Lectures: 5
Résumé – Après une disparition de 280 milliards USD de valorisation et l’obsolescence des licences par utilisateur, interfaces et workflows manuels ne tiennent plus face à l’IA agentique. Le SaaS B2B bascule du « system of record » au « system of action », exigeant un modèle outcome-based, des APIs headless, une architecture modulaire et des moats fondés sur la verticalisation et l’autorité d’exécution.
Solution : définir une feuille de route IA, migrer vers la facturation aux résultats, concevoir un moteur d’exécution open API et bâtir votre avantage concurrentiel sectoriel.
Depuis début 2026, plus de 280 milliards de dollars de valorisation ont été effacés dans le secteur du software, et ce mouvement dépasse une simple correction de marché. Les fondations mêmes du modèle SaaS B2B sont bouleversées par l’émergence des agents IA capables d’automatiser les interactions et les workflows traditionnellement réalisés par des utilisateurs humains.
Cette disruption remet en cause les licences « per-seat », les interfaces à manipuler et les processus manuels sur lesquels reposait l’industrie. Les entreprises doivent désormais repenser leur offre comme un moteur d’exécution intelligent, où l’IA orchestre l’action et livre des résultats plutôt que de simples outils.
L’effondrement des valorisations et le tournant structurel opérant
La chute de 280 milliards USD n’est pas une correction passagère mais le signe d’un changement profond du SaaS traditionnel. Les modèles par utilisateur, les interfaces et les workflows manuels sont désormais remis en question par l’IA agentique.
Le modèle per-seat battu en brèche
Le licensing dit « per-seat » a longtemps été le fondement des revenus récurrents dans le SaaS B2B. Chaque nouvel utilisateur générait une augmentation directe du chiffre d’affaires sans contrepartie de coûts variables majeurs. Cette mécanique simple dissimulait cependant une dépendance à un engagement humain constant pour mettre à jour les données et exécuter les tâches. Pour en savoir plus sur le coût total de possession logiciel sur mesure versus licences SaaS pay-per-user, consultez notre article dédié.
Quand un agent IA peut piloter la relation client, mettre à jour automatiquement un CRM, alimenter des rapports et générer des prévisions, l’intérêt de souscrire des licences multiples pour une armée de commerciaux s’effondre. Les éditeurs qui n’ont pas anticipé cette déperdition de valeur par siège voient leur taux de croissance ralentir et leur multiple de valorisation se contracter. Découvrez comment l’agentic AI révolutionne le CRM.
Pour les organisations, le passage d’une facturation par utilisateur à un modèle outcome-based devient une urgence stratégique. Celles qui persistent dans l’ancien paradigme risquent de voir leur proposition de valeur se diluer face à des solutions IA-native. Les directions informatiques doivent donc questionner la pérennité de leur architecture de licences et explorer des mécanismes alignés sur les résultats métier délivrés. Pour connaître les fonctionnalités clés et la stratégie de pricing pour un SaaS rentable, découvrez notre guide.
En résumé, le « seat » n’est plus un indicateur fiable de la valeur créée et de la croissance potentielle pour les investisseurs. Ce rééquilibrage impose une redéfinition complète des métriques financières et opérationnelles à l’ère de l’IA agentique.
Interfaces et workflows manuels obsolètes
Historiquement, le SaaS B2B s’est construit autour d’interfaces graphiques destinées à guider l’utilisateur humain dans une succession d’écrans et de formulaires. Chaque étape nécessitait une interaction manuelle pour appuyer un bouton, saisir un champ ou valider un processus. Cette dépendance aux interfaces et aux workflows linéaires limitait la vitesse d’exécution et exposait les entreprises aux erreurs humaines. Les gains de productivité étaient proportionnels à l’engagement et à la formation des équipes.
Avec les agents IA capables de naviguer de façon autonome dans les APIs, d’extraire des données et d’enchaîner plusieurs opérations sans intervention, la logique séquentielle des workflows manuels devient un frein. Les plateformes doivent désormais offrir des points d’intégration robustes et des interfaces « headless » pour autoriser l’orchestration automatisée. Les interfaces user-centric, si conviviales soient-elles, cèdent le pas à des back-ends action-centric pilotés par des règles et par l’apprentissage continu de l’IA.
Cette mutation bouleverse la conception même des parcours utilisateurs et impose aux équipes produit de rehausser leur niveau d’abstraction vers la définition de triggers, de conditions métier et de schémas d’orchestration. Le rôle d’une interface n’est plus de montrer chaque étape mais de fournir un canal de supervision et de contrôle ponctuel. Les workflows manuels deviennent des exceptions à gérer et non plus le cœur du système.
