La thèse de la fin du SaaS est fausse : 5 idées reçues autour du krach boursier et de la Vertical AI

• Le phénomène de « SaaSpocalypse », marqué par une baisse de 32 % des actions SaaS et une chute de près de moitié des valorisations, est utilisé ici comme prisme pour évaluer l’avenir du logiciel en couche applicative à l’ère de l’IA
• L’idée reçue selon laquelle « si le Vertical SaaS souffre, c’est parce que sa croissance s’est arrêtée » est fausse : l’analyse de 130 valeurs montre que les taux de croissance du vertical (14,1 %) et de l’horizontal (14,7 %) sont presque identiques, et que performances opérationnelles et cours de Bourse évoluent séparément
• Le marché n’a récompensé que les modèles de tarification qui monétisent l’usage et les « infrastructures par lesquelles transitent les agents IA », tout en ignorant des moats moins visibles comme l’emprise sur les workflows, les données propriétaires ou la réglementation
• Même au sein du vertical, le destin a divergé selon le type de moat : seules les entreprises disposant de données propriétaires ont conservé une prime de 72 %, tandis que celles reposant sur de simples barrières réglementaires ou sur le récit de la « domination d’un marché vertical » ont fini par se négocier avec une décote
• Le marché n’intègre pour l’instant que la phase de disruption actuelle et passe à côté de la montée des logiciels AI-native de nouvelle génération ; les entreprises qui détiennent les données métier présentes uniquement dans la tête des experts devraient en être les grandes gagnantes

---

Que s’est-il passé ? Le krach des actions SaaS

• Les actions SaaS cotées ont subi une réévaluation brutale, avec une baisse médiane de 32 %
  • Le multiple de valorisation rapporté au chiffre d’affaires est passé de 9,1x à 4,8x, soit une contraction de 42 %, et 86 % de l’ensemble des valeurs ont subi ce recul de multiple
• Cela dit, il est difficile de tirer une conclusion définitive sur l’avenir à partir du seul mouvement des cours : une même baisse peut être un mauvais signal signifiant que « la couche applicative est condamnée », ou au contraire un bon signal indiquant qu’« une nouvelle génération prend rapidement le relais »
• Dans les périodes particulièrement incertaines, le marché ressemble davantage à une « machine à voter » dominée par l’émotion, ce qui peut n’être qu’un bruit parasite pour les investisseurs qui raisonnent sur 10 à 20 ans
• Cet article vise à réfuter, une par une, les idées reçues apparues après le krach et qui sous-estiment le potentiel des logiciels AI-native

Idée reçue n°1 — « Le logiciel vertical ne croît plus »

• Tom Tunguz a diagnostiqué la faiblesse du Vertical SaaS comme un problème de « croissance trop lente »
  • Selon cette thèse, même des entreprises comme Veeva, AppFolio ou Procore, qui disposent de vrais moats — barrières réglementaires, intégration de niveau “système d’exploitation” sectoriel, données métier accumulées — ont été le plus fortement décotées parce qu’elles ne pouvaient plus croître assez vite
• En pratique, les entreprises verticales sont en moyenne environ 10 ans plus anciennes que les horizontales
  • Des acteurs d’avant Internet comme Dye & Durham (fondée en 1874), FICO (1956), Agilysys (1963) ou Tyler (1966) tirent vers le haut l’ancienneté moyenne (75e percentile : 42 ans pour le vertical contre 27 ans pour l’horizontal)
• Mais l’explication par la « lenteur » est factuellement fausse
  • Sur 130 valeurs observées, la croissance médiane sur un an récent était de 14,1 % pour le vertical et 14,7 % pour l’horizontal, soit presque la même chose
  • Résultats opérationnels et cours de Bourse ont évolué indépendamment : la corrélation entre croissance du chiffre d’affaires et cours n’est que de 0,07, et celle avec la marge EBITDA de -0,03, donc quasiment nulle
  • Au sein même du vertical, les 15 entreprises les moins performantes en Bourse affichaient de meilleures marges et une meilleure croissance que les 15 meilleures

Idée reçue n°2 — « Le vertical a un moat IA plus faible »

• Résumé de Tom : « Cette année, le vertical a chuté de 43 %, tandis que les DevTools n’ont reculé que de 21 % — cet écart dit ce que pense réellement le marché »
  • En apparence, cela se tient, mais le problème est la conclusion qui en découle : « les logiciels spécialisés par industrie sont faciles à copier avec des LLM »
• Cette conclusion contredit deux réalités

  • En réalité, une poignée d’acteurs horizontaux a été traitée comme des “pioches et pelles” de l’IA

    • Une grande partie de l’écart vient d’un petit nombre d’entreprises horizontales identifiées comme des « infrastructures qui gagnent de l’argent à l’ère de l’IA », dont certaines ont progressé de plus de 50 %
      • Bandwidth (API de communication), Datadog (monitoring), MongoDB (base de données), Twilio (API de communication), Fastly·Akamai (CDN), JFrog (supply chain logicielle), Innodata (données d’entraînement IA)

