Le playbook de l’IA verticale

 (research.contrary.com)
16 points par GN⁺ 2025-09-22 | Aucun commentaire pour le moment. | Partager sur WhatsApp

Résumé actionnable

  • Le déséquilibre de l’adoption de l’IA a conduit à l’arrêt de 42 % des initiatives IA d’entreprise en 2024 ; le cœur du problème ne réside pas dans les modèles, mais dans la manière d’intégrer l’IA au business
    • Les gagnants ne se contentent pas de fournir un simple copilot : ils choisissent de redessiner les workflows, de repenser la structure organisationnelle et, dans certains cas, de posséder la couche de service où la valeur est créée
  • Les précédents historiques montrent l’effet cumulatif d’une allocation disciplinée du capital et d’un M&A reproductible
    • Les cas de Waste Management, United Rentals et Constellation Software montrent que le choix de structure, orienté vers la maximisation du rendement de chaque dollar et de chaque heure, détermine la performance de long terme
  • Le SaaS vertical s’est imposé en numérisant les workflows propres à chaque secteur, mais l’IA générative étend le champ d’action de la gestion des dossiers jusqu’à la phase d’exécution, rendant possible l’accomplissement même du travail
    • En conséquence, il ne s’agit plus seulement de capter un budget logiciel, mais aussi une partie des dépenses de main-d’œuvre, ce qui entraîne une expansion du marché total adressable (TAM)
  • Tout comme les entreprises de croissance externe du passé devaient choisir entre opérations centralisées et décentralisées, les fondateurs IA d’aujourd’hui sont confrontés à un choix structurel entre vendre des outils et posséder la couche opérationnelle
    • Ces deux voies ont des implications différentes en matière d’intensité capitalistique, de structure de distribution et de défendabilité
  • Pour créer une startup d’IA verticale, il faut cartographier les workflows, mener des pilotes ciblés, tester la scalabilité de la distribution et aligner le modèle avec le capital et les talents
    • Plutôt que de prescrire une réponse unique, l’approche consiste à fournir un processus décisionnel reproductible, ajusté à l’évolution du comportement client et des conditions de marché
  • Le CEO de la prochaine génération ressemble davantage à un allocateur de capital qu’à un technologue
    • Le défi, et l’opportunité, consistent à traiter l’IA non comme une fonctionnalité (feature) mais comme une classe de travail, et à concevoir une structure de propriété capable, avec la discipline d’un agrégateur par acquisitions, de transformer les pilotes en moteur de cash-flow composé

