CI/CD

Par  Clovis Durand · Mis à jour le

En résumé

Le CI/CD (intégration continue et déploiement continu) est la chaîne automatisée qui teste chaque modification de code, puis la met en ligne. Elle permet de livrer souvent, par petits lots, et de savoir en quelques minutes si un changement casse quelque chose.

Le CI/CD est la chaîne automatisée qui prend chaque modification de code, la vérifie, puis la met en ligne. Le sigle réunit deux pratiques : l’intégration continue (Continuous Integration), qui teste le code dès qu’un développeur le propose, et la livraison ou le déploiement continus (Continuous Delivery, Continuous Deployment), qui l’amènent jusqu’aux utilisateurs. L’enchaînement de ces étapes s’appelle un pipeline CI/CD.

Pour un fondateur non technique, le sujet tient en une question : que se passe-t-il entre le moment où un développeur dit « c’est fini » et celui où le client peut s’en servir ? Sans CI/CD, la réponse dépend d’une personne, de sa mémoire et d’une soirée de mise en production. Avec un pipeline, c’est une procédure écrite, rejouée à l’identique plusieurs fois par jour, qui prévient l’équipe en quelques minutes quand un changement casse quelque chose.

CI, livraison continue, déploiement continu : ce que recouvre le sigle

Le « CD » désigne deux pratiques différentes selon les équipes, ce qui crée des malentendus.

PratiqueCe qui est automatiséQui décide de la mise en production
Intégration continue (CI)Les vérifications à chaque modification : tests, analyse du code, compilationPersonne, le code n’est pas encore déployé
Livraison continueTout jusqu’à la pré-production. La version peut partir à tout momentUn humain, d’un clic ou d’un tag de version
Déploiement continuTout, production compriseLe pipeline : si les contrôles passent, le changement part

L’intégration continue vient de l’Extreme Programming, la méthode formalisée par Kent Beck à la fin des années 1990, qui refusait qu’un code reste plus de quelques heures sans être fusionné avec celui des autres. Le livre Continuous Delivery de Jez Humble et David Farley, paru en 2010, a ensuite popularisé l’idée d’automatiser le trajet jusqu’à la mise en ligne.

La livraison continue convient à la plupart des produits en croissance : le code part seul en pré-production et quelqu’un choisit le moment de la mise en production. Le déploiement continu intégral suppose des tests très couvrants et une surveillance fine.

Ce que fait un pipeline CI/CD, étape par étape

Tout part du dépôt Git. Quand un développeur propose une modification, le pipeline se déclenche et enchaîne les contrôles, du plus rapide au plus long.

Le linting contrôle la syntaxe et les conventions d’écriture en quelques secondes. La vérification de types, avec TypeScript par exemple, repère les incohérences entre les données attendues et celles que le code manipule.

Les tests automatisés vérifient le comportement de l’application : un calcul de prix avec remise, la création d’un compte, la réponse d’une API à une requête.

L’analyse de sécurité cherche les failles connues dans les dépendances open source et les secrets (mots de passe, clés d’API) oubliés dans le code.

La compilation (build) confirme que l’application se construit et s’empaquette, souvent sous la forme d’une image Docker.

Si une étape échoue, la modification est bloquée et son auteur prévenu. Si tout passe, la partie CD prend le relais : le code est déployé en pré-production (staging), une copie de la production alimentée par des données de test, puis en production. Notre fiche sur la release détaille les déploiements par paliers et le retour arrière. Les feature flags complètent le dispositif : le code part en production éteint et la fonctionnalité s’allume plus tard, sans nouveau déploiement.

Ce que le CI/CD change pour l’entreprise

Les bugs coûtent moins cher. Un problème signalé cinq minutes après l’écriture du code est corrigé dans la foulée par la personne qui a encore le sujet en tête. Découvert en production trois semaines plus tard, le même problème mobilise le support, un développeur qui doit se replonger dans le code et parfois un client mécontent.

Les livraisons rapetissent. Mettre en ligne dix lignes modifiées est moins risqué que publier trois semaines de travail d’un coup. Quand quelque chose casse, on sait où chercher.

La mise en production ne dépend plus d’une personne. La procédure vit dans un fichier versionné avec le code, et plus dans la tête du seul développeur qui « sait déployer ». Nous le vérifions à chaque reprise de projet : un prestataire qui met à jour le site en copiant des fichiers à la main un vendredi soir est un signal d’alerte.