En conséquence, les éditeurs doivent repenser leurs architectures, privilégier les microservices ouverts et accepter de libérer le contrôle de la main de l’utilisateur au profit de l’automatisation intelligente.
Exemple concret d’une PME suisse de services
Une PME suisse spécialisée dans la gestion d’actifs immobiliers utilisait un CRM classique avec des licences par utilisateur pour suivre les leads et générer des rapports mensuels. Chaque commercial passait plusieurs heures par semaine à saisir des informations, relancer les prospects et préparer les prévisions. Les erreurs de saisie et les retards dans la mise à jour des pipelines de vente freinaient la prise de décision et rendaient la fiabilité des données discutable.
Après l’intégration d’un agent IA capable de synchroniser les emails, d’extraire automatiquement les données de contact et d’actualiser les opportunités dans le CRM en temps réel, le volume des interactions manuelles a diminué de plus de 70 %. Le reporting financier est devenu instantané et les budgets prévisionnels ont gagné en précision. Cette automatisation a révélé un gain de productivité de 4× pour chaque licence, démontrant que la valeur repose désormais sur la capacité à déclencher et piloter l’action sans intervention humaine.
Cet exemple met en lumière la rapidité avec laquelle une solution SaaS peut voir son modèle per-seat obsolète face à l’IA agentique. Les directions informatiques ont dû renégocier leurs contrats de licence, passant d’une logique de sièges à une facturation au nombre d’actions exécutées par l’agent. La transformation a ainsi réorienté le budget IT vers un budget opérationnel concentré sur les résultats métier.
Cette transition illustre le risque structurel pour les éditeurs qui ne s’adaptent pas : un modèle historique se transforme en un passif financier et opérationnel.
System of record vs system of action
Le vrai changement n’est pas qu’un outil devienne plus intelligent, mais que le software passe de support à orchestrateur d’exécution. La valeur se mesure désormais à sa capacité à déclencher des actions et non à stocker ou afficher des données.
Distinction entre données et actions
Le modèle classique du SaaS B2B s’appuie sur des systèmes de record : des bases de données, des historiques d’événements et des dashboards pour prendre des décisions. L’utilisateur humain réalise l’analyse, configure les workflows et déclenche manuellement les actions. Pour comprendre comment construire une architecture logicielle évolutive et durable, consultez notre guide.
Les systems of action définis
Un System of Action est une plateforme capable de couvrir trois fonctions essentielles : ingestion des données, prise de décision et déclenchement automatique des opérations. Cette orchestration est pilotée par des modèles d’IA qui analysent les événements en temps réel et ajustent les paramétrages en continu. Pour adopter une architecture logicielle découplée et modulable, découvrez notre article sur les meilleures pratiques.
La robustesse technique repose sur des architectures modulaires et évolutives, ouvertes sur l’écosystème grâce à des APIs standardisées. Chaque composant peut être remplacé, mis à jour ou adapté sans interrompre le flux global. L’absence de vendor lock-in est cruciale pour maintenir la fluidité de l’exécution sur des technologies open source ou hybrides.
La gouvernance des règles métiers, la supervision des performances et la traçabilité des décisions sont intégrées nativement. Les organisations gardent ainsi un contrôle strict sur les processus automatisés, tout en exploitant la vélocité permise par l’IA agentique.
En pratique, les systems of action révolutionnent des domaines aussi variés que la tarification dynamique, la gestion des anomalies de production ou le pilotage en continu des campagnes marketing.
Edana : partenaire digital stratégique en Suisse
Nous accompagnons les entreprises et les organisations dans leur transformation digitale
Révolution des modèles économiques : vers la facturation outcome-based
Le modèle per-seat montre ses limites lorsque la productivité par utilisateur est multipliée par cinq grâce à l’IA. L’ère de la facturation basée sur les résultats et la performance métier s’ouvre.
Les limites du per-seat dans un monde AI-native
Dans un contexte où un agent IA peut gérer l’équivalent de dizaines de collaborateurs, la facturation par utilisateur devient non seulement inéquitable mais contre-productive. Les entreprises refusent de payer pour des sièges inactifs ou sous-exploités lorsque les agents délivrent des résultats directs. Les éditeurs qui maintiennent ce modèle s’exposent à un rejet de la part de grands comptes et à une pression accrue sur leurs marges.
Avantages du modèle outcome-based
La facturation outcome-based aligne directement les intérêts de l’éditeur et de l’entreprise cliente. Lorsqu’un agent IA est rémunéré en pourcentage des revenus additionnels générés ou des économies réalisées, il devient un partenaire stratégique plutôt qu’un fournisseur de licences. Pour en savoir comment concevoir des dashboards partagés, consultez notre article dédié.