# Le terrain

# Leçons de l’histoire

Riches in the Niches

Entrée des VC

# IA & la pile verticale

  • Dans les années 1990, l’émergence du SaaS a rendu possible la fourniture d’outils métier essentiels via Internet
    • Fondée en 1999, Salesforce a proposé un CRM en SaaS accessible depuis le navigateur, avec une innovation fondée sur les mises à jour automatiques, un faible coût initial et la suppression de la charge IT
    • Cela a transformé en profondeur la manière d’acheter et de vendre des logiciels, puis s’est étendu à presque toutes les catégories
  • Par la suite, les fondateurs ont pris conscience que toutes les entreprises n’avaient pas les mêmes problèmes
    • Les workflows, réglementations et attentes clients diffèrent selon les secteurs
    • Le SaaS vertical est profondément ancré dans la logique et le langage d’un secteur donné, permettant à des centaines d’outils spécialisés de croître sur de petits marchés
    • Mais ces petits marchés sont moins attractifs pour le capital-risque, ce qui complique la levée de capitaux au démarrage
  • Les trajectoires de croissance des fondateurs du SaaS vertical ont été diverses
    • Certains ont été cédés à Constellation ou à des acteurs du private equity, puis ont poursuivi leur croissance sur le long terme
    • D’autres ont évolué de manière indépendante pour devenir la colonne vertébrale numérique de leur secteur grâce à des investissements produit et à l’extension des workflows
    • Exemples :
      • ServiceTitan → une infrastructure opérationnelle pour le HVAC, la plomberie et l’électricité
      • Toast → parti du POS pour restaurants, puis étendu à la paie, aux paiements, aux stocks et aux prêts
      • Mindbody → réservation, abonnements et gestion client pour les studios de bien-être
      • Shopify → une pile e-commerce tout-en-un pour les commerçants indépendants
      • Procore → le standard du logiciel de gestion de projets de construction
      • Epic Systems → un puissant écosystème EMR couvrant les principaux hôpitaux américains
  • Tous ont démarré sur une niche étroite avant de s’étendre progressivement vers la finance, l’infrastructure et les marketplaces
    • Un SaaS vertical bien exécuté peut devenir non pas un simple outil temporaire, mais une activité de base durable
  • Dans son rapport annuel 2024, Stripe analyse le fait que le boom des nouvelles créations d’entreprise est lié à la diffusion du SaaS vertical
    • Exemple : aux États-Unis, le nombre de pizzerias a baissé entre 2005 et 2017, puis la tendance s’est inversée avec l’arrivée d’outils SaaS comme Slice → hausse des établissements indépendants face aux franchises
  • Le SaaS fournit aux entreprises indépendantes une infrastructure au niveau des franchises tout en garantissant leur autonomie
    • Selon Stripe :
      • « 60 % des PME américaines utilisent un SaaS vertical »
      • Exemples : SingleOps (arboriculture), Traxero (remorquage), Transformity (magasins d’alcools), Moxie (medspa), Clio (juridique), Skimmer (gestion de piscines), Planning Center·Tithe.ly (églises), Shulware (synagogues), Procede (concessionnaires de camions), Meadow Memorials·Tribute Technology (services funéraires), etc.

Ce qui change avec l’IA

  • En novembre 2022, OpenAI a lancé ChatGPT, qui a dépassé les 100 millions d’utilisateurs en deux mois, devenant le logiciel à la croissance la plus rapide de l’histoire
    • D’abord perçu comme un chatbot, il est vite apparu que les LLM pouvaient servir d’interface généraliste pour les tâches cognitives
  • Ce lancement a déclenché une vague d’expérimentations dans l’ensemble de l’industrie logicielle, et de nombreuses entreprises B2B ont réexaminé leur stratégie produit pour commencer à intégrer l’IA générative
    • Certaines ont intégré les modèles d’OpenAI à des fonctionnalités existantes, tandis que d’autres ont développé de nouveaux produits nativement fondés sur l’IA
  • Le SaaS traditionnel numérisait les workflows en structurant et en déplaçant dans le cloud des processus basés sur le papier
    • Les CRM, ERP, etc. standardisaient les données, renforçaient la collaboration et rendaient les processus traçables
    • Les LLM vont désormais au-delà de l’enregistrement et de l’organisation du travail pour s’étendre jusqu’à l’exécution du travail
  • Ce changement a des implications majeures pour les secteurs verticaux
    • Les déclarations d’assurance, le courtage de fret ou la facturation médicale ont historiquement été intensifs en main-d’œuvre et peu pénétrés par les logiciels
    • Désormais, l’IA peut, non plus seulement gérer les dossiers, mais automatiser l’exécution, élargissant le TAM et absorbant même une partie des coûts de main-d’œuvre
  • Cas emblématique : en juin 2023, Thomson Reuters a acquis Casetext pour 650 millions de dollars
  • À mesure que cela se diffuse à l’ensemble des secteurs, la taille du marché augmente rapidement