Chaque changement laisse une trace. Qui a déployé quoi, quand, avec quels résultats de tests : cet historique sert au débogage et à la conformité, et un investisseur peut le demander lors d’une due diligence technique.

À l’inverse, des déploiements manuels sont une forme de dette technique. Chaque correctif attend que quelqu’un ait le temps, et le courage, de le pousser.

Les métriques DORA pour mesurer sa chaîne de livraison

Le programme de recherche DORA (DevOps Research and Assessment), rattaché à Google Cloud, étudie depuis plus de dix ans ce qui distingue les équipes qui livrent bien. Ses « quatre métriques » sont cinq depuis 2024, et l’ancien MTTR a été renommé en 2023.

Métrique DORACe qu’elle mesure
Fréquence de déploiement (deployment frequency)Le nombre de mises en production sur une période
Délai de livraison d’un changement (change lead time)Le temps entre l’enregistrement du code et sa mise en production
Temps de rétablissement après un déploiement raté (failed deployment recovery time)Le temps nécessaire pour revenir à la normale
Taux d’échec des changements (change fail rate)La part des déploiements qui exigent une intervention immédiate
Taux de reprise (deployment rework rate)La part des déploiements non planifiés, faits pour corriger un incident

Les trois premières mesurent le débit, les deux dernières l’instabilité. Dans l’édition 2024, la dernière à classer les équipes par niveau, les plus performantes déployaient à la demande, plusieurs fois par jour, quand les moins performantes mettaient d’un à six mois à sortir un changement. Le rapport 2025 a remplacé ce classement par sept profils d’équipes.

Le constat de fond n’a pas varié : les équipes qui livrent par petits lots ont moins d’incidents et les résolvent plus vite. Pour un dirigeant, ces cinq chiffres permettent de suivre la performance technique sans lire une ligne de code.

CI/CD et code écrit par l’IA

Les assistants et agents de code produisent plus de modifications, plus vite, et c’est le pipeline qui filtre ce volume. Le rapport DORA 2025, dernier rapport annuel en date, décrit l’IA comme un amplificateur : elle renforce les équipes dont les fondations sont déjà solides et aggrave les dysfonctionnements des autres. Dans une note de mars 2026, DORA précise qu’une adoption plus forte de l’IA va de pair avec un débit de livraison plus élevé et avec davantage d’instabilité.

Dans l’enquête State of CI/CD 2026 de JetBrains, environ la moitié des organisations interrogées utilisent l’IA quelque part dans leur chaîne : 34 % pour relire les modifications avant fusion, 24 % pour diagnostiquer les échecs de build ou de test. Parmi celles qui s’en servent, plus d’un tiers constatent que le volume de changements générés par IA ralentit les revues.

Un prototype issu du vibe coding arrive presque toujours sans tests ni pipeline, et c’est la première chose à ajouter avant d’y faire entrer de vrais clients. Jason Pindat, Tech Advisor chez Polara Studio, le dit ainsi dans son article sur l’impact de l’IA sur la productivité des développeurs : « Mettre Cursor dans une équipe sans CI, c’est mettre du carburant haut indice dans un moteur qui fuit. »

Le pipeline, une cible pour les attaquants

Un pipeline détient ce qu’un attaquant cherche : les clés de déploiement, les accès aux bases de données, les jetons de publication. Le 19 mars 2026, Trivy, un scanner de vulnérabilités que beaucoup d’équipes lancent dans leur CI, a lui-même été piégé. Les étiquettes de version de son action GitHub ont été redirigées vers un code qui volait les secrets du pipeline avant de lancer le scan habituel, si bien que tout semblait fonctionner normalement. Les pipelines qui référençaient l’action par l’empreinte exacte de son code (le SHA du commit) plutôt que par un numéro de version ont échappé à ce détournement.

Douze jours plus tard, la bibliothèque Axios était compromise à son tour sur npm. Nous revenons sur cette série dans notre analyse du piratage de Vercel. Trois réglages limitent les dégâts : épingler les actions tierces par SHA, donner à chaque jeton le périmètre minimal, et réserver les secrets de production à la seule étape de déploiement.

