Le SaaS n’est pas mort

1. Le contexte derrière l’affirmation selon laquelle le SaaS est mort

• Avec les progrès rapides récents des outils de codage IA comme Claude Code, Copilot et Codex, l’idée selon laquelle « il suffit désormais de quelques lignes de prompt pour créer un logiciel, donc le SaaS est terminé » gagne du terrain.
• Reid Hoffman souligne d’ailleurs qu’un simple tweet à propos de Claude Code a suffi à faire baisser de 5 % les valeurs SaaS, preuve de la sensibilité du marché à ce récit.
• Mais selon lui, le marché surinterprète le phénomène. Oui, l’IA bouleverse profondément la manière de produire du logiciel, mais cela ne signifie pas pour autant la mort de toute l’industrie du SaaS.
• Le point de départ n’est donc pas de dire « l’IA n’est pas une menace », mais plutôt de critiquer le fait que la direction de la menace est mal comprise.
• Son idée est claire : ce qui est en train de s’effondrer, ce n’est pas le SaaS lui-même, mais l’ancien playbook du SaaS qui a fonctionné pendant les vingt dernières années.

2. L’affaiblissement de l’ancien fossé défensif (moat) du SaaS

• Hoffman estime que si les entreprises SaaS ont pu bénéficier de marges élevées par le passé, c’est parce qu’une organisation d’ingénierie capable de construire un produit fiable et de le faire passer à l’échelle constituait en soi une forte barrière à l’entrée.
• Autrement dit, le simple fait de disposer d’une équipe capable d’implémenter et d’exploiter de manière stable un tel niveau de fonctionnalités formait le moat, ce qui pouvait justifier des marges de 40 à 50 %.
• Mais à mesure que l’IA accélère la vitesse d’implémentation, la capacité défensive issue de la seule force de travail d’ingénierie s’affaiblit clairement.
• Il reconnaît donc que le modèle économique qui a défini le SaaS pendant les vingt dernières années aura du mal à se maintenir tel quel.
• Ce qui compte toutefois ici, c’est que la baisse des marges et l’affaiblissement du moat ne signifient pas la mort.
• Entre le diagnostic « l’ancien modèle SaaS s’effondre » et la conclusion « plus personne ne paiera pour du logiciel désormais », il y a un grand saut logique, et c’est précisément ce saut que Hoffman conteste.
• En somme, l’IA reconfigure l’économie du SaaS, mais cela ne conduit pas immédiatement à la disparition du business du logiciel lui-même.

3. Un malentendu fondamental sur le business du logiciel

• Selon Hoffman, beaucoup de gens se trompent en considérant le logiciel comme « un simple bloc de code qu’on écrit une fois pour toutes ».
• Or, dans la réalité, le logiciel d’entreprise n’est pas un simple livrable de code, mais un système vivant qui exige en permanence maintenance, validation, sécurité, conformité, stabilité opérationnelle et amélioration continue.
• Par exemple, quelqu’un pourrait dire : « Pourquoi ne pas simplement faire en vibe coding notre CRM ou notre système de paie ? » Mais dans un environnement d’entreprise réel, les risques liés à la sécurité et à la réglementation sont trop critiques pour qu’un tel remplacement soit aussi simple.
• En particulier, plus un système touche à des fonctions centrales de l’entreprise — RH, paie, comptes fournisseurs, comptabilité, CRM d’entreprise — plus l’écart entre « ça fonctionne » et « c’est exploitable en production » est immense.
• En conséquence, créer une démo fonctionnelle à partir de prompts et faire tourner un système dans lequel une entreprise peut réellement avoir confiance et pour lequel elle peut payer sont deux choses totalement différentes.
• Hoffman estime à ce stade que les optimistes de l’IA confondent la facilité de générer du code et la difficulté d’exploiter un produit.
• En conclusion, l’IA facilite la création de logiciels, mais elle ne supprime pas la structure de responsabilité propre au business du logiciel.

