La dette technique : un fardeau quotidien
La dette technique s’installe rapidement dans les projets applicatifs. Dès que plusieurs chantiers coexistent, le temps se répartit, les arbitrages se multiplient et certaines étapes essentielles – documentation, tests, maintenance – sont repoussées. Cette accumulation s’accentue d’autant plus avec l’évolution continue des frameworks, les mises à jour à appliquer ou les technologies qui ne sont plus maintenues.
Embarquez à bord du vaisseau TechTrek et découvrez comment l’IA, et plus spécifiquement AWS Transform Custom, peut contribuer à réduire cette dette. En automatisant la modernisation du code et en intégrant les bonnes pratiques actuelles, l’outil facilite la remise à niveau des applications et sécurise leur évolution.
Votre commandant de bord
Sylvain Bruas, premier AWS Ambassador en France, accompagne depuis 10 ans la transformation cloud des organisations chez TeamWork. Expert des environnements multi‑comptes, des architectures containerisées et du FinOps, il intervient au sein des CCoE pour structurer et déployer des stratégies AWS. Il partage régulièrement son expertise lors d’événements et à travers ses contenus techniques.

Sylvain BRUAS
AWS Ambassador & Senior FinOps TeamWork
AWS Transform Custom : la gomme magique de la dette technique
Qu’est-ce qu’AWS Transform Custom en quelques mots ?
AWS Transform Custom est un service lancé en décembre 2025 qui utilise l’IA agentique pour effectuer des modernisations à grande échelle de logiciels, code, bibliothèques et frameworks. Contrairement aux outils de refactoring traditionnels, il gère des scénarios divers :
- Mises à niveau de versions de langages
- Migrations d’API et de services
- Mises à niveau et migrations de frameworks
- Refactoring de code
- Transformations spécifiques à l’organisation
L’agent apprend en continu de chaque exécution et des retours des développeurs, offrant des transformations de meilleure qualité et reproductibles sans nécessiter d’expertise en automatisation.
Les avantages concrets d’AWS Transform Custom
Gain de temps
La modernisation ou transformation de code demande du temps, que ce soit pour l’implémentation ou pour les tests. Bien que des guides existent pour accélérer certaines migrations, il faut les implémenter avec nos normes de codage, et les valider pour que tous les cas soient correctement gérés.
L’IA agentique peut ici apporter une grande valeur. En s’inspirant des autres fichiers de votre projet et des normes que vous partagez avec vos agents (steering documents), les agents vont produire du code beaucoup plus vite qu’un développeur.
Patterns de transformation intégrés
AWS Transform Custom supporte 10 patterns de transformation avec différents niveaux de complexité :
| Pattern | Complexité | Exemples |
| Framework Migrations | Haute | Angular→React, Redux→Zustand, Gatsby→Next.js |
| Framework Upgrades | Moyenne | Spring Boot 2→3, React 17→18, Next.js 13→15 |
| API Migrations | Moyenne | AWS SDK v1→v2, JUnit 4→5, javax→jakarta |
| Language Version Upgrades | Faible-Moyenne | Java 8→17, Python 3.9→3.13, Node.js 12→22 |
| Code Refactoring | Faible-Moyenne | Print→Logging, string concat→f-strings |
Apprentissage continu
Une des fonctionnalités phares d’AWS Transform Custom : l’agent apprend de chaque exécution. Le système capture automatiquement :
- Les trajectoires d’exécution
- Les retours des développeurs
- Les corrections de code
- Les résultats des builds de validation
Ces informations sont transformées en Knowledge Items (KI) qui améliorent les transformations futures. Plus vous l’utilisez, meilleur il devient. Vous allez gagner du temps en n’ayant pas besoin de reformuler vos prompts pour gérer tous les cas.
Notre cas d’usage : projets à transformer en Next.js 15
Contexte : un portefeuille hétérogène en souffrance
J’ai plusieurs projets en nodeJS, construit sur la même base technologique que j’aimerais passer en nextJS. Mes projets sont peu maintenus (projets personnels) et il serait bon d’enlever les dépendances obsolètes et non maintenues, et mettre à jour les dépendances contenant des CVEs.
Phase 1 : commencer par un audit complet
Avant toute transformation, j’ai utilisé Kiro (un assistant IA pour développeurs) pour réaliser un audit approfondi de mes projets.
Je lui ai demandé d’effectuer un audit complet de mes projets en utilisant des sous-agents pour aller plus vite :
Prompt utilisé : « Pour chacun des projets, fais-moi un audit sécurité, bonnes pratiques, couverture des tests, etc. Mets le résultat dans un fichier .md. Fais-moi un récapitulatif global sous forme de divers tableaux dans projects-data.md »
J’obtiens pour mes projets un score très moyen, avec une couverture de test très faible et des problèmes de sécurité bien trop élevés. Cette phase d’audit est cruciale. AWS Transform Custom fonctionne mieux quand il comprend l’état initial de votre codebase.
Kiro m’a aidé à préparer ce travail en documentant précisément :
- Architecture technique
- Flux de données
- Composants
- Gestion du thème
- Système de routing
- SEO et métadonnées
- Infrastructure
- Performance
- Sécurité
Notre dette technique commence à disparaitre : l’IA générative permet de créer une base de documentation solide qu’il ne reste plus qu’à parcourir et ajuster.
Conseil : documentez tout ce que vous trouvez. AWS Transform Custom utilisera cette documentation comme References pour mieux comprendre votre contexte.
Phase 2 : ajouter des tests avec l’IA
L’IA au service de la qualité
Avant de lancer la transformation, j’ai utilisé Kiro pour générer les tests manquants. Pourquoi ? Parce qu’AWS Transform Custom utilise les tests pour valider ses transformations via la Build and Validation Command.
L’objectif est d’avoir une couverture intéressante d’environ 80 %, avec des tests unitaires, d’intégration et end-to-end qui apportent de la valeur. On vise les cas particuliers et les fonctionnalités critiques de l’application (SEO, gestion des images, build, rendu HTML mobile etc.).
Phase 3 : projet pilote avec AWS Transform Custom
Pourquoi ce pilote ?
J’ai choisi ce projet car il était :
- Simple : architecture claire avec ~50 composants
- Représentatif : utilise les mêmes patterns que les autres projets
- Intéressant mais pas vital : permet d’expérimenter sans risque majeur sur le business
Définir la transformation
AWS Transform Custom propose un mode interactif en langage naturel pour définir la transformation. C’est ici que la magie opère :