Intelligence déployée

  • Les investissements dans l’IA explosent, mais la valeur ne se matérialise que lorsque la technologie est intégrée aux opérations quotidiennes
    • La contrainte n’est pas de développer des modèles plus grands, mais de les embarquer dans des workflows réels
    • Cela exige une approche différente de celle du déploiement SaaS traditionnel
  • Le SaaS traditionnel s’intègre via l’onboarding, la formation et les paramétrages, mais l’IA nécessite souvent une réécriture des workflows et des itérations avec les utilisateurs
    • Palantir a, dès ses débuts, envoyé des ingénieurs de déploiement sur le terrain chez ses clients pour observer les opérations, les abstraire et les transformer en logique réutilisable
    • Le coût initial était élevé, mais cela a fini par renforcer la défendabilité et l’intégration opérationnelle
  • Il est plus pertinent de comprendre l’IA comme une nouvelle classe de travail
    • Il ne s’agit pas simplement d’acheter un logiciel, mais de recruter une IA, puis de la former, la surveiller et ajuster les workflows
    • Le succès dépend moins de la qualité du modèle que de la manière dont il est déployé ; la conception de l’interface, l’alignement de la logique décisionnelle et l’intégration opérationnelle sont essentiels
  • Selon le Ramp 2025 AI Index, 72 % des entreprises technologiques disposent d’abonnements payants, contre seulement 28 % dans la construction et 22 % dans l’hôtellerie-restauration
    • L’usage de l’IA progresse, mais il reste difficile de savoir s’il se traduit par une amélioration réelle des marges
  • La plupart des entreprises non technologiques ne sont pas prêtes à déployer l’IA efficacement
    • Le déploiement de l’IA exige de l’ingénierie, du product design, de l’expertise métier et de la conduite du changement
    • Beaucoup d’entreprises abordent l’IA comme du SaaS, alors qu’elle exige un fonctionnement probabiliste, un apprentissage par feedback et un tuning itératif
  • Cet écart renforce à nouveau la pertinence du modèle d’intégration verticale
    • Dans les années 2010, les entreprises full-stack ont souffert de services à faible marge, mais à mesure que les agents IA prennent en charge davantage de travail, la dépendance à la main-d’œuvre diminue et les marges s’améliorent
    • Dans son RFS 2025, Y Combinator avance que « vous pouvez vendre des agents IA à des cabinets d’avocats, mais vous pouvez aussi créer directement un cabinet d’avocats IA et les concurrencer »

Deux voies pour capter la marge de l’IA dans la verticale X

  • À mesure que l’IA recompose les workflows des industries traditionnelles, les fondateurs se retrouvent face à deux options pour capturer la marge générée par l’automatisation
    • vendre du logiciel aux opérateurs existants
    • ou exploiter directement / acquérir l’opérateur lui-même
      Voie 1 : vendre du logiciel à l’opérateur
  • Approche similaire au modèle SaaS traditionnel, mais consistant à développer des copilotes, couches d’automatisation et outils à base d’agents puis à les déployer chez les opérateurs existants
    • Les outils d’amélioration des performances adaptés aux workflows existants sont plus facilement acceptés, ce qui accélère l’exécution et le passage à l’échelle
    • Cela suppose toutefois que le client puisse adopter, exploiter, former et gérer les exceptions du logiciel de manière efficace en interne
  • En pratique, la difficulté du déploiement reste un facteur de contrainte majeur
  • Il ne s’agit plus de vendre du logiciel, mais de construire ou d’acquérir directement un prestataire de services pour l’exploiter
    • Cela supprime la dépendance à l’intégration chez le client et internalise l’IA
    • La mise en œuvre est plus lente, plus intensive sur le plan opérationnel et plus exigeante en capital au départ, mais elle promet davantage de contrôle et une meilleure captation de marge
  • Posséder la couche service permet d’installer les outils directement et de reconcevoir les workflows sans avoir à convaincre le client
    • Il devient possible de mesurer précisément les effets et d’itérer rapidement sans attendre les retours client
    • Au final, cela permet de renforcer la défendabilité et d’assurer l’alignement entre technologie et service
  • En définitive, à l’ère de l’IA, les deux voies imposent de repenser le playbook venture traditionnel
    • Il faut redéfinir le modèle de commercialisation, la structure organisationnelle et jusqu’au mode de propriété lui-même

# Études de cas

  • Dans l’ensemble des secteurs traditionnels, les modèles de déploiement de l’IA convergent vers trois approches : (1) vente au client, (2) acquisition d’un opérateur existant, (3) construction full-stack AI native

