Lovable et les générateurs d’app par IA : 7 défauts remontés par les utilisateurs, et nos contre-propositions

BC Badr Chentouf 21 août 2026

Huit millions d’utilisateurs, 300 millions de dollars de revenus annuels en moins d’un an, une valorisation à 6,6 milliards : Lovable est devenu la référence des générateurs d’applications par intelligence artificielle. Et pourtant, ses avis publics dessinent une courbe très particulière : environ 64 % de cinq étoiles, 17 % d’une étoile, presque rien entre les deux.

Cette forme n’est pas celle d’un produit moyen. C’est celle d’un produit qui réussit remarquablement une chose, et qui échoue durement dès qu’on lui en demande une autre.

Nous avons lu les avis, les retours d’expérience et les rapports de sécurité publiés sur ces plateformes. Sept reproches reviennent, toujours les mêmes, quel que soit l’outil. Les voici, avec pour chacun la façon dont nous y répondons chez Visionsoft.

La bonne question n’est pas « est-ce que ça marche ? ». C’est « jusqu’où ça tient ? ».

1. La boucle de correction sans fin

C’est le reproche le plus cité en usage réel. L’agent tente un correctif, échoue, réintroduit un bug déjà réglé la veille, puis recommence. Un testeur rapporte trente crédits consommés pour un seul bug. Une expression revient dans les avis : cela ressemble moins à de l’ingénierie qu’à un pari.

La cause est structurelle. La seule mémoire du projet est la conversation. Rien ne dit à l’IA ce que l’application doit être, donc à chaque tour elle redécouvre l’intention et réinvente une partie du système.

La contre-proposition Visionsoft : chez nous, l’IA ne complète pas un historique de discussion, elle alimente un modèle. Entités, champs, relations, rôles et règles de gestion sont déclarés une fois et deviennent la référence. Une régénération repart de ce modèle, pas d’une conversation. Ce qui a été validé reste validé.

2. Le coût au crédit, imprévisible par construction

C’est la plainte numéro un sur le plan commercial. Chaque prompt, chaque édition, chaque tentative ratée consomme des crédits. Le client finance donc les erreurs de l’outil. Les avis les plus durs portent sur des crédits expirés, retirés sans explication, ou sur des remboursements refusés dès la moitié du quota consommée. Résultat : aucun budget projet ne tient.

La contre-proposition Visionsoft : un prix par application et par usage, pas par tentative. Vous ne payez jamais une correction de bug de la plateforme. Le coût d’un projet se chiffre avant de commencer et il ne dépend pas du nombre d’essais nécessaires pour y arriver.

3. Le mur de complexité

Les mêmes avis sont unanimes sur le point de rupture : la première version arrive en quelques minutes, puis tout se complique dès qu’apparaissent des rôles multiples, des droits par utilisateur, un parcours en plusieurs étapes ou un calcul métier réel. Un testeur obtient un bouton de règlement dont le calcul est simplement faux. Un autre décrit un agent incapable de gérer plusieurs types de comptes sans intervention d’un développeur.

Autrement dit : l’outil s’arrête exactement là où votre application commence à avoir de la valeur pour l’entreprise.

La contre-proposition Visionsoft : les rôles, les droits, les workflows et les règles de calcul ne sont pas du code à générer, ce sont des objets de première classe de la plateforme. L’IA remplit un cadre existant au lieu d’improviser une architecture, et la complexité métier cesse d’être le moment où tout se casse.

↪️ Pour une comparaison complète des deux approches : Vibe Coding vs No-Code : quelles différences pour vos équipes métier ?

4. La sécurité par défaut, le défaut le plus grave et le moins visible

En janvier 2025, des chercheurs en sécurité ont identifié plus de 170 applications générées dont la base de données était publiquement lisible (CVE-2025-48757). En cause : des tables créées sans sécurité au niveau des lignes, interrogeables directement avec la clé publique présente dans le navigateur. Ont fuité des noms, des adresses e-mail, des numéros de téléphone, des adresses postales, des informations de paiement et des clés d’API tierces.