  • Le vertical se traite toujours plus cher que l’horizontal

    • Même en tenant compte des performances opérationnelles, le Vertical SaaS se traite encore avec une prime par rapport à l’horizontal
    • La baisse actuelle a surtout effacé la « prime de récit » qui s’y était accumulée — plus on monte haut, plus la chute est violente
    • Autrement dit, c’est la valeur des moats peu visibles dans le compte de résultat qui a été amputée
• En fin de compte, ce n’est pas que la capacité défensive du vertical se soit affaiblie, mais plutôt que le marché n’accorde plus les mêmes bonus de valorisation qu’autrefois et ne note positivement que les vents favorables IA visibles immédiatement

Idée reçue n°3 — « Le marché a correctement réévalué la valeur de long terme »

• Ces derniers mois, la variable la plus déterminante dans l’évolution des cours a été le modèle de facturation aligné sur l’usage
  • C’est la conclusion obtenue après une notation à l’aveugle de 130 valeurs sur 6 critères clés
  • À l’inverse, des moats moins visibles comme l’emprise sur les workflows, les données propriétaires ou la complexité réglementaire n’ont pas été récompensés
• Le moat que le marché a voulu voir se résume en fait à une seule question : « Êtes-vous une infrastructure par laquelle passent les agents IA ? »

• Comparaison de cas — Bandwidth vs Doximity

  • Bandwidth est un acteur horizontal dont le score R40 n’est que de 6, mais dont l’action a bondi de 280 %
    • Concurrent de Twilio dans le CPaaS, il vend des API voix et SMS utilisées par RingCentral, Zoom et d’autres
    • Chaque appel passé par un agent vocal IA génère du revenu à l’usage
    • Comme le dit Tom, c’est un cas de « vent favorable structurel » : plus l’IA progresse, plus les requêtes, embeddings et opérations vectorielles augmentent
  • Doximity, à l’inverse, est un acteur vertical en baisse de 65 % (« le LinkedIn des médecins »)
    • Son modèle repose sur des abonnements payés par laboratoires pharmaceutiques et hôpitaux pour faire du marketing auprès des médecins, et l’on voit mal à court terme comment il profiterait de l’ère des agents IA
  • Mais cette lecture trop simple passe à côté du véritable moat de Doximity
    • Effet de réseau — plus de 80 % des médecins y sont déjà inscrits, et de nombreux hôpitaux exigent cette inscription
    • Gravité des données — avec PeerCheck, Pathway Medical et d’autres, l’entreprise agrège des données cliniques propriétaires qui créent immédiatement de la valeur pour les clients existants
    • Organisation crédible en IA — son équipe R&D de 380 personnes génère de nouveaux revenus auprès des hôpitaux grâce à des outils comme Scribe et DoxGPT
    • Des workflows profondément intégrés à la télémédecine, au fax et à la documentation clinique, ainsi qu’un moat réglementaire issu du cadre HIPAA
• En somme, dans le krach, n’ont survécu que les entreprises dont « le chiffre d’affaires additionnel est visible tout de suite » ; tout bénéfice IA un peu plus complexe que des “pioches et pelles” monétisables dès demain a été ignoré en bloc
• Ben Thompson (Stratechery) : « La disruption et la création de valeur n’arrivent pas en même temps » — le marché ne price aujourd’hui que la disruption et l’accélération visibles, en laissant de côté la création de valeur de long terme qui prend plus de temps

Idée reçue n°4 — « Tous les moats verticaux s’effondrent de la même façon »

• Si l’on répartit 57 sociétés cotées de Vertical SaaS selon la source de leur capacité défensive, on obtient trois groupes

  • ① Le type “données propriétaires”

    • Verisk, FICO, Cadence, Veeva, CCC, etc. : 20 entreprises
    • Ce sont des entreprises assises sur des données que personne d’autre ne peut reconstituer ; il y a un an, elles se traitaient 220 % plus cher que des horizontales comparables, contre 72 % aujourd’hui
    • Malgré cela, 18 des 20 entreprises se traitent encore plus cher que les horizontales

  • ② Le type “barrière réglementaire pure, sans données”

    • Tyler Technologies, ADP, Constellation, nCino, Q2, etc. : 16 entreprises
    • Ici, l’entrée est bloquée non par la donnée mais par le droit et les procédures ; la prime est passée de 120 % à 15 %, soit une quasi-disparition

  • ③ Le type “vertical halo”

    • ServiceTitan, Par Technology, Toast, Lightspeed, MNTN, etc. : 15 entreprises
    • Ces acteurs bénéficiaient il y a un an d’une prime de 41 % sur la base d’un récit de « domination d’un marché vertical, forte rétention et scalabilité », mais se négocient désormais avec une décote de 40 % par rapport aux horizontales
• Les moats de données clairement visibles continuent donc d’obtenir des valorisations élevées même en tenant compte des résultats, mais lors de cette baisse, même une très forte gravité des données a été valorisée presque à zéro
• L’article propose plusieurs questions pour évaluer la capacité défensive : « Les données sont-elles propriétaires ? Existe-t-il un verrou réglementaire ? Le logiciel est-il imbriqué dans la transaction elle-même ? »
  • Quand la réponse est « oui » à au moins deux de ces questions, l’entreprise est en général relativement solide ; pourtant, le marché ne reconnaît actuellement que la première (données propriétaires, prime de 72 %) et n’accorde presque aucun point aux deux autres