4. Nouveau fossé défensif : la générativité IA (AI Generativity)

• Pour Hoffman, le vrai changement n’est pas « la disparition du SaaS », mais le fait que le centre du moat concurrentiel est en train de se déplacer.
• Les entreprises SaaS fortes de demain ne seront plus seulement celles qui proposent des fonctionnalités, mais celles qui fournissent des systèmes conçus pour mieux exécuter, grâce à l’IA, les tâches propres à une catégorie donnée.
• Il explique cela avec le concept de générativité IA (AI Generativity). L’avantage concurrentiel clé devient alors la capacité de l’IA intégrée au produit à comprendre les besoins spécifiques du domaine et à produire de meilleurs résultats de manière répétée.
• Si l’on prend l’exemple d’une entreprise de CRM, le simple fait de stocker et consulter des données clients devient insuffisant.
• À la place, un CRM fort possédera selon lui des éléments comme :
  • un ensemble d’agents intelligents affinant de manière répétée les workflows commerciaux
  • un système comprenant le pipeline de façon plus complète qu’un analyste humain
  • de puissantes bibliothèques backend et une architecture opérationnelle spécialement conçues pour ce domaine
• Un tel produit peut disposer d’un moat bien plus fort qu’un simple SaaS CRUD.
• Au final, l’enjeu à venir ne sera pas de savoir « si l’on a adopté l’IA », mais si l’on a fait d’un système IA profondément adapté au domaine le cœur même du produit.
• Hoffman estime que les acteurs existants qui comprennent ce changement évolueront, tandis que ceux qui ne le comprennent pas déclineront réellement, voire disparaîtront.
• Il ajoute toutefois que même ce déclin ne se produira pas d’un seul coup comme le marché l’imagine, mais avancera probablement beaucoup plus lentement qu’on ne le pense.

5. La transformation du modèle économique

• Si la structure du produit change, il y a de fortes chances que le modèle économique change aussi.
• Hoffman considère que le modèle historique d’abonnement SaaS basé sur le nombre de sièges ne sera pas l’unique norme et que l’on verra davantage à l’avenir des modèles de type utilitaire où le client prépaie un budget de tokens ou un volume de calcul consommé.
• Par exemple, pour un CRM AI-native, le facteur déterminant du prix pourrait être moins « combien d’utilisateurs se connectent » que la quantité réelle de calcul et d’automatisation exécutée par le système.
• Autrement dit, le logiciel par abonnement ne disparaît pas ; il pourrait se réorganiser autour d’un modèle économique fondé sur la consommation de calcul.
• Il précise que cette transition peut sembler étrange, mais qu’elle n’a en réalité rien d’inédit.
• Lors du passage du logiciel on-premise au cloud SaaS, la peur de voir l’ancien modèle économique s’effondrer était déjà forte ; pourtant, le marché ne s’est pas éteint, il s’est même agrandi.
• De la même manière aujourd’hui, nous sommes au début d’une transition comparable : « cloud SaaS → logiciel AI-native ».
• La vraie question n’est donc pas « le SaaS va-t-il mourir ? », mais plutôt quelle sera la nouvelle structure de prix unitaire et la nouvelle manière de mesurer la valeur.

6. Les moat existants restent valables

• Hoffman insiste sur le fait que même à l’ère de l’IA, les moat existants ne disparaissent pas complètement.
• Des éléments comme les effets de réseau, la relation client et l’avantage lié aux données restent essentiels et peuvent même, dans certains cas, devenir encore plus puissants.
• En particulier, des sources de données propriétaires prennent encore plus de valeur lorsque l’IA peut être entraînée et ajustée sur cette base.
• Si un système IA est ajusté à partir de données accumulées pendant des années en fonction de workflows spécifiques et du contexte opérationnel d’une entreprise, le lock-in client prend une signification d’un autre ordre qu’auparavant.
• En somme, ce que l’IA commoditise, ce n’est pas l’ensemble constitué par la relation client, les données opérationnelles et le contexte métier, mais « la capacité à produire rapidement du code ».
• C’est pourquoi la base client et les actifs de données dont disposent déjà les entreprises SaaS existantes peuvent rester un puissant point de départ à l’ère de l’IA.
• Il évoque également le paradoxe de Jevons : si le coût de construction du logiciel chute brutalement, la demande de logiciel pourrait au contraire augmenter.
• Si le coût de production baisse, davantage de problèmes seront traités par le logiciel, ce qui pourrait conduire le marché global à s’élargir plutôt qu’à se contracter.

Conclusion

• La conclusion de Hoffman est sans ambiguïté. Le SaaS n’est pas mort.
• Ce qui dépérit, en revanche, ressemble davantage à « l’ancien playbook du SaaS fondé sur la productisation de fonctionnalités avec maintien de marges élevées ».
• Les entreprises qui survivront seront celles qui dépasseront l’ajout superficiel d’outils IA et repenseront les tâches centrales de leur catégorie autour de la générativité IA.
• À l’inverse, les entreprises qui se reposent sur leurs anciennes recettes de succès sans comprendre le déplacement des moat à l’ère de l’IA risquent de décliner lentement.
• Le message central de ce texte n’est donc pas « la fin de l’industrie du logiciel », mais bien la recomposition du business du logiciel.
• En une phrase : le SaaS ne vit pas un enterrement, mais un changement de génération. Ce n’est pas l’industrie qui meurt, ce sont les acteurs incapables de s’adapter au changement d’époque.