Quatre autres défauts reviennent dans presque tous les audits d’applications générées : clés secrètes écrites côté navigateur, vérification d’adresse e-mail absente, règles d’écriture laissant un utilisateur modifier les données d’un autre, en-têtes de sécurité manquants. Le même schéma se retrouve chez les autres générateurs du marché : c’est un défaut de catégorie, pas l’accident d’un éditeur.

La contre-proposition Visionsoft : la sécurité n’est pas une étape que l’on peut oublier, c’est une propriété du socle. Aucune donnée n’est accessible sans règle d’accès déclarée, les secrets restent côté serveur, les en-têtes de protection sont posés par défaut et l’hébergement est européen. Vous n’auditez pas ce que l’IA a bien voulu écrire : il n’y a rien à oublier, parce qu’il n’y a rien à écrire.

5. Le code que personne ne veut reprendre

Les avis décrivent un code généré difficile à reprendre pour un développeur humain. C’est le vrai piège économique : au moment précis où l’IA bloque, le coût de reprise par une équipe devient supérieur à ce qu’aurait coûté un développement propre dès le départ. Les mois d’itération se transforment en dette, pas en actif.

La contre-proposition Visionsoft : ce que vous transmettez à la personne suivante n’est pas un fichier source, c’est un modèle métier lisible. Un responsable logistique comprend la règle qu’il regarde et la modifie lui-même. Il n’y a pas de dette technique cachée, parce qu’il n’y a pas de couche de code intermédiaire à déchiffrer.

6. Les régressions de plateforme

Le passage en version 2.0 a produit une vague d’avis négatifs : des prompts identiques donnant des résultats inférieurs, du contenu supprimé sans demande, des liens cassés apparus seuls, des crédits disparus. Des utilisateurs ont publiquement demandé le retour à la version précédente. Le message est clair : votre application dépend de la version courante de l’agent de votre fournisseur, et vous ne décidez pas de cette version.

La contre-proposition Visionsoft : versions maîtrisées, environnement de préproduction, retour arrière possible. Une évolution de la plateforme ne se déverse pas dans vos applications de production sans que vous l’ayez décidé et testé.

7. Le support et la dépendance

Dernier motif récurrent dans les avis à une étoile : des réponses de robot renvoyant la même solution erronée, des délais de plusieurs jours même sur les formules payantes, un support réservé aux comptes payants, des remboursements refusés. Quand une application porte votre activité, l’absence d’interlocuteur devient un risque d’exploitation, pas un désagrément.

La contre-proposition Visionsoft : un éditeur français, des interlocuteurs identifiés, un engagement de service écrit et des données hébergées en Europe. Vous savez qui appeler, et cette personne connaît votre dossier.

La cause racine est unique

Ces sept reproches n’en font qu’un. Un générateur d’applications produit du code à partir d’une conversation, sans rien de durable entre les deux. Il n’existe aucune représentation stable de ce que l’application est censée faire.

Pas de spécification durable, donc l’outil réinvente à chaque tour : c’est la boucle de correction et les régressions.
Pas de modèle, donc aucun garde-fou générable automatiquement : c’est la sécurité par défaut absente.
Pas de déterminisme, donc aucun coût bornable : c’est la facturation au crédit.
Une sortie en code brut, donc la complexité et la maintenance retombent sur l’humain : c’est le mur et la dette.

C’est précisément l’espace que nous occupons. Ce que nous appelons le vibe no-code conserve l’entrée en langage naturel, qui est un vrai progrès, et remplace la sortie en code par une modélisation métier durable. On garde la vitesse, on supprime la dette.

