L'agent IA ne peut pas tuer le SaaS

Titre original : AI Agent杀不死SaaS

Auteur original : 动察 Beating

Source originale :

Reproduction : 火星财经

Après l’émergence de l’AI Agent, beaucoup ont commencé à rédiger des épitaphes pour le SaaS. Mais je pense que c’est encore trop tôt.

Les investisseurs sont effectivement très inquiets. Début 2026, la panique de la fin du SaaS a balayé tout le secteur technologique. Fin janvier, Anthropic a simplement publié une mise à jour permettant à Claude d’appeler des plugins, et la capitalisation boursière des logiciels américains a été évaporée de plusieurs centaines de milliards de dollars en trois semaines.

Leur logique de panique est très simple. Ils pensent que, puisque l’AI peut déjà écrire du code, détecter des vulnérabilités, voire générer dynamiquement des outils, le coût de l’écriture de code tend vers zéro. Si l’Agent peut à tout moment et partout créer des outils personnalisés pour les entreprises, alors ces sociétés de logiciels qui facturent mensuellement leurs abonnements, et qui ont construit leur avantage concurrentiel, seront balayées.

Ainsi, de CrowdStrike à IBM, de Salesforce à ServiceNow, peu importe la solidité de leurs résultats financiers, ils subissent tous une vente massive.

Parallèlement, d’innombrables entrepreneurs en AI brandissent leur business plan, disant vouloir « créer une couche intermédiaire pour l’ère des Agents » ou « lancer des startups pour l’Agent ».

Ils parient tous sur une chose : fabriquer des outils est le business le plus sexy de cette époque.

Mais si l’on détourne le regard de ces PPT et qu’on regarde la réalité du fonctionnement des entreprises, on se rend compte que ce n’est pas du tout le cas.

Le logiciel ne vend jamais du code

En économie, il existe une théorie classique et constamment vérifiée appelée « transfert de rareté des facteurs ». À chaque révolution de la productivité, une ressource auparavant rare devient abondante, tandis qu’une autre, négligée, devient extrêmement rare, concentrant ainsi la richesse.

Avant la révolution industrielle, la main-d’œuvre était rare ; la machine à vapeur a rendu la force mécanique abondante, la rareté s’est déplacée vers le capital et les usines, faisant des industriels les plus riches de leur époque.

La révolution internet a ramené le coût de la diffusion de l’information à zéro, la rareté s’est déplacée vers l’« attention » des utilisateurs, faisant du trafic une grande affaire.

Aujourd’hui, la révolution AI rend la capacité à écrire du code et à créer des outils extrêmement abondante. Dans l’ère des Agents où le code n’est plus rare, où la rareté a-t-elle finalement migré ?

En réalité, en plusieurs décennies de développement du secteur logiciel, le code lui-même n’a jamais vraiment été une barrière concurrentielle.

Chaque ligne de code de Linux est gratuite, mais cela n’a pas empêché Red Hat d’être racheté par IBM pour 34 milliards de dollars ; MySQL est gratuit, mais Oracle l’a intégré à ses services coûteux ; PostgreSQL est accessible à tous, mais AWS facture des centaines de millions de dollars chaque année pour son service Aurora.

Le code est gratuit, mais l’activité commerciale continue, et elle se porte même très bien.

Ce qui est crucial, ce sont trois choses : des processus métier solidifiés, des données clients accumulées au fil des années, et le coût de conversion extrêmement élevé qui en découle.

Lorsque vous achetez Salesforce, vous n’achetez pas le code source du CRM, mais plutôt les plus de 50 trillions d’enregistrements clients qu’il gère, ainsi que l’expérience de ses processus intégrés de vente, service client, marketing. Ces données ne sont pas de simples lignes de code froides, mais la mémoire vivante de l’entreprise, son histoire.

Une entreprise ayant utilisé Salesforce pendant dix ans voit chaque interaction client, chaque transaction, chaque étape de suivi des opportunités, tout cela dans la plateforme. La migration ne consiste pas simplement à changer de logiciel, c’est comme déménager toute la mémoire de l’entreprise. C’est pourquoi Salesforce peut encore générer 41 milliards de dollars de revenus annuels, avec un objectif de 63 milliards en 2030.

Revenons à la théorie du transfert de rareté. Si l’Agent peut créer ses outils, et si le coût de la programmation tend vers zéro, alors dans le contexte des services aux entreprises, quelle est la ressource la plus rare ?

Ce qui bloque vraiment l’Agent, ce n’est pas qu’il n’a pas de mains, mais qu’il n’a pas de « contexte » dans sa tête.

Un super Agent doté de tous les outils ressemble à un extracteur de jus ultra performant. Il tourne vite, ses lames sont aiguisées, mais si personne ne lui jette des fruits, il ne pourra pas vous faire un verre de jus.

McKinsey indique dans son rapport annuel que 88 % des entreprises utilisent l’AI, mais seulement 23 % ont réellement déployé à grande échelle un système d’Agent dans un processus d’entreprise. Ce qui les bloque, ce n’est pas le manque d’intelligence des grands modèles, mais l’architecture de données de l’entreprise qui n’est pas prête.