Les outils CI/CD en 2026

GitHub Actions est l’outil le plus répandu : 47 % des organisations interrogées par JetBrains en 2026 l’utilisent. Viennent ensuite GitLab CI (32 %), qui peut s’héberger en interne, et Jenkins (28 %), le vétéran open source, plus lourd à maintenir. Les plateformes d’hébergement comme Vercel, Netlify ou Railway intègrent leur propre chaîne de construction et de mise en ligne, ce qui suffit souvent à un produit qui démarre.

Côté budget, l’outil pèse peu. GitHub inclut 2 000 minutes d’exécution par mois dans son offre gratuite pour les dépôts privés et 3 000 dans l’offre Team, et il a baissé le tarif de ses machines hébergées jusqu’à 39 % au 1er janvier 2026. La dépense réelle est le temps passé à configurer le pipeline, puis à l’entretenir.

Les erreurs qui font perdre confiance dans le pipeline

Les tests instables. Un test qui échoue une fois sur dix sans raison (flaky test) apprend à l’équipe à relancer le pipeline sans regarder. Le jour où l’échec est réel, personne ne le voit.

Un pipeline trop lent. Quand l’attente s’allonge, les développeurs passent à autre chose et le retour arrive trop tard pour être utile.

Les échecs silencieux. Un pipeline en échec dont personne n’est averti ne protège rien. L’alerte doit arriver là où l’équipe travaille, sur Slack ou par e-mail.

Le contournement « exceptionnel ». Désactiver un contrôle pour faire passer un correctif urgent devient vite une habitude. Si une règle gêne, mieux vaut la corriger pour tout le monde.

L’absence d’entretien. Les dépendances vieillissent, les durées dérivent, certains tests perdent leur raison d’être. Un pipeline se maintient comme le reste du code.

FAQ CI/CD

Quelle différence entre CI/CD et DevOps ?

Le DevOps est une façon d’organiser le travail : les personnes qui écrivent le code et celles qui l’exploitent en production partagent les mêmes objectifs et les mêmes outils. Le CI/CD en est la pratique la plus visible, celle qui automatise le trajet du code jusqu’aux utilisateurs. Un pipeline s’installe vite, mais l’habitude de livrer par petits lots et de réparer tout de suite ce qui casse prend plus de temps.

Faut-il un pipeline CI/CD dès le MVP ?

Oui, dans une version simple : linting, quelques tests sur les règles métier et un déploiement automatique en pré-production. À ce stade, l’outil est gratuit ou presque, et le pipeline évite d’improviser la première mise en ligne. L’ajouter après coup, sur un code déjà en production et sans tests, coûte nettement plus cher.

Combien de temps doit durer un pipeline CI/CD ?

Moins de dix à quinze minutes pour les vérifications lancées à chaque modification. La règle du build en dix minutes date de l’Extreme Programming et tient toujours. Quand la suite de tests grossit, on exécute les étapes en parallèle, on met en cache ce qui ne change pas et on réserve les tests les plus longs, comme les parcours complets dans un navigateur, à la branche principale ou à une exécution nocturne.

Comment Polara Studio met en place le CI/CD

Chez Polara Studio, le CI/CD est configuré dès le premier jour de chaque projet, dans un cadre fixé par Clovis Durand, notre CTO. Chaque proposition de modification passe par une code review humaine et par les contrôles automatiques de GitHub Actions : linting, vérification de types TypeScript, tests unitaires, tests d’intégration, compilation. Rien n’est fusionné tant que l’ensemble n’est pas au vert, et nos agents IA de développement suivent le même circuit que les humains.

Chaque fusion sur la branche principale déclenche un déploiement en pré-production. La mise en production part d’un tag de version, à raison d’une à deux fois par semaine : nous pratiquons la livraison continue, ce qui garde un contrôle explicite sur le moment de la mise en ligne. Sentry remonte les erreurs en temps réel et des alertes préviennent l’équipe en cas d’anomalie après un déploiement.

La chaîne de livraison fait souvent partie des premiers chantiers quand nous reprenons un projet. Sur une plateforme SaaS RH de trois ans dont chaque déploiement était devenu une angoisse, nous avons mis en place une CI/CD, isolé le moteur de calcul dans un service testé et formé l’équipe à la revue de code, sans arrêter la production. En quatre mois, les bugs critiques avaient baissé de 80 %.

Prêt à transformer votre idéeen produit ?

Programmez un entretien découverte avec nos experts pour définir ensemble vos priorités et identifier la meilleure approche pour votre projet.

Discutons de votre projet