Phase 4 : exécution de la transformation pour valider le plan

Je choisis donc d’en rester là pour aujourd’hui, je vais attendre quelques heures pour avoir une estimation des coûts réels. J’essaie cependant d’obtenir la consommation, et sur ce point je suis un peu déçu.

Le lendemain, je suis allé dans le cost explorer et j’ai une consommation de 6 $ environ. Cela représente 174 min (~3 h) d’agent ! Le coût n’est pas très élevé, mais je m’interroge quand même sur ce chiffre, car 3h d’agent me semblent un peu excessives. Pour mettre cela en perspective, cette session de définition et premier test du plan m’aura coûté 30 % d’un accès kiro pro mensuel.
Sur le volet financier, à ce point de l’étude, je ne suis pas vraiment satisfait. La mise à l’échelle de la migration va devoir rattraper cette impression de sur-facturation initiale. Le site s’affiche, utilise bien Next.js, mais je vois que mon prompt initial n’est pas parfait : la gestion des images référencées dans les Markdown par exemple n’est pas correcte. Il faudra donc retravailler ce point.
La promesse est donc tenue. AWS Transform Custom génère automatiquement un rapport détaillé :

Transformation à l’échelle et mise à l’épreuve de l’outil
Maintenant que la transformation est validée et publiée, je peux l’utiliser sur les autres projets.
Un site sans rapport
Commençons par ce projet qui n’est pas dans les technos ciblées par ma transformation :