Irfan Khan, président de SAP Data & Analytics, dans une interview à MIT Technology Review, explique : « Il est impossible pour une entreprise de remplacer tout son système de comptabilité par un Agent, car sans contexte métier, l’Agent ne peut rien faire. »

Ce « contexte métier » inclut : la limite de conformité financière de l’entreprise, les exigences réglementaires du secteur, les préférences et l’historique du client sur dix ans, les conditions de paiement et antécédents de défaut du fournisseur, le parcours de performance et de promotion d’un employé… Ces éléments ne sont pas publics sur Internet, ne peuvent pas être récupérés par des crawlers, et ne peuvent pas non plus être générés par l’AI à partir de textes.

Ashu Garg, associé chez Foundation Capital, partage cette vision : « L’Agent a besoin non seulement de données, mais aussi d’un « graphe de contexte », une couche de raisonnement capable de capturer non seulement ce que l’entreprise a fait, mais aussi comment elle pense. » Ce genre de données ne peut provenir que d’une opération réelle, elle ne peut pas être créée ex nihilo.

Dans cette logique, la rareté a migré de « la capacité à fabriquer des outils » vers « la possession de données métier irremplaçables ».

Puisque l’Agent ne peut pas produire un verre de jus, qui détient alors les fruits ?

L’âge d’or des propriétaires de données

La réponse pointe vers ces acteurs autrefois considérés comme menacés par l’AI.

Le 23 février 2026, Bloomberg a lancé une interface d’AI agentique appelée « ASKB ». La Bloomberg Terminal est l’un des logiciels les plus emblématiques. Avec seulement 325 000 abonnés dans le monde, chaque abonnement coûte 32 000 dollars par an, ce qui permet à Bloomberg de générer plus de 10 milliards de dollars de revenus annuels, représentant plus de 85 % du chiffre d’affaires total de Bloomberg LP.

Pour un secteur où « plus d’utilisateurs, c’est mieux », c’est contre-intuitif. Bloomberg, avec ses très peu d’abonnés payants, a construit une forteresse commerciale solide.

La raison ? La maîtrise des données financières les plus complètes, en temps réel, et structurées en profondeur. Ces données sont le fruit de dizaines d’années d’investissements : cotations en temps réel, archives historiques, corpus de nouvelles, rapports d’analystes, données financières d’entreprises… Toute institution souhaitant prendre des décisions financières sérieuses doit y recourir.

Pour la nouvelle interface ASKB, l’AI est le moteur, mais les données exclusives de Bloomberg en sont le carburant. Aucun Agent dans la finance ne peut inventer ces données de toutes pièces, il doit simplement s’y connecter via l’API de Bloomberg.

WatersTechnology commente : « La stratégie d’Agentic de Bloomberg montre comment ceux qui possèdent les données transforment l’AI en une machine à cash. »

Ce principe est valable dans tous les secteurs verticaux. Veeva détient les données réglementaires et R&D du secteur pharmaceutique mondial ; tout Agent pharmaceutique doit accéder à ces données pour gérer essais cliniques et déclarations réglementaires. Epic possède les dossiers médicaux de plus de 250 millions de patients américains, chaque diagnostic d’Agent médical s’appuie sur ces données réelles. LexisNexis détient un immense corpus de documents juridiques, tout Agent juridique doit y puiser pour la recherche de cas ou l’analyse de conformité.

Ces données sont le fruit de décennies d’opérations concrètes, de la mémoire du temps, irremplaçables. C’est la manifestation ultime du « transfert de rareté des facteurs » : quand tout le monde possède des moteurs AI de haut niveau, la vraie différence, c’est de trouver cette zone d’exploitation exclusive.

Autrefois, ces services de données par abonnement étaient vendus aux analystes humains. Une grande institution pouvait acheter 100 terminaux Bloomberg. Mais à l’avenir, lorsque les machines seront les consommateurs de données, une seule organisation pourra faire fonctionner des dizaines de milliers d’Agents, qui invoqueront ces interfaces en millisecondes, en masse.

C’est une révolution à l’échelle. La capacité d’un analyste humain est limitée, mais la fréquence d’appel des Agents peut être bien plus grande. La demande pour des données en continu, en temps réel, à haute valeur, va exploser. La logique commerciale basée sur l’abonnement ne sera pas bouleversée, elle sera amplifiée par la voracité des machines.

Le code tend vers zéro, mais les données commencent à rapporter.

Mais cela signifie-t-il que toutes les SaaS et entreprises de données peuvent dormir sur leurs deux oreilles ?

Pas toutes les SaaS ont cette carte

Si cet article est lu comme une généralisation optimiste pour le secteur SaaS, c’est une erreur. L’AI entraîne une division brutale du secteur SaaS.

En mars 2026, TechCrunch a interviewé plusieurs investisseurs en capital-risque de premier plan, leur demandant ce qu’ils ne veulent plus financer.

