Pendant plus d'une décennie, le secteur du logiciel B2B fonctionnait selon une logique presque rassurante. On lançait un produit, on atteignait le premier million d'ARR, puis dix, puis cent. On ajoutait des fonctionnalités, des intégrations, des modules enterprise. Le cœur du produit, lui, restait stable. Salesforce en 2025 ressemblait à Salesforce en 2015. HubSpot en 2025 n'était pas fondamentalement différent de sa version 2017. Cette prévisibilité permettait de planifier des roadmaps sur trois ans sans se tromper grossièrement.
En 2026, cette tranquillité a volé en éclats. L'intelligence artificielle ne s'est pas contentée d'enrichir les logiciels existants : elle s'est positionnée comme une couche de remplacement pour des catégories entières de tâches. Les valorisations se sont comprimées. Les multiples se sont effondrés. Et les dirigeants du secteur se demandent, pour la première fois depuis longtemps, qui sortira indemne de cette transformation.
Le SaaS traverse-t-il une phase de mutation radicale ?
La rupture a un point de départ précis. En juin 2024, le lancement de Claude 3.5 Sonnet a envoyé un signal que les acteurs les plus attentifs du secteur ont immédiatement compris : les modèles d'IA venaient de franchir un seuil de capacité qui changeait la donne. Ces modèles ne complétaient plus les logiciels existants — ils commençaient à les remplacer.
C'est à partir de ce moment que des outils comme Lovable, Replit ou Cursor ont pu exister sous leur forme actuelle. Ce n'est pas un hasard. Sans cette avancée de capacité, sans la possibilité de déléguer à l'IA des pans entiers de la chaîne de valeur logicielle, ces produits n'auraient pas eu la même portée. L'ancien schéma — où le logiciel accompagnait l'humain dans son travail — cède la place à un nouveau paradigme : l'IA exécute le travail, et le logiciel devient l'orchestrateur, parfois superflu.
Pour les éditeurs établis, le défi est vertigineux. Leurs roadmaps produits, construites sur des années d'itérations, se retrouvent potentiellement obsolètes en quelques trimestres. Les plus audacieux repensent leur architecture de fond en comble. Les plus lents regardent leurs positions concurrentielles s'éroder sans trouver les moyens de réagir à la hauteur.
Comment l'IA redéfinit-elle le paysage du SaaS ?
La transformation est multidimensionnelle. Elle touche ce que font les logiciels, comment ils le font, et surtout pour qui.
Si l'ancien modèle organisait le travail humain, le nouveau modèle laisse à l'IA le soin d'exécuter les tâches elles-mêmes. Un agent IA peut traiter des centaines de tickets de support, analyser des milliers de contrats, générer des rapports financiers personnalisés — sans intervention humaine, avec une constance et une rapidité qu'aucune équipe ne peut égaler. Les impacts sont profonds :
- Remplacement des tâches à forte volumétrie : les agents IA prennent en charge des activités jusqu'ici humaines, réduisant les frictions opérationnelles et les besoins en effectifs.
- Accélération du time-to-market : créer une nouvelle fonctionnalité ou un produit vertical spécialisé prend des semaines là où cela prenait des mois.
- Redistribution de la valeur : les économies réalisées ne vont pas nécessairement aux éditeurs historiques — elles alimentent souvent les nouveaux entrants qui ont conçu des produits IA-native dès le départ.
L'exemple de Kintsugi est parlant : cet agent automatise la gestion de la taxe de vente, permettant aux équipes financières de consacrer leur temps à l'analyse stratégique plutôt qu'aux calculs. Ce n'est pas une amélioration d'un logiciel existant — c'est une redéfinition complète de ce que le logiciel fait dans ce domaine.
Pourquoi les modèles économiques traditionnels sont-ils remis en question ?
La question du pricing révèle à elle seule l'ampleur de la disruption. Le modèle par siège — chaque utilisateur paie un abonnement mensuel — a été le fondement du SaaS depuis ses débuts. Il était simple, prévisible, et permettait des prévisions de revenus sur plusieurs années. Il supposait une chose : que le logiciel était utilisé par des humains.
Mais si un agent IA peut accomplir le travail de cinq commerciaux, comment justifier de facturer cinq sièges ? Si un système automatisé traite mille tickets de support sans aucune intervention humaine, le modèle par utilisateur devient absurde. C'est la contradiction fondamentale que les grands éditeurs SaaS doivent résoudre — et pour laquelle ils n'ont pas encore de réponse universelle.
Les pistes explorées sont multiples :
- La tarification à la valeur : le client paie en proportion des gains générés. Séduisant en théorie, complexe à mesurer et à défendre face aux actionnaires.
- L'abonnement hybride : un mix de sièges, de transactions et d'agents IA. Une formule plus réaliste, mais difficile à communiquer.