Défaut remonté	Cause racine	Réponse Visionsoft
Boucle de correction	La conversation est la seule mémoire	Modèle métier persistant et versionné
Coût imprévisible	Facturation à la tentative	Prix par application, pas par essai
Mur de complexité	Architecture improvisée	Rôles et workflows natifs
Failles par défaut	Règles d’accès non générées	Sécurité portée par le socle
Code non maintenable	Sortie en code brut	Modèle lisible par le métier
Régressions	Version imposée par l’éditeur	Versions maîtrisées et retour arrière
Support absent	Modèle en libre-service	Éditeur français, engagement écrit

↪️ Pour aller plus loin sur le coût réel des deux modèles : No-code industriel et développement sur mesure : la comparaison des coûts

Et si votre projet est déjà bloqué ?

Un projet généré et arrêté en cours de route n’est pas perdu. Ce qui a de la valeur, ce sont vos écrans et votre modèle de données, pas la façon dont ils ont été écrits. Nos équipes récupèrent le projet, ferment les failles ouvertes, le finalisent et le mettent en production, ou vous démontrent chiffres à l’appui qu’une reconstruction sur un socle maîtrisé revient moins cher.

Ma conviction de CEO

Les générateurs d’applications par IA ont rendu un service considérable : ils ont prouvé qu’une idée pouvait devenir une interface en quelques minutes, et ils ont mis fin à l’idée qu’un premier prototype devait coûter des semaines. Ce n’est pas un détail, c’est un acquis.

Mais une entreprise ne vit pas d’un prototype. Elle vit d’applications qui tiennent trois ans, qui supportent un contrôle, qui se transmettent d’une équipe à l’autre. Sur ce terrain, générer du code depuis une conversation n’est pas une accélération, c’est un report de la facture.

L’IA ne doit pas écrire votre application à votre place. Elle doit vous aider à la modéliser, pour que vous en gardiez la maîtrise.

Badr Chentouf CEO – Visionsoft

Glossaire : les termes clés à connaître

Crédit d’IA, sécurité au niveau des lignes, dette technique générée : ces notions décident du coût réel et du niveau de risque d’une application construite avec un générateur d’IA. Voici de quoi les comprendre avant d’engager un budget.

Générateur d’application par IA

Un générateur d’application par IA est un service qui produit une application web complète, interface et base de données comprises, à partir d’une description en langage naturel. Lovable, Bolt, v0 ou Replit Agent en sont les représentants les plus connus. Leur intérêt est réel sur la première version d’un produit : on obtient en quelques minutes une interface crédible à montrer. Leur limite tient à ce qu’ils produisent : du code source, qu’il faudra ensuite héberger, sécuriser, corriger et maintenir comme n’importe quel développement classique.

Crédit d’IA

Le crédit est l’unité de facturation des générateurs d’applications par IA. Chaque échange avec l’agent en consomme une fraction, qu’il aboutisse ou non. La conséquence économique est souvent sous-estimée : les tentatives infructueuses de correction sont facturées au client, ce qui rend le coût total d’un projet impossible à annoncer à l’avance. C’est le motif de mécontentement le plus fréquent dans les avis publics de ces plateformes.

Sécurité au niveau des lignes

La sécurité au niveau des lignes, ou row level security, est le mécanisme qui définit, table par table, quelles lignes chaque utilisateur a le droit de lire et de modifier. Sans elle, une base de données accessible depuis un navigateur peut être interrogée intégralement par n’importe quel visiteur disposant de l’adresse publique de l’application. C’est l’origine exacte de la vulnérabilité CVE-2025-48757, qui a exposé les données de plus de 170 applications générées en janvier 2025.

Dette technique générée

La dette technique générée désigne le code produit par une IA que personne dans l’organisation n’a écrit, relu ni compris, et qu’il faudra pourtant maintenir. Elle se manifeste au premier incident sérieux : le développeur appelé en renfort constate qu’il coûte moins cher de tout réécrire que de comprendre l’existant. Créer automatiquement une application en no-code évite ce piège, puisque ce qui est transmis à l’équipe suivante est un modèle métier lisible et non un fichier source anonyme.