Les investisseurs de la Silicon Valley ont déjà pris position. Les solutions simples de workflow, les outils transsectoriels, la gestion de projet légère, qui pouvaient autrefois soutenir une levée de fonds, sont désormais systématiquement rejetés. La raison est simple : ces Agents peuvent les faire eux-mêmes. Les entreprises de logiciels sans données exclusives perdent rapidement leur crédibilité auprès des investisseurs.

Ce constat divise le monde SaaS en deux.

D’un côté, ceux qui proposent uniquement des outils superficiels, qui mettent une interface attrayante sur des données publiques ou qui optimisent un processus ponctuel. Leur avantage concurrentiel repose essentiellement sur la fidélité des utilisateurs et la dépendance à l’interface.

Mais comme le dit Jake Saper d’Emergence Capital : « Avant, faire en sorte que l’utilisateur prenne l’habitude d’utiliser votre logiciel était une barrière forte. Mais si un Agent fait tout cela, qui se soucie encore du workflow humain ? »

Ces SaaS sont en danger. La pile GTM en est un exemple typique. Gainsight, Zendesk, Outreach, Clari, Gong, chacun couvre une fonction adjacente : succès client, support, prospection, prévision des revenus, analyse des appels. Chacun nécessite un budget, une opération et une intégration séparés. Les entreprises natives AI peuvent désormais utiliser un seul Agent pour tout relier, réduisant considérablement la valeur de ces outils isolés.

L’autre moitié du SaaS, en revanche, s’intègre profondément dans les processus métier clés, détient des données propriétaires irremplaçables. Ces entreprises ne seront pas remplacées par des Agents, mais deviendront encore plus précieuses grâce à eux.

Par exemple, Salesforce, en février 2026, annonce que son revenu annuel récurrent d’Agentforce atteint 800 millions de dollars, en hausse de 169 % ; elle a livré 2,4 milliards d’« unités de travail agentiques » et traité près de 20 trillions de tokens ; plus de 29 000 clients Agentforce ont été signés, avec une croissance trimestrielle de 50 %. Plus important encore, la fusion d’Agentforce et Data 360 dépasse 2,9 milliards de dollars de ARR, en croissance de plus de 200 %.

Marc Benioff déclare lors de la conférence de résultats : « Nous avons reconstruit Salesforce comme un système d’exploitation pour une entreprise agentique. Plus l’AI peut remplacer le travail, plus Salesforce devient précieux. »

Salesforce n’a pas été remplacé par un Agent, mais est devenu le terrain d’opération des Agents. Sa valeur provient précisément des données métier et des processus qu’il détient, que l’Agent ne peut contourner.

Bill McDermott, CEO de ServiceNow, a déclaré en février 2026 : « Nous ne sommes pas une SaaS. »

Il ne nie pas son activité, mais la coupe volontairement. Son raisonnement : SaaS est une façon de livrer un logiciel, mais ServiceNow veut devenir la couche d’orchestration et d’exécution des Agents d’entreprise. L’AI détecte les problèmes, donne des recommandations, mais c’est à des plateformes comme ServiceNow, profondément intégrées dans le flux de travail, d’exécuter réellement les actions.

Workday, le 17 mars 2026, a lancé « Sana », une suite d’AI conversationnelle intégrant HR et finance. Son principe central n’est pas de remplacer Workday par l’AI, mais d’alimenter l’AI avec ses données.

Workday détient les données de rémunération, performance, organisation et budget de milliers d’entreprises. Leur profondeur et leur exclusivité sont inégalées par toute startup AI native à court terme.

Ainsi, la véritable barrière concurrentielle n’est pas la possession de données, mais leur exclusivité, leur inaccessibilité ou impossibilité de reproduction.

Les dix prochaines années, qui percevra le plus de rente ?

Chaque révolution technologique profite en fin de compte à ceux qui contrôlent les facteurs rares qui la soutiennent, pas à ceux qui inventent la technologie elle-même. Dans cette ère de développement rapide de l’AI, la capacité des grands modèles à écrire du code et à créer des outils va se démocratiser.

Lorsque ces capacités, autrefois considérées comme de la haute technologie, deviennent des infrastructures, la « transfert de rareté des facteurs » ne laisse qu’une seule conclusion : ceux qui fabriquent des outils pour l’Agent ne seront probablement pas les grands gagnants de cette époque.

Foundation Capital, en février 2026, prévoit que la valeur totale du secteur logiciel doublera d’ici dix ans, multipliant par 10 sa valeur actuelle. Mais cette croissance ne sera pas répartie équitablement : elle sera concentrée sur ceux qui sauront maîtriser l’ère des Agents.

Les véritables gagnants seront ceux qui détiennent des actifs de données que l’Agent ne peut pas contourner.

Pour les entrepreneurs et investisseurs d’aujourd’hui, il n’y a que deux destins : fabriquer des outils pour l’Agent ou s’approprier la terre où il opère. À vous de choisir.

Ne regardez pas la main de l’Agent, bloquez son cou.