- Le marché du logiciel à l’ère de l’IA ne s’élargit plus seulement autour des dépenses IT, mais surtout autour du remplacement du travail, alors que le logiciel entre dans une phase où il exécute réellement le travail
- L’essence des douves (moats) reste ancrée dans les forces structurelles historiques des éditeurs de logiciels, comme la maîtrise du workflow, l’intégration aux systèmes et les effets de réseau
- La baisse des barrières à l’adoption de l’IA fait exploser le nombre de concurrents ; il est difficile de se différencier au début, mais des effets de réseau liés aux données apparaissent à grande échelle
- Les entreprises de plateforme (OpenAI, etc.) construisent de vastes écosystèmes d’applications ; plus que la concurrence directe, les variables clés sont la logique de taxation des plateformes et le risque d’intégration verticale
- Les douves de l’IA restent valables, mais leur source de défense se déplace du modèle lui-même vers le contexte client et la profondeur d’intégration
Évolution du concept de douves à l’ère de l’IA
- L’IA est un puissant outil de différenciation, mais pas une source durable de défense à elle seule
- La défense vient de l’intégration au workflow client, de la captation du système of record et des effets de réseau
- Comme le logiciel exécute directement du travail, l’opportunité de marché se déplace du budget IT vers le marché du travail
- Avec l’IA, les barrières de production logicielle baissent et l’offre explose, ce qui intensifie la concurrence
Échelle et effets de réseau liés aux données
- Les effets de réseau liés aux données ne deviennent vraiment significatifs qu’à grande échelle
- Exemple : un système de prévention de la fraude doit apprendre sur des données de milliards d’utilisateurs pour obtenir un avantage réel
- Dans la phase initiale (0→1), il est difficile de se différencier, mais la défense se forme lors du passage à grande échelle (1→N)
- L’IA est une arme à double tranchant : tout le monde peut facilement créer un produit, mais atteindre l’échelle est la condition clé de la défense
Modèles tarifaires et capacité de défense des entreprises
- Le modèle classique de facturation par siège (per-seat) s’affaiblit avec l’automatisation par l’IA
- Exemple : Adobe, Zendesk et d’autres subissent une pression sur leurs revenus à mesure que le nombre de sièges diminue
- En revanche, un passage à une facturation basée sur le résultat (per-outcome) peut restaurer la rentabilité
- La possibilité de développer son propre logiciel a augmenté, mais les produits commerciaux restent privilégiés en raison de l’avantage comparatif et de la complexité
Goldilocks Zone et marché Greenfield
- Goldilocks Zone : des domaines où le coût de remplacement est élevé mais l’importance perçue faible (ex. : paie, services de nettoyage)
- Même avec beaucoup de concurrence, les clients changent rarement de fournisseur
- Greenfield Zone : des marchés encore vierges où de nouvelles entreprises peuvent entrer
- Exemple : nouveaux systèmes hospitaliers, IA juridique, etc.
- Mais la réussite dépend avant tout de la patience du fondateur et de la vitesse de création du nouveau marché
Profil des fondateurs et contexte sectoriel
- Les fondateurs IA récents ont souvent une maîtrise technique supérieure à leur expérience sectorielle
- Pour combler le manque de contexte métier, il est indispensable de recruter des spécialistes
- Exemple : une startup d’IA juridique embauche des avocats en interne pour relier la performance du modèle au travail réel
- Le contexte d’application de la technologie s’impose comme un élément central de la défense
Le rôle de la marque, de l’échelle et du momentum
- La notoriété de marque et les économies d’échelle restent des douves très puissantes
- Exemple : Cheerios, Amazon, etc. dominent leur marché grâce à la combinaison de l’effet d’échelle et de la marque
- Plus le momentum (vitesse de croissance) est fort, plus la probabilité de construire des douves fondées sur l’échelle augmente
- Dans les marchés où la concurrence initiale est intense, la vitesse et la concentration du capital déterminent l’issue
Risques liés aux plateformes et stratégie d’écosystème
- Le fait que le propriétaire de la plateforme devienne ou non concurrent est une variable clé pour la survie des startups
- Exemple : Microsoft a conquis le marché avec Excel via Windows
- Il existe un risque de taxation par la plateforme — les taux de commission peuvent varier arbitrairement
- Aujourd’hui, la présence de plusieurs entreprises de modèles (OpenAI, Anthropic, Gemini, etc.) réduit le risque de monopole
Fonctionnalité (Feature) vs produit (Product) vs entreprise (Company)
- Une fonctionnalité améliore une partie d’un produit existant, un produit est un système autonome, et une entreprise dispose d’un modèle de revenus durable
- À l’ère de l’IA, même des produits limités à une fonctionnalité peuvent générer des revenus élevés
- Exemple : automatisation de l’accueil dentaire, conseil vocal multilingue, etc.
- La stratégie consistant à partir d’une fonctionnalité pour évoluer ensuite vers un produit puis une entreprise (backfill) reste pertinente
Coexistence entre plateformes et startups
- Les entreprises de plateforme (OpenAI, etc.) se concentrent sur la construction de vastes écosystèmes applicatifs
- Plutôt que de créer directement des produits sectoriels, elles se positionnent comme fournisseurs d’infrastructure backend
- Le risque d’intégration verticale existe, mais les segments sectoriels de niche (ex. : dentaire, juridique) restent des opportunités pour les startups
- La structure de taxation des plateformes influencera à long terme la rentabilité des startups
Consolidation du marché et dynamique concurrentielle
- Lorsqu’il existe 20 entreprises sur un même marché, la plupart disparaissent et le marché se consolide autour des 2 ou 3 leaders
- Sans accès à l’échelle, la concurrence par les prix détruit la rentabilité
- La spécialisation permet toutefois de survivre sur des marchés plus segmentés
Emploi et productivité à l’ère de l’IA
- L’IA entraîne moins une suppression d’emplois qu’une baisse du coût du travail et une extension de la productivité
- « On ne peut pas embaucher une personne pour 1 dollar, mais on peut embaucher un logiciel pour 1 dollar »
- Le marché s’élargit davantage sous la forme d’une extension du travail que d’un simple remplacement du travail
- La baisse du coût d’adoption de l’IA rend possibles des services auparavant inenvisageables (ex. : conseil financier personnalisé, support client, etc.)
Conclusion : les douves existent toujours, mais leur forme change
- Les douves de l’IA n’ont pas disparu ; le contexte d’application, l’intégration client et l’échelle en deviennent les nouveaux piliers défensifs
- Plus que l’avantage du modèle lui-même, ce sont la capacité d’application, d’exploitation et d’ancrage chez le client qui déterminent la compétitivité
- L’IA est une révolution logicielle qui remplace le travail, et elle recompose les structures traditionnelles de douves tout en en maintenant l’importance
Aucun commentaire pour le moment.