    • Une entreprise peut démarrer avec un modèle puis basculer vers un autre au fil de sa montée en puissance ; la solution adaptée varie selon la structure du secteur, la durabilité du produit et la capacité d’exécution de l’équipe

  • Immobilier

    • EliseAI : plateforme d’automatisation pour les gestionnaires locatifs résidentiels, qui adopte un modèle de vente de logiciel en intégrant une suite d’agents conversationnels au PMS du client pour gérer les réservations de visites, les demandes des résidents et les requêtes de maintenance
    • Metropolis : avec pour objectif d’intégrer une infrastructure intelligente dans le secteur du parking, l’entreprise est partie d’une app avant de mettre en place des entrées et sorties sans contact grâce à l’IA et à la computer vision
      • En B2B, elle a connu un blocage commercial en raison des baux de long terme et des contrats d’exploitation, puis a pivoté vers une stratégie d’acquisition d’opérateurs
      • Après l’acquisition de Premier Parking en 2022, qui lui a donné accès à 600 parkings pour déployer sa technologie, elle a en 2023 levé 1,7 Md$ pour acquérir SP Plus pour 1,5 Md$
    • Wander : opérateur technologique du segment premium de la location courte durée, passé d’une intégration verticale à une exploitation asset-light
      • L’entreprise détenait et exploitait d’abord ses actifs comme un REIT, mais a mis fin à cette structure avec la hausse des taux et l’effondrement de la ligne de financement de CS ; elle est ensuite passée aux modèles Wander Operated et Wander Branded pour étendre son exploitation sans propriété, avec plus de 1 000 logements adoptés en mai 2025
    • Long Lake : plateforme de roll-up dans les services, fondée en 2024, qui a commencé par les gestionnaires de HOA et pousse le rétrofit d’outils IA en s’appuyant sur des cas montrant 30 % de gain de productivité
      • A levé plus de 600 M$ via Thrive Holdings et d’autres, puis s’est développée sur la base de 18 acquisitions et d’un effectif de 1 400 personnes
    • À retenir : dans l’immobilier, l’enjeu clé n’est pas de superposer des outils, mais de repenser l’exploitation elle-même ; EliseAI dépend de la capacité du client à mener le change management, tandis que Metropolis, Wander et Long Lake pilotent directement le changement en possédant la couche opérationnelle

  • Comptabilité

    • Basis : fondée à New York en 2023, propose un modèle de vente de logiciel qui renforce et automatise les workflows comptables avec une équipe virtuelle agentique
    • Crete : roll-up de plateforme comptable lancé en 2023, qui consolide par M&A des cabinets régionaux et leur fournit une infrastructure commune
      • En deux ans, l’entreprise a atteint plus de 300 M$ de chiffre d’affaires et 900 employés, réalisé plus de 20 acquisitions et annoncé un plan de 500 M$ d’acquisitions supplémentaires
      • Développe avec OpenAI et l’ingénierie de Thrive des outils IA internes pour prendre en charge les tests d’audit, la rédaction de mémos et le mapping de données
    • Multiplier : fondée en 2022, partie d’un logiciel fiscal avant de pivoter vers une intégration de l’IA après acquisition de cabinets
      • Avec sa première acquisition, Citrine International Tax, l’entreprise a démontré qu’en automatisant la fiscalité clé et la conformité, elle pouvait doubler les marges et augmenter la capacité de service
    • À retenir : en comptabilité, l’impact maximal vient moins de l’ajout d’outils que de la refonte des opérations ; Basis obtient des résultats via la numérisation en équipes digitales, tandis que Crete et Multiplier les sécurisent par l’intégration dans la propriété et l’exploitation

  • Services juridiques

  • Enseignement : l’essence des services juridiques repose sur la confiance, la relation et le jugement centrés sur l’expert, et le cas Casetext montre l’amélioration de l’efficacité des tâches routinières

    • Comme le montre le cas Atrium, dans les domaines à faible fréquence et forte difficulté, l’enjeu clé est de recruter et retenir des avocats de premier plan, la technologie jouant un rôle d’appui