Idée reçue n°5 — « La couche applicative est en train de mourir »

• Le marché a déjà intégré dans les prix le choc provoqué par la diffusion de l’IA (baisse des coûts de développement, substitution de certaines tâches par des agents)
  • En revanche, il n’a pas encore intégré l’émergence de la prochaine génération de logiciels AI-native
  • Résultat : seules les canalisations qui fournissent immédiatement du chiffre d’affaires à l’IA sont protégées, tandis que le reste du logiciel est globalement décoté et vu comme potentiellement menacé
  • L’état d’équilibre post-adoption de l’IA, où données et workflows deviennent plus précieux que jamais, n’est absolument pas reflété dans les cours
• Contrairement à la panique ambiante, nous ne sommes encore qu’au début de la phase de disruption
  • Citation de The Verticalist : certains logiciels verticaux disparaîtront, mais leur durée de vie sera bien plus longue que celle des horizontaux, et la prochaine vague de Vertical AI sera construite en partie sur des ruines, mais surtout sur du greenfield — car remplacer simplement un fournisseur existant ne suffit pas à agrandir le marché lui-même
• Les LLM démontrent à la fois la valeur d’élargir les données d’entraînement et le fait que les agents deviennent plus intelligents grâce au reinforcement learning
  • Mais pour aller au-delà du langage, l’IA a besoin de données métier et de contexte décisionnel ; or ces éléments ne se trouvent nulle part sur l’Internet public, ne peuvent pas s’acheter ni se vendre, et résident souvent uniquement dans la tête des experts
  • Les plateformes verticales ont toujours été les mieux placées pour capter ces données
• Les pessimistes estiment que « l’IA réduira les marchés verticaux », mais l’article défend exactement l’inverse : l’IA va considérablement les élargir
  • Certaines entreprises existantes, dotées de moats puissants et prêtes à cannibaliser elles-mêmes leurs produits pour l’IA, survivront et prospéreront
  • Mais les plus grands gagnants seront les entreprises AI-native de nouvelle génération, construites non seulement sur les ruines du legacy, mais aussi sur de nouveaux cas d’usage, de nouveaux budgets et de nouveaux verticaux que le marché public n’imagine même pas encore

Annexe — Les 6 critères utilisés pour la notation

• ① Proprietary Data Flywheel (boucle de données propriétaires)

  • L’entreprise accumule-t-elle des données impossibles à répliquer en moins d’un an ? Les décennies d’historique de sinistres d’assurance de Verisk valent 5 points ; un espace de stockage Dropbox dont les données appartiennent au client vaut 1 point

• ② Pricing Alignment (alignement du pricing)

  • Le chiffre d’affaires augmente-t-il quand les agents IA augmentent leur activité ? Les modèles à l’usage de Bandwidth, MongoDB et Datadog obtiennent le score maximal ; les modèles au siège d’Asana, Monday.com ou Workday, où l’IA peut réduire le nombre de licences humaines, obtiennent le minimum

• ③ Workflow Replaceability (substituabilité du workflow)

  • À quel point le produit est-il profondément ancré dans l’activité du client ? Plus il est difficile à retirer, plus la note est élevée : Oracle ERP ou la paie ADP valent 5 points, tandis que Dropbox ou Amplitude, remplaçables en une semaine, valent 1 point

• ④ AI Credibility (crédibilité IA)

  • L’entreprise a-t-elle une vraie équipe, un vrai niveau d’investissement et un vrai ADN IA, au-delà d’un simple chatbot ajouté au produit ? (part de la R&D, parcours du CEO, acquisitions IA, produits réellement utilisés) — Palantir et Datadog valent 5 points, Tyler et Constellation 2 points

• ⑤ Domain Complexity (complexité métier)

  • Dans quelle mesure l’environnement client est-il contraint par la réglementation et l’expertise métier ? Les soumissions cliniques à la FDA chez Veeva, la certification CJIS chez Tyler ou la réglementation du scoring crédit chez FICO valent 5 points ; un marché horizontal sans barrières vaut 1 point

• ⑥ Agent Ecosystem (écosystème d’agents)

  • Le produit sera-t-il davantage ou moins utilisé dans un monde où les agents IA pilotent le travail ? Les bases de données, API de communication, outils de sécurité et de monitoring par lesquels passent les agents valent 5 points ; la gestion de tâches, les dashboards et le stockage de fichiers que les agents n’utiliseront pas valent 1 point
• R40 (Rule of 40) = croissance du chiffre d’affaires + marge EBITDA