms, le calendrier japonais, la taxe à la consommation, les factures, les virements bancaires, les opérations détaillées sur smartphone, et la gestion des demandes. Sur le marché japonais, la confiance est plus liée à l'absence d'inquiétude en cas d'exception qu'au simple fait que "ça fonctionne à peu près". Il reste à finaliser les formulations, les messages d'erreur, les annulations, les remboursements, et le traitement des informations personnelles.

Entreprises adaptées et celles nécessitant de la prudence

Les services web qui conviennent bien à Lovable sont ceux où l'on souhaite d'abord vérifier la réaction des clients. Par exemple, des outils de gestion simplifiés pour des secteurs spécifiques, des réservations d'événements, des sites d'information pour les membres, la visualisation des informations locales, des contenus de diagnostic, et des écrans de gestion réservés à l'usage interne. Lorsque la valeur repose davantage sur la compréhension des affaires et le contact avec les clients que sur des algorithmes uniques, il est plus facile de transférer directement les connaissances du fondateur au produit.

En revanche, les décisions médicales, les transactions financières, les procédures administratives, les informations personnelles massives, les informations sur les enfants, et le contrôle impliquant la vie ou les biens ne doivent pas être publiés uniquement par des non-ingénieurs. La Commission de protection des informations personnelles met également en garde contre la saisie de données personnelles dans les services AI génératifs, en vérifiant l'étendue de l'utilisation prévue et l'utilisation par le fournisseur pour l'apprentissage machine. Il faut éviter de coller les noms de clients réels et les contenus de consultation dans les invites, ou de copier directement les données de production dans l'environnement de test.

Le critère de jugement est simple. "Est-ce une expérience où l'on peut s'excuser et corriger en cas d'échec ?" ou "Est-ce un système où un échec entraînerait des dommages irréparables ?". Dans le premier cas, il vaut la peine de faire un petit essai. Dans le second cas, il est préférable de limiter Lovable à la création de prototypes d'écrans et de collaborer avec des experts pour la conception, le juridique, la sécurité, et l'exploitation.

Ce que les entrepreneurs japonais devraient faire dans les 7 premiers jours

Le premier jour, il ne s'agit pas d'écrire un plan d'affaires grandiose. Il s'agit de formuler en une phrase "qui peut terminer quoi à quel moment". Par exemple, "un service permettant à de petits restaurants de répondre aux demandes de réservation sans téléphone, avec des dates possibles et des devis". Si les cibles et les conditions de réalisation sont claires, les instructions à l'AI seront également plus précises.

Du deuxième au troisième jour, il s'agit de créer un seul flux. Ne pas tout inclure, comme l'inscription, la recherche, le paiement, le chat, et l'analyse, mais choisir l'expérience la plus importante. Ne pas trop peaufiner l'apparence et utiliser des données fictives. Synchroniser avec GitHub avant les modifications pour pouvoir revenir en arrière. Ne pas demander à l'AI de faire de nombreuses modifications à la fois, mais répéter une modification, une vérification pour mieux gérer les causes des erreurs et la consommation de crédits.

Le quatrième jour, faites tester le service par 3 à 5 clients potentiels. Ne pas expliquer comment l'utiliser, mais voir où ils se bloquent. Ne pas demander "le voulez-vous ?", mais "qu'est-ce qui devient plus facile par rapport à votre méthode actuelle ?", "combien seriez-vous prêt à payer ?", "quelle est la plus grande raison de ne pas l'utiliser ?".

Le cinquième jour, décidez des fonctionnalités à supprimer plutôt qu'à ajouter. Le sixième jour, utilisez deux comptes de test pour vérifier si les informations d'autres personnes sont visibles ou si des actions sont possibles après la déconnexion. Ne pas placer de clés secrètes côté écran et tester les échecs de services externes. Le septième jour, publiez pour un public restreint. À ce stade, n'introduisez pas une grande quantité d'informations importantes des clients finaux.

S'il n'y a pas de réaction, ce n'est pas un échec de développement, mais une réponse du marché obtenue à moindre coût. S'il y a une réaction, c'est à ce moment-là qu'il faut faire appel à des experts pour revoir la conception des données, la sécurité, les tests, la surveillance, et les tarifs. Créer un prototype avec Lovable ne rend pas la collaboration avec les ingénieurs inutile, mais rend plus concret ce qui doit être créé, améliorant ainsi la qualité de la collaboration.

Ce dont les entrepreneurs ont besoin, c'est de la capacité à choisir les questions plus que du code

Lorsque le coût du développement logiciel diminue, la rareté de simplement avoir une idée diminue également. Si tout le monde peut créer un service similaire en peu de temps, ce qui fera la différence, c'est la compréhension profonde de l'inconfort de quelqu'un, comment le livrer aux utilisateurs, et comment construire la confiance.

Ce que Lovable remplace, ce n'est pas le métier de programmeur. C'est l'ancien ordre où l'on épuisait le temps et le budget avant de vérifier une idée. Les