AI Labs abandonne les modèles pour les consultants alors que le marché SaaS perd des milliards de dollars en valeur

Table des matières Le secteur des logiciels d'entreprise connaît un changement structurel à mesure que l'intelligence artificielle remodèle la façon dont les entreprises achètent et déploient la technologie. Les valorisations des sociétés SaaS publiques ont fortement diminué, 90 % des actions se négociant entre 30 et 80 % en dessous de leur plus haut de 52 semaines. Pendant ce temps, les principaux laboratoires d’IA vont au-delà du développement de modèles et se tournent vers le conseil pratique. Ces mouvements combinés signalent un réalignement plus large du lieu où la valeur est créée dans l’industrie du logiciel. Le premier segment à ressentir la pression a été celui des produits logiciels légers à fonction unique. Les outils coûtant environ 49 dollars par siège et par mois perdent du terrain face aux agents d'IA qui reproduisent automatiquement leurs fonctions. Les entreprises n'achètent plus un outil dédié à une tâche précise : elles décrivent ce dont elles ont besoin, et l'IA le construit et l'exécute. Milk Road AI a noté sur X que « le bas de gamme du marché est pratiquement terminé », citant le récent diagnostic du secteur par l’investisseur Chamath Palihapitiya. Chamath vient de fournir le diagnostic le plus clair de ce qui arrive aux logiciels d'entreprise et l'OpenAI Deployment Company est l'élément de preuve le plus accablant qu'il aurait pu choisir. "Le bas de gamme du marché est pratiquement terminé, il n'y a pas d'espace sûr." 90 % des SaaS publics… pic.twitter.com/2CwMuGfHbV — Milk Road AI (@MilkRoadAI) 17 mai 2026 Le modèle de tarification basé sur le siège qui a construit l'industrie SaaS ne se traduit pas par ce nouveau type de transaction. En conséquence, la base économique de nombreux produits logiciels destinés aux petites entreprises s’érode. Les données de Goldman Sachs reflètent les dégâts plus larges. Les multiples cours/bénéfice à terme des logiciels ont chuté de 35x à 20x – le niveau le plus bas depuis 2014. Ce multiple est également la plus petite prime par rapport au S&P 500 depuis 2010, ce qui indique une réévaluation des perspectives de croissance à l’échelle du secteur. Les solutions de taille moyenne sans actifs de données propriétaires sont confrontées à une trajectoire similaire. Les produits dépourvus de volants de données défendables ou d’intégration verticale profonde sont de plus en plus vulnérables au déplacement par les systèmes d’IA à usage général. Sur le marché haut de gamme, le défi est différent, mais non moins sérieux. OpenAI a récemment levé 4 milliards de dollars auprès d'investisseurs tels que TPG, Brookfield, Bain et McKinsey pour lancer une division de conseil. L'entreprise vise la concurrence directe d'entreprises comme Deloitte, PwC, Ernst & Young et Accenture. La structure de l’accord est remarquable. Les investisseurs se voyaient garantir un rendement annuel de 17,5 % – soit environ 700 millions de dollars par an – d’une entreprise qui devrait perdre 14 milliards de dollars en 2026. Cette décision intervient après que la part de marché du LLM d’entreprise d’OpenAI soit passée de 50 % à 25 % entre fin 2023 et mi-2025, avec Anthropic passant à 32 %. Anthropic a réagi presque immédiatement en lançant une entreprise de conseil concurrente de 1,5 milliard de dollars, soutenue par Blackstone, Goldman Sachs et Hellman & Friedman. Ensemble, les deux laboratoires ont engagé 5,5 milliards de dollars dans le déploiement d'entreprises à énergie humaine en un seul mois. L’ampleur de ces dépenses reflète à quel point la mise en œuvre de l’IA dans le monde réel reste difficile. Les données soutiennent cette difficulté. Environ 88 % des organisations utilisant des agents IA ont signalé un incident de sécurité au cours de l’année écoulée. De plus, 42 % des cadres supérieurs ont déclaré que l’adoption de l’IA génère des conflits organisationnels internes. Les coûts moyens de mise en œuvre la première année grâce au conseil s'élèvent à 228 000 $, soit près de trois fois l'alternative basée sur une plateforme.