Fabien Pasquet a rejoint Eleven Labs en 2018 comme développeur full-stack. Huit ans plus tard, après avoir évolué vers des rôles de tech lead puis d’architecte, il partage régulièrement son expertise sur notre blog à travers les contenus du Lab IA : POC, agents IA, MCP, observabilité ou encore gouvernance. Plus de douze ans de métier au compteur, et une curiosité toujours intacte.
Dans cette interview, Fabien revient sur son parcours, explique comment l’IA a fait évoluer sa manière de concevoir des applications et partage sa vision de ce qui fait la réussite d’un projet de développement. Spoiler : tout se joue en amont.
Bonjour Fabien, quel est ton métier aujourd’hui ?
Je m’appelle Fabien Pasquet. J’ai rejoint Eleven Labs en 2018 comme développeur full-stack JavaScript. Mon terrain de jeu historique, c’est TypeScript, Node.js, React et GraphQL.
Aujourd’hui, je travaille aussi bien sur l’architecture applicative que sur l’IA générative, tout en gardant un pied dans le code.
Quel a été ton parcours depuis ton arrivée chez Eleven Labs ?
Au fil des projets, j’ai progressivement évolué vers des rôles de tech lead, puis d’architecte. J’ai travaillé pour des acteurs de l’éducation, du retail et des médias, souvent sur des plateformes à fort trafic. Sur ce type de plateforme, les conséquences de chaque choix technique se font très vite sentir en production.
J’ai également mené des missions d’expertise et d’audit autour de l’architecture, de la performance web et de la qualité des applications. Ce sont des expériences particulièrement formatrices : en quelques semaines, on comprend comment une équipe a construit son produit, ce qui fonctionne bien et ce qui mériterait d’être repensé.
Cette diversité de projets m’a amené à explorer des sujets très variés : les design systems, les micro front-ends, GraphQL et, plus récemment, l’IA générative.
J’ai aussi pris l’habitude de documenter ces sujets sur le blog, qu’il s’agisse des design systems pour permettre aux designers et aux développeurs de partager un langage commun, de l‘analyse de la performance web ou, aujourd’hui, de l’architecture des agents IA.
Avec plus de 12 ans d’expérience, quel regard portes-tu sur l’évolution de ton métier ?
Cette diversité de projets a progressivement fait évoluer ma manière d’aborder le développement. Avec l’expérience, on apprend à regarder d’abord le besoin, l’architecture et la façon dont le système va évoluer dans le temps. Le code vient ensuite.
Aujourd’hui, j’utilise l’IA comme un accélérateur. Elle me permet de concevoir, tester et développer des solutions solides plus rapidement, tout en conservant la maîtrise des choix techniques.
Notre rôle, c’est de donner un cadre clair à l’IA : bien comprendre le besoin, définir l’architecture, guider l’implémentation, comparer les différentes options et vérifier les résultats.
C’est ce cadre qui permet de construire des systèmes fiables, cohérents et faciles à faire évoluer.
L’IA permet également d’explorer de nouvelles pistes beaucoup plus rapidement. Tester une technologie, réaliser un POC ou comparer plusieurs approches demande aujourd’hui beaucoup moins d’efforts qu’auparavant. On peut se faire un avis étayé en quelques heures, là où il fallait parfois plusieurs jours.
Selon toi, qu’est-ce que l’IA change en profondeur dans le développement d’applications ?
L’IA accélère considérablement le développement. Dès lors, mon enjeu devient celui de l’industrialisation : structurer les méthodes et s’équiper des bons outils pour travailler efficacement à cette nouvelle échelle. C’est notamment ce qui m’a amené à m’intéresser aux systèmes multi-agents et au Model Context Protocol (MCP), qui permet de connecter proprement un modèle aux outils et aux données d’une entreprise.
Elle fait aussi évoluer notre rapport à la qualité. L’IA facilite l’ajout de tests, améliore la couverture et permet de sécuriser des évolutions sensibles, comme les migrations. Certains chantiers qu’on avait tendance à repousser par manque de temps deviennent ainsi beaucoup plus accessibles.
L’IA libère du temps pour se concentrer sur les sujets où l’expertise apporte le plus de valeur : l’audit, la qualité, la réduction de la dette technique et la fiabilité des systèmes.
Et c’est une très bonne nouvelle, car ce sont précisément ces sujets qui font la différence sur toute la durée de vie d’une application.
Avec le recul, qu’est-ce qui fait la réussite d’un projet de développement ?
La réussite d’un projet se joue avant tout en amont, dans les décisions prises avant même d’écrire la première ligne de code. Les outils permettent d’accélérer l’exécution, mais c’est l’équipe qui donne la direction.
Les meilleurs résultats sont obtenus lorsque les équipes métier, design et tech avancent dans la même direction, autour d’une solution qui répond aux véritables enjeux du projet.
Dans le cas d’un projet IA, cela implique également des exigences spécifiques : disposer de données fiables, définir des critères d’évaluation clairs, mettre en place de l’observabilité et prévoir des garde-fous adaptés. Ce sont ces éléments qui permettent de passer d’un POC prometteur à une solution réellement opérationnelle, capable de tenir dans la durée et de s’intégrer au système d’information existant.
Qu’est-ce qui fait que tu prends encore autant de plaisir dans ton métier ?
Ce qui me passionne dans ce métier, c’est de pouvoir apprendre en continu, expérimenter et partager mes connaissances. J’écris régulièrement des articles et je publie des projets open source, comme le profiler NestJS ou une boîte à outils permettant de créer et d’exécuter des agents IA avec l’AI SDK de Vercel.
Partager ce qu’on apprend, c’est aussi une manière d’approfondir ses connaissances et de prendre du recul sur ses propres expériences.
L’IA rend cette démarche d’expérimentation encore plus intéressante. On teste, on compare, on itère et on apprend à un rythme qu’on n’aurait pas imaginé il y a quelques années.
L’IA reste un outil. Notre responsabilité, c’est de conserver notre esprit critique et de garder la maîtrise des décisions.
Pour aller plus loin avec Fabien
- Observabilité des agents IA : comment surveiller et fiabiliser l’IA agentique en production
- Sécurité de l’IA agentique : comment sécuriser les agents IA autonomes en entreprise ?
- Agents IA en entreprise : du concept à la transformation des métiers en PME
- Systèmes multi-agents en IA : architecture, fonctionnement et mise en production
- Gouvernance de l’IA : poser un cadre clair pour innover sans perdre le contrôle
- Cadrer un projet IA : méthode, cas d’usage, architecture et bonnes pratiques pour réussir
- Tous les articles de Fabien Pasquet