Très bonne réponse de l’outil, il ne cherche pas à appliquer à tout prix. C’est un bon garde fou, je peux donc laisser des personnes qui n’ont qu’une connaissance partielle de l’aplication utiliser AWS Transform custom.
Un vrai site à migrer
C’est un site très simple, voyons le résultat :

Pour l’exercice, je vais prendre uniquement les étapes 1-7 et 13. Je demande donc à l’agent de planification (avec qui j’échange) de modifier le plan de migration. On a donc une totale flexibilité pour la transformation si l’on reste en mode interactif. Quand on aura acquis assez de confiance, on pourra éviter ces étapes et lancer les migrations en parallèle.

Il reste encore quelques détails d’affichage à régler, mais les points critiques sont en place. Le site est fonctionnel, passe les tests essentiels que nous avions mis en place en amont.
Bénéfice de l’opération : 100 % de temps gagné. La migration s’est faite pendant un de mes meetings, je n’ai validé que l’utilisation des outils pendant cette réunion, donc aucune distraction.
Un site similaire à la cible
Pour ce projet, nous allons simplement vérifier la partie planification pour voir si la spécificité de ce site est bien prise en compte.

Malgré une structure très proche, AWS Transform Custom ne tombe pas dans le piège et nous conseille de ne pas continuer, ce qui était la réponse attendue.
Kiro et AWS Transform Custom : un duo gagnant
Kiro nous a considérablement aidés pour préparer le travail d’AWS Transform Custom :
- Audit approfondi de la dette technique
- Génération de tests (couverture 80 %+)
- Documentation des patterns existants
- Identification des points de friction
AWS Transform Custom a ensuite pris le relais pour :
- Définir le plan de migration
- Tester ce plan sur un premier projet
- Transformer automatiquement les projets restants
- Apprendre et s’améliorer à chaque transformation
On pourrait tout faire avec nos propres prompts et scripts, mais AWS Transform Custom nous donne un cadre et une bibliothèque partagée. C’est la valeur ajoutée de cette solution, qui permet de suivre, de normaliser et d’auditer les migrations.
Le verdict final
Si une grande partie de vos applications sont sur les mêmes plateformes technologiques, cet outil sera une gomme magique pour effacer votre dette technique.
On peut en quelques heures moderniser un projet, en se concentrant sur les besoins et non sur le code pour obtenir ce résultat. Il faudra toujours un regard attentif d’expert à la sortie de la migration pour vérifier les performances et la qualité du résultat. Ils apporteront ainsi la plus grande valeur ajoutée au projet.
Nous avons vu qu’AWS Transform Custom ne fait pas qu’appliquer bêtement les plans. Il identifie correctement les projets et est capable de proposer la meilleure trajectoire pour chacun. Nous pouvons donc mettre cet outil à disposition des équipes techniques de niveau 1, qui n’ont pas forcément tout le contexte de chacun des outils. Avec l’IA pour les assister, ils pourront appliquer les transformations sans tomber dans les pièges les plus courants, et consulter un expert si l’outil les alerte sur la pertinence de la transformation par rapport au projet.
Recommandations pour démarrer
- Auditez d’abord
- Testez massivement : visez 80 % de couverture minimum
- Commencez petit : choisissez un projet pilote simple et représentatif
- Documentez : fournissez des références (docs, exemples) à AWS Transform
- Itérez : approuvez les knowledge items pour améliorer les transformations suivantes
Rencontrez nos experts
Participez à l’AWS Summit Paris 2026
La révolution de l’IA agentique est en marche : celle d’organisations augmentées, autonomes et résolument tournées vers le monde de demain. Participez à l’AWS Summit et prenez le tournant technologique qui redéfinit déjà les règles du jeu.
Avis d’expert
IA Agentique : fin de l’ère du “Chat” et début de l’action
Le passage de l’IA générative à l’IA agentique constitue non pas une évolution, mais un changement d’échelle organisationnel.