L’IA va-t-elle tuer le SaaS ?

Certains décideurs en sont convaincus : l’Intelligence Artificielle va tout remplacer. Outils, interfaces, fonctionnalités… le SaaS tel que nous le connaissons. On entend que demain, l’IA seule sera capable d’exécuter l’ensemble des tâches métiers.

La réalité est plus subtile. Et surtout, plus structurante.

Non, l’IA ne va pas tuer le SaaS. Mais elle va profondément en redéfinir les fondations.

Pour les DSI, les dirigeants d’ESN et les sociétés de conseil, l’enjeu n’est donc plus de tester l’IA. Il est de repenser leur architecture, leur modèle opérationnel et leur rapport à la donnée.

Oui. Non. Les deux.

C’est probablement la réponse la plus honnête. Oui, le SaaS tel qu’on l’a connu, centré sur des interfaces et des workflows rigides, est en train de devenir obsolète. Non, le besoin de solutions structurantes, fiables et intégrées ne disparaît pas. Il devient même plus critique.

Nous entrons dans un nouveau modèle articulé autour de trois couches :

• Une UX agentique générée à la demande,
• Un framework métier garant des règles,
• Et une data transverse qui devient l’actif central.

Ce triptyque change complètement la manière de penser les outils.

La fin du SaaS centré sur l’interface

Pendant des années, le SaaS s’est différencié par l’expérience utilisateur. Les éditeurs ont investi massivement dans leurs interfaces, leurs parcours et leurs dashboards.

Mais ce modèle est en train de basculer. Avec les agents IA, l’interface devient contextuelle, générée à la demande, éphémère. Elle n’est plus un produit en soi, mais une simple couche d’interaction.

La conséquence est directe : l’interface à elle seule cesse d’être un avantage concurrentiel. Elle devient une commodité.

L’obsolescence progressive du best-of-breed ?

Le modèle best-of-breed reposait sur une logique simple : sélectionner les meilleurs outils pour chaque usage. Cette approche a longtemps été pertinente.

Mais elle montre aujourd’hui ses limites.

Dans un monde piloté par des agents IA, la multiplication des outils crée plus de problèmes qu’elle n’en résout. Les données sont fragmentées, les règles incohérentes et l’orchestration devient complexe.

Le point de bascule est clair : ce qui compte n’est plus l’outil, mais la donnée, qui devient un atout compétitif majeur.

Cela pousse naturellement vers des architectures plus intégrées, unifiées, où la cohérence prime sur la spécialisation.

Le retour en force du framework métier

Si l’UX perd en importance, deux éléments deviennent structurants : la donnée et les règles métier. Et ces règles ne peuvent pas être approximatives.

Dans une ESN, elles conditionnent la facturation, la paie, la marge ou encore la conformité contractuelle. Elles doivent être fiables, déterministes et auditables.

Le framework métier est alors non négociable :  zéro tolérance pour l’erreur.

L’IA peut exécuter, suggérer, accélérer. Mais elle ne remplace pas la logique métier. Elle s’y branche. C’est un changement profond : la valeur ne réside plus dans l’interface, mais dans la capacité à structurer et fiabiliser son socle métier.

👉 Découvrez notre article “IA et data : retour d’XP sur la suggestion de profils” pour en savoir plus sur nos enseignements liés à la qualité de la donnée avec l’IA.

L’illusion dangereuse de l’“Open Bar”

Aujourd’hui, l’IA semble accessible et peu coûteuse. Quelques centaines de dollars suffisent pour accéder à des capacités impressionnantes. Mais cette perception est trompeuse.

Par exemple, un abonnement mensuel sur Claude Max à 200 dollars peut en réalité coûter près de 4 000 dollars en puissance de calcul à Anthropic.

Ce déséquilibre repose sur une stratégie classique : subventionner massivement l’usage pour capter le marché. Mais ce modèle n’est pas soutenable.

Lorsque ces subventions disparaîtront, les entreprises ayant construit des architectures dépendantes de modèles coûteux verront leurs dépenses exploser. Ce qui apparaît aujourd’hui comme une formalité deviendra un centre de coût majeur.

La frugalité comme nouvelle discipline

Dans ce contexte, la frugalité devient une compétence stratégique.

Il ne s’agit plus simplement d’utiliser l’IA, mais de l’orchestrer intelligemment.

Tous les cas d’usage ne nécessitent pas les modèles les plus avancés. Bien au contraire. De nombreuses tâches peuvent être exécutées par des modèles simples, rapides et peu coûteux.

L’écart de coût entre un modèle simple et un modèle de raisonnement complexe peut varier entre x10 et x50.

Les architectures les plus performantes seront donc celles qui sauront combiner plusieurs niveaux d’intelligence, en réservant les capacités les plus puissantes aux cas réellement critiques.

La souveraineté, nouvel impératif

Au-delà des coûts, la question de la donnée devient centrale. Les grandes entreprises ne se demandent plus seulement ce que fait l’IA, mais où vont leurs données.

Et la réponse n’est pas toujours rassurante. L’utilisation de modèles externes implique souvent un transit hors d’Europe, avec des enjeux de conformité et de sécurité de plus en plus critiques.

Il est impératif d’avoir des assistants métiers qui restent dans l’infrastructure européenne, avec une gestion stricte des données et un respect natif du RGPD. L’architecture IA devient ainsi un sujet stratégique, à la croisée de la technique, du juridique et du business.

Vers une architecture ouverte

Autre évolution majeure : la fin du verrouillage technologique.

Les standards ouverts, comme les serveurs MCP, permettent de connecter différents modèles et d’orchestrer plusieurs fournisseurs.

Cette approche offre une flexibilité essentielle dans un environnement où les technologies évoluent rapidement. Elle permet surtout d’éviter une dépendance excessive à un acteur unique, ce qui constitue aujourd’hui un risque majeur.

Le rôle clé des assistants métiers

Dans ce nouveau modèle, les assistants métiers prennent une place centrale.

Ils ne sont pas de simples interfaces conversationnelles, mais des agents connectés à la donnée de l’entreprise, intégrés aux workflows et contraints par les règles métier.

Leur valeur réside dans leur capacité à accélérer l’exécution tout en respectant le cadre défini.

Ils deviennent le point d’entrée naturel des utilisateurs, sans pour autant remplacer le système sous-jacent.

L’humain reste au cœur

Contrairement aux discours alarmistes, l’IA ne remplace pas l’humain. Elle redéfinit son rôle.

La répartition est claire : l’IA gère l’exécution, l’humain gère la décision.

Cette distinction est fondamentale.

Elle permet d’automatiser sans déresponsabiliser, d’accélérer sans perdre le contrôle.

Dans une ESN, cela se traduit par une montée en valeur des profils capables d’arbitrer, d’interpréter et de piloter.

Conclusion : une mutation, pas une disparition

Le SaaS ne disparaît pas. Il se transforme.

Ce qui disparaît, en revanche, c’est un certain modèle :

• Centré sur l’interface,
• Fragmenté,
• Peu structuré.

À la place émerge une nouvelle architecture, plus exigeante mais aussi plus puissante.

Dans ce nouveau paradigme, la donnée devient le cœur, les règles le socle, l’IA le moteur. Et l’humain reste le pilote. La question n’est donc plus de savoir si l’IA va remplacer le SaaS. Mais de comprendre comment construire un système capable d’en exploiter pleinement le potentiel.

Et c’est précisément là que se jouera la différence entre les entreprises qui subissent la transformation… et celles qui la pilotent.

‍