  • Conseil en investissement

    • OffDeal : banque d’investissement AI native focalisée sur les fusions-acquisitions du lower middle market, qui recompose un segment délaissé par les grands acteurs
      • Conçu autour d’un modèle en pod de deux personnes, où l’IA prend en charge la recherche d’acheteurs, le benchmarking et la rédaction de pitchs, afin que les juniors se concentrent sur le jugement et la gestion de la relation conçu
    • Inven : plateforme destinée à l’automatisation de la phase amont du sourcing pour les professionnels de l’investissement, qui extrait et analyse des données à partir de millions de sources via un pipeline LLM afin d’aider à identifier des cibles non cotées
    • Enseignement : Inven gagne en efficacité par l’intelligence appliquée à la recherche et au sourcing, tandis qu’OffDeal y parvient par une transformation du design organisationnel lui-même
      • Même si les grandes banques d’investissement disposent aussi d’outils, leur usage reste limité par des goulots d’étranglement hiérarchiques et d’incitation ; cela démontre qu’un nouveau design organisationnel produit une efficacité réelle

  • Centres de contact

    • Replicant : plateforme d’automatisation de centres d’appels qui traite les demandes répétitives via l’IA vocale et conversationnelle, et gère des dizaines de millions d’appels par mois avec des clients enterprise
      • Produit très générique qui accumule des données conversationnelles multi-industries, et offre contrôle et personnalisation aux clients souhaitant opérer eux-mêmes
    • Crescendo : opérateur BPO AI native lancé par General Catalyst, avec un modèle hybride mêlant construction d’outils en interne + possession et exploitation de centres d’appels
    • Enseignement : pour ceux qui veulent opérer en propre, le contrôle et la personnalisation de Replicant conviennent ; pour ceux qui veulent une approche entièrement managée et orientée résultats, Crescendo est plus adapté. Dans les deux cas, l’IA recompose une stack historique manuelle et fragmentée

Le playbook

  • Face à l’impact inégal de l’IA, fondateurs et investisseurs doivent choisir une structure capable de transformer la technologie en flux de trésorerie tangibles. Quand on sait que 42 % des pilotes d’IA générative en 2024 ont été arrêtés sans résultat, il faut, comme le montre The Outsiders de William Thorndike, adopter une logique d’allocation du capital là où le rendement ajusté du risque du dollar supplémentaire est le plus élevé
  • Le SaaS traditionnel tend à affecter les ressources incrémentales à l’humain et au marketing, alors qu’un roll-up IA dispose d’une boîte à outils plus large. Mais cartographier les workflows et affiner les modèles ne suffit pas : c’est l’usage de chaque euro ou de chaque heure supplémentaire qui détermine la création de valeur
  • Les trois modèles d’entrée des business IA modernes : (1) licence logicielle puis opérations gérées par le client, (2) achat d’actifs existants (société d’exploitation) pour y injecter la technologie et réinvestir le cash, (3) exploitation directe en full-stack (code, capital et opérations quotidiennes sous le même toit)
  • En pratique, les modèles hybrides et les pivots sont fréquents ; le playbook ci-dessous propose donc une base de décision : identifier les inefficacités → valider l’impact de l’IA → choisir une première voie entre vendre, acquérir ou construire soi-même

  • I. Map The Ontology

    • L’approche de Palantir : commencer par schématiser l’ontologie métier de l’existant (objets, états, transitions)
      • Ce graphe met en évidence les transitions qui absorbent excessivement le temps, la main-d’œuvre et le capital, ce qui clarifie le périmètre d’amélioration et les JTBD
      • Le principe de Palantir consistant à modéliser toutes les étapes avant de coder fournit une carte de précision qui aide à fixer les priorités de R&D et à aligner les investisseurs