Exemple concret d’une entreprise suisse de fabrication
Une société suisse spécialisée dans la fabrication de machines-outils facturait traditionnellement ses licences CRM et ERP par utilisateur et par module. Elle a introduit un agent IA pour optimiser la planification de la production et la maintenance prédictive. Plutôt que de facturer des licences supplémentaires, le fournisseur a proposé un modèle basé sur le pourcentage des gains de productivité obtenus.
Résultat : l’entreprise a réduit ses temps d’arrêt de 30 % et augmenté son taux d’utilisation des machines de 15 %. Le fournisseur a perçu une part fixe réduite et une prime indexée sur les économies réalisées. Cette approche a démontré que la mutualisation du risque renforce le partenariat et permet d’atteindre des niveaux de performance plus ambitieux.
Ce cas montre comment la facturation outcome-based peut étendre le TAM en déployant l’IA agentique dans des processus historiquement exclus du périmètre IT. Le budget passe du centre de coûts IT vers le P&L opérationnel, élargissant les possibilités de déploiement.
L’issue de ce partenariat a été une collaboration à long terme, avec un pipeline de cas d’usage élargi et une dépendance renforcée entre l’éditeur et son client.
Conquérir le marché : verticalisation et autorité d’exécution comme moats
Le SaaS horizontal est exposé à la commoditisation rapide par l’IA agentique. La verticalisation et l’autorité d’exécution deviennent les principaux remparts concurrentiels.
Le SaaS horizontal à la peine
Les solutions génériques telles que les CRM ou les plateformes marketing horizontales sont plus facilement contournées par des agents IA entraînés sur des données publiques. Leur logique métier standard ne résiste pas à l’automatisation contextuelle et à la personnalisation pointue. Les burn-outs fonctionnels se multiplient lorsque les clients cherchent à adapter ces outils à leurs besoins spécifiques.
Le SaaS vertical comme rempart
Au contraire, les solutions verticales spécialisées dans des secteurs comme la santé, la finance ou l’industrie bénéficient de données propriétaires, de contraintes réglementaires et de logiques métier complexes difficilement réplicables. Pour comprendre les enjeux stratégiques de la conformité KYC, consultez notre analyse.
Autorité d’exécution : données, intégration et dépendance
L’autorité d’exécution se définit par la capacité d’un système à prendre des décisions et déclencher des actions dans les processus critiques du métier. Cette aptitude repose sur trois piliers : la disponibilité de données propriétaires de qualité, l’intégration en temps réel avec l’ensemble des systèmes internes et externes, et l’automatisation des règles métier validées par les utilisateurs. Pour approfondir la question de la qualité des données, lisez notre article.
Les organisations n’osent plus remplacer un moteur d’exécution distribué activement utilisé pour la facturation, la gestion des stocks ou la conformité réglementaire. La complexité de migrer un tel actif est rédhibitoire, générant un moat technologique et commercial majeur. Les éditeurs qui bâtissent cette autorité d’exécution captent la valeur long terme et bénéficient d’un churn proche de zéro.
Pour construire cette position, il est essentiel de s’appuyer sur des architectures modulaires, des standards open source et une gouvernance partagée. La maintenance des pipelines d’IA et le monitoring des performances doivent être intégrés nativement. L’accent doit être mis sur la traçabilité, la robustesse et la scalabilité pour absorber l’évolution continue des règles métier.
Les acteurs capables d’offrir un tel niveau d’exécution deviendront les leaders incontestés du SaaS B2B à l’ère post-per-seat.
De SaaS commodité à moteur d’exécution IA
La redéfinition du SaaS B2B par l’IA agentique transforme les systèmes de record en systems of action, fait évoluer la facturation vers un modèle outcome-based et renforce les moats via la verticalisation et l’autorité d’exécution. Les licences par utilisateur, les interfaces manuelles et les workflows séquentiels sont désormais obsolètes face à l’automatisation intelligente. Le budget IT se déporte vers le budget opérationnel, et le TAM s’étend aux P&L métier.
Vos enjeux de transformation digitale exigent aujourd’hui de repenser l’architecture, le pricing et la valeur livrée. Nos experts Edana vous accompagnent pour définir une roadmap IA réaliste, architecturer un system of action modulaire et adopter un modèle économique aligné sur vos objectifs business. Ensemble, construisons un écosystème ouvert, sécurisé et évolutif qui transforme votre logiciel en véritable moteur d’exécution.
