- L’IA dépasse les logiciels traditionnels centrés sur le « System of Record » et lance pleinement la compétition vers le « System of Action » — une plateforme qui exécute réellement le travail
- Le System of Action désigne une plateforme où l’IA et les humains automatisent et exécutent ensemble le travail en temps réel à partir des données, en absorbant à la fois la « gravité » des données et celle des workflows
- Les startups d’IA natives qui prennent d’abord possession des Hero Users (utilisateurs métier clés) peuvent rapidement grignoter le marché SaaS existant grâce à l’expérience utilisateur, à une stratégie PLG et à des boucles de feedback rapides
- Les éditeurs SaaS historiques (incumbents) risquent eux aussi de perdre la maîtrise des données et des workflows s’ils n’évoluent pas vers le PLG, des produits centrés utilisateur et des lancements rapides de MVP
- Au final, celui qui possède le « System of Action » devient le véritable gagnant de l’ère de l’IA, avec un rôle central dans l’amplification en temps réel du travail réel des clients et de leur valeur économique
À l’ère de l’IA, l’évolution vers le « System of Action »
Contexte et définition
- Sous le mot d’ordre « l’IA dévore le logiciel », les investissements de plusieurs milliards de dollars et la recomposition du marché SaaS s’accélèrent
- Le logiciel traditionnel restait au niveau du « System of Record » (plateforme centrée sur l’enregistrement), mais évolue désormais vers le « System of Action » (la maîtrise de l’exécution réelle du travail et de l’automatisation)
- Le System of Action est le point où, qu’il s’agisse d’humains ou d’IA, des décisions immédiates sont prises à partir des données et où les workflows suivants sont exécutés
Le rapport de force entre IA native et SaaS historique
Opportunités et limites du SaaS historique (incumbent)
- Les SaaS dotés de la « gravité » des données et des workflows exercent une influence de type système d’exploitation via le bundling de divers services
- Mais à l’ère de l’IA, alors que des produits et une expérience étendus jusqu’à l’« exécution du travail » sont indispensables, la lenteur des décisions, le perfectionnisme et les méthodes de vente classiques (centrées sur le sales/onboarding) freinent le rythme du changement
- Une transformation rapide du produit autour des Hero Users ainsi qu’une expérience PLG (Product-Led Growth) sont nécessaires
La stratégie des startups d’IA natives
- Hero User (utilisateur métier clé) : un praticien ayant l’autonomie de choisir et d’acheter ses outils, avec un travail numériquement mature
- Résoudre les pain points du Hero (ex. : automatisation des comptes rendus médicaux, documentation répétitive) avec une expérience « magique » → diffusion rapide
- Grâce au PLG, à la facilité d’usage, à l’effet viral et à un feedback rapide (learning loop), elles captent la gravité des données et des workflows des SaaS historiques
- Même l’intégration aux systèmes existants (comme les PMS) peut être contournée par des méthodes « de guérilla » comme les extensions Chrome ou la RPA, puis transformée en intégration officielle sous la pression des demandes utilisateurs
- Elles s’étendent progressivement aux workflows clés (planning, paiement, etc.), jusqu’à remplacer au final les fonctions du SaaS existant et prendre le contrôle du marché
Étude de cas : le marché des logiciels pour cliniques vétérinaires
- Les Practice Management Systems (PMS) existants sont des acteurs historiques qui possèdent à la fois la gravité des workflows et celle des données
- Des outils de transcription basés sur l’IA se diffusent rapidement en résolvant le problème de « l’automatisation des dossiers »
- Les acteurs en place retardent leurs lancements, obsédés par l’intégration et la perfection, tandis que les nouveaux entrants IA s’emparent des Hero Users grâce à un UX rapide et au PLG
- Lorsqu’un grand nombre d’utilisateurs s’accumule, la demande d’interconnexion officielle avec les PMS apparaît, puis les nouveaux venus prennent progressivement le contrôle des workflows clés jusqu’à remplacer les PMS existants
Les stratégies gagnantes pour les startups IA et les SaaS historiques
Startups IA
- Étendre progressivement la zone de résolution de problèmes dans l’ordre suivant : Hero User et Hero’s Work (travail cœur à forte valeur) → Administrative Work (travail répétitif / paperasse) → Work Not Done (travail auparavant non effectué)
- Les wrappers et la réutilisation d’une infrastructure existante sont acceptables ; l’essentiel est l’amélioration centrée sur l’expérience et la learning loop
- Les stratégies Tryable (facile à tester), Buyable (paiement/achat immédiat) et Findable (visibilité naturelle/viralité) sont indispensables
SaaS historiques
- Verrouiller leurs propres Hero Users et les workflows centrés sur leur système (offres premium/gratuites, limitation de l’accès API, etc.)
- Identifier les douleurs métier des Hero Users → lancer rapidement des MVP simples et rapides, en privilégiant la « vitesse et l’utilité » plutôt que la « perfection »
- Passer d’une logique centrée sales à une expérience PLG, avec un renforcement de l’utilisabilité et de l’instantanéité
- Engagement (usage / adoption quotidienne) > Monetization (monétisation). Il faut prioriser la diffusion du produit via des indicateurs d’usage comme le DAU/WAU (utilisateurs actifs quotidiens/hebdomadaires)
Ce que signifie le System of Action du futur
- La nature du système s’étend de la « gestion du travail » à l’« exécution du travail »
- Amplification directe de la productivité, de la rentabilité et de la scalabilité du travail réel des clients
- L’IA ne se contente pas d’automatiser les tâches répétitives : elle remplace aussi des activités à forte valeur auparavant externalisées (ex. : gestion du chiffre d’affaires, gestion publicitaire, achats optimisés)
- Seuls les acteurs qui contrôlent le System of Action deviennent de véritables dominants du marché à l’ère de l’IA
Conclusion
- Celui qui s’empare du System of Action prend le contrôle du centre de gravité des données, des workflows et du quotidien des clients
- Pour les incumbents comme pour les acteurs de l’IA native, l’enjeu décisif est de savoir qui transformera le plus vite et le plus souplement la réalité du travail, et qui captera les Hero Users en premier
- À l’ère de l’IA, le leadership des logiciels opérationnels ne se joue plus sur le « record », mais sur l’« action »
Aucun commentaire pour le moment.