  • II. Define The Terrain

    • Une fois l’inefficacité identifiée, il faut examiner la structure du marché pour voir s’il existe une récompense à contrôler l’ensemble du P&L
      • Une niche composée surtout d’acteurs de taille intermédiaire et d’indépendants, avec 150 à 200 cibles, se prête bien au roll-up
      • Les secteurs à marges ultra-faibles, où l’IA intervient directement dans la couche de service critique, offrent une forte capacité de hausse de l’EBITDA, ce qui justifie la détention
      • Les secteurs sensibles au cycle économique et tech-friendly sont plus sûrs en pur SaaS
      • Si la densité réglementaire est élevée, acquérir une entreprise déjà titulaire des licences peut être un raccourci compliance

  • III. Prove, Then Buy

    • Avant d’utiliser du levier, il faut prouver la validité du modèle avec des indicateurs terrain
      • La méthode la moins coûteuse : un pilote chez le client, avec une expérience contrôlée assemblant des briques d’IA existantes
      • Slow Ventures insiste sur le fait que la création de valeur doit précéder le M&A : on n’achète qu’une fois confirmé que le produit génère une valeur forte (« Build → then Buy »)

  • IV. Test The Distribution Wedge

    • Si le go-to-market SaaS est lent ou coûteux à cause de contrats longs, d’un faible usage et d’un onboarding lourd, il peut être moins cher d’acheter une entreprise qui possède déjà la relation client
      • Dans des marchés comme l’immobilier / l’exploitation d’actifs, où le changement de fournisseur n’est possible qu’au moment du renouvellement, racheter l’incumbent permet de réduire le CAC et de transformer l’inertie en moat
      • C’est le cas typique de Metropolis, qui a subi un goulot d’étranglement en vente B2B puis l’a résolu via les acquisitions successives de Premier Parking et SP Plus

  • V. Match Capital & Talent To The Path

    • Acquérir une société d’exploitation ou opérer directement exige, au-delà du product build, deux compétences supplémentaires : le M&A et les opérations quotidiennes
      • Il faut savoir structurer la dette, exécuter un playbook d’intégration et tenir un budget de siège allégé, tout en disposant de la puissance financière nécessaire pour respecter sans tension les covenants
      • Un levier excessif peut étouffer les flux de trésorerie, comme l’a montré le cas Thrasio (parcours vers la faillite)
      • Si les équipes et le capital n’en sont pas encore là, conserver une stratégie asset-light reste un choix rationnel

Blurring The Lines

  • L’IA peut permettre une expansion des marges, mais l’ampleur et la vitesse dépendent du modèle d’entrée
    • Avec le temps, les frontières entre SaaS vertical, roll-up et full-stack vont s’estomper, mais l’ordre des questions pour décider « où jouer » reste l’approche la plus économique
  • Les trois difficultés majeures auxquelles se heurtent les techniciens qui basculent vers des activités centrées sur les opérations :
    1. La difficulté d’améliorer les opérations : avec des outils d’IA encore immatures, obtenir de vrais gains d’efficacité ne se résume pas à intégrer un modèle ; cela exige une refonte rigoureuse des processus
    2. L’importance de la discipline de prix : les succès passés des roll-ups reposaient sur une logique achat à faible multiple d’EBITDA → revente à multiple élevé. Même avec l’IA, on n’échappe pas à la discipline de valorisation ; acheter trop cher fait s’effondrer l’expansion des marges
    3. La rareté des compétences de deal et d’intégration : les acquisitions et la gestion de la dette exigent un playbook proche du private equity. La plupart des roll-ups IA ont besoin d’équipes hybrides réunissant opérateurs, responsables deal et profils techniques capables d’équilibrer vitesse et risque
  • Nous sommes encore au début du cycle de consolidation, et beaucoup d’entreprises vont expérimenter des structures hybrides
    • À mesure que la technologie, le coût du capital et le comportement des clients évoluent, certains modèles initiaux deviendront inadaptés
    • Les meilleures équipes seront celles qui sauront à la fois aligner outils, structure et marché, et garder la discipline de se retirer quand l’adéquation n’est pas là

« Je suis un meilleur entrepreneur parce que je suis investisseur, et un meilleur investisseur parce que je suis entrepreneur. » — Warren Buffett

À lire aussi

Aucun commentaire pour le moment.

Aucun commentaire pour le moment.