- La tarification par workflow : facturation selon le volume de processus automatisés. Alignée sur la valeur réelle créée, mais qui exige une transparence complète sur ce que le logiciel fait réellement.
Au-delà du pricing, c'est toute la mécanique de rétention qui évolue. Les clients veulent des solutions capables d'apprendre et de s'adapter sans intervention constante. Un abonnement rigide, figé dans ses fonctionnalités, ne résistera pas longtemps face à un agent IA qui s'améliore automatiquement chaque semaine.
Les géants du SaaS sont-ils condamnés à l'immobilisme ?
Regarder les grandes manœuvres des leaders du secteur est instructif — et parfois déconcertant. Carl Eschenbach, CEO de Workday, a successivement évoqué un renouvellement à effectif réduit, puis minimisé le risque lié au modèle par siège, avant d'insister sur la croissance du revenu par utilisateur. Ces oscillations trahissent une organisation en quête d'un récit cohérent face à une disruption qu'elle peine à anticiper.
Chez Salesforce, Marc Benioff a réduit son effectif d'ingénieurs de 9 000 à 5 000, admettant que l'entreprise ne recruterait probablement pas dans l'immédiat. Le signal est clair : même les mastodontes revoient leur structure à la lumière de ce que l'IA peut désormais accomplir.
« Avec des agents IA et des ingénieurs IA prolifiques, on peut reconstruire la plupart des fonctionnalités SaaS pour une fraction du coût. »
Cette déclaration du PDG de Klarna, l'une des plus frappantes de 2025, résume une vérité que personne dans le secteur ne peut plus ignorer. Et quand l'un des plus grands acteurs B2B ajuste ses effectifs à la baisse, ses clients s'en souviennent au moment de renouveler leurs licences.
Pourtant, ces mastodontes disposent d'un avantage que les nouveaux entrants ne peuvent pas reproduire facilement : la data gravity. Les systèmes ERP, CRM et de gestion de paie accumulent des années de données propriétaires. Le coût de migration — technique, organisationnel, réglementaire — reste un rempart solide. Mais ce rempart protège l'existant, pas la croissance future.
Quelles stratégies pour naviguer dans cet environnement instable ?
Face à cette incertitude structurelle, trois orientations s'imposent pour les éditeurs SaaS qui veulent rester pertinents dans les 24 prochains mois.
Premièrement, traiter son produit comme périssable. La définition de « suffisamment bon » évolue plus vite que jamais. Plutôt qu'attendre 2027 pour intégrer l'IA en profondeur, les équipes produit doivent prototyper dès maintenant une version IA-native de leur offre — pas une couche d'IA ajoutée sur une architecture existante, mais une refonte qui délègue à l'IA tout ce qu'elle peut accomplir.
Deuxièmement, observer ce que font réellement les utilisateurs, pas seulement ce que le logiciel facilite. Si 80 % des actions réalisées via votre outil sont automatisables par un agent IA, le problème de positionnement est déjà là. Mieux vaut l'identifier maintenant et adapter le cap que de le découvrir quand le churn a déjà commencé.
Troisièmement, instaurer une transparence radicale avec les parties prenantes. Les plans à trois ans se négocient désormais chaque trimestre. Présenter une roadmap rigide comme une certitude est une erreur de communication qui fragilise la confiance. L'honnêteté sur l'incertitude — accompagnée d'une capacité démontrée à pivoter vite — est devenue un atout stratégique.
Quels horizons pour le SaaS d'ici 2027 ?
L'investissement dans le logiciel B2B et dans l'IA continuera de croître. Ce n'est pas le volume total du marché qui est en question — c'est sa redistribution. Qui capturera la valeur, sous quelle forme, à quel prix ? Cette incertitude est la plus profonde que le secteur ait connue depuis le passage du logiciel on-premise vers le cloud.
La durée de vie des avantages concurrentiels s'est réduite comme peau de chagrin. Là où une innovation majeure offrait autrefois 18 mois de répit avant d'être copiée par un concurrent, les cycles se sont comprimés à quelques semaines. PagerDuty, avec plus de 500 millions de dollars de chiffre d'affaires, stagne pendant que DataDog accélère son propre clone. Le prochain cycle de duplication pourrait ne durer que 90 jours.
Deux profils d'entreprises émergent dans ce contexte : celles qui affichent une croissance explosive grâce à leur positionnement IA-native, et celles qui peinent à convaincre investisseurs et clients de leur pertinence future. La ligne de démarcation n'est pas la taille, ni l'ancienneté — c'est la vitesse à laquelle on accepte de remettre en question ce qui fonctionnait hier.
Le SaaS n'est pas mort. Mais il n'est plus le modèle stable et prévisible qu'il a été pendant une décennie. Son avenir appartient à ceux qui savent surfer sur l'incertitude, expérimenter rapidement et concevoir des offres orientées résultats plutôt que fonctionnalités. La course est lancée. Et elle n'attend personne.