Selon une étude de Morningstar sur les actions, l’intelligence artificielle générative augmentera les risques de perturbation partout où des données sont raisonnablement disponibles et où de la valeur est créée par l’organisation ou l’analyse de la logique interne de ces données.
Le codage en est l’exemple le plus évident. Bien que cela puisse également s’appliquer à certains aspects de l’analyse juridique ou de la recherche médicale, les humains s’efforcent d’organiser des liens logiques en s’appuyant principalement sur des textes accessibles au public.
Le service d’analyse des actions de Morningstar a récemment réévalué les notes relatives au rempart concurrentiel de 132 entreprises de notre couverture, pour lesquelles nous estimions que l’intelligence artificielle pourrait avoir un effet disruptif et justifiait donc une analyse plus approfondie.
Notre analyse a notamment porté sur les arguments avancés dans le grand débat opposant l’IA générale aux logiciels en tant que service : l’idée selon laquelle l’IA remplacera les solutions logicielles traditionnelles. L’une de nos principales conclusions est que personne ne le sait avec certitude.
Les deux camps ont leurs arguments. Voici un aperçu des sept arguments et contre-arguments du débat opposant l’IA générative au SaaS.
L’IA réduit les coûts de production de code
L’IA excelle dans le domaine du codage et réduit par conséquent la plus-value économique que les entreprises peuvent tirer de cette activité. Quelle que soit la part de valeur qu’une entreprise de logiciels tire du codage proprement dit, cette part diminuera pour les fournisseurs de logiciels dès lors que le codage cessera d’être une ressource rare.
Contrepoint
La valeur du SaaS ne réside pas uniquement dans le codage. Elle tient à des aspects complexes dans lesquels l’IA n’excelle pas, tels que la compréhension du contexte métier, l’expertise sectorielle relative à des flux de travail spécifiques, la prise en compte de nombreux cas particuliers, la gestion globale et la surveillance, et bien d’autres encore. Ce sont le schéma de la base de données, l’historique, la sécurité, la conformité et la confiance qui importent.
En fin de compte, les entreprises optent pour le SaaS parce que « ça fonctionne tout simplement », et l’accès au code n’est qu’une pièce du puzzle.
Le secteur des logiciels repose souvent sur un modèle économique « par poste », qui est aujourd’hui directement menacé
L’IA devrait permettre d’accroître la productivité de l’utilisateur final, voire de le remplacer. Cela devrait entraîner une réduction progressive du nombre de postes de travail nécessaires. Si une seule personne peut accomplir le travail de deux, cela pourrait se traduire par une diminution de 50 % du nombre de postes.
L’IA pourrait également faire baisser le prix des produits ou services proposés. Si le coût du « travail » est ramené à 20 dollars par mois et par utilisateur, et que votre tarification actuelle est plus élevée que cela, on pourrait assister à une compression des prix.
Contrepoint
De nombreuses entreprises SaaS facturent déjà leurs services en fonction de la « valeur » ou de l’« utilisation ». Celles qui ne le font pas encore adapteront leurs modèles tarifaires dans un monde où l’IA jouera un rôle déterminant. Si une entreprise tente de s’y mettre, elle pourrait tout de même être confrontée à une compression des prix si elle percevait auparavant des rentes économiques disproportionnées par rapport à la valeur ajoutée apportée par l’IA, mais elle évitera ainsi les scénarios les plus catastrophiques.
Une augmentation de la demande n’est pas à exclure. Historiquement, une hausse de la productivité des travailleurs n’a pas entraîné de forte réduction des effectifs. Au contraire, les entreprises emploient le même nombre de travailleurs, qui parviennent simplement à accomplir davantage de tâches.
L’IA générative repose sur la consommation de jetons et affiche des marges brutes plus faibles
L’IA repose fondamentalement sur un modèle basé sur la consommation. Vous consommez de l’intelligence en consommant de la puissance de calcul. Le principal atout des logiciels résidait essentiellement dans l’absence de coûts supplémentaires liés à la distribution. Cet avantage a disparu dans un monde basé sur la consommation. Plus la part de votre chiffre d’affaires provenant de l’IA basée sur la consommation est élevée, plus votre profil de marge brute s’alignera sur celui des marges brutes liées à la consommation.
Les marges brutes sur les logiciels pourraient passer de 80 % ou plus à 65 % ou moins.
Contrepoint
Le coût de l’IA ne cesse de baisser à mesure que de nouvelles architectures et du matériel plus performant font leur apparition. La valeur générée par chaque nouveau modèle ne cesse d’augmenter. Le coût lié à l’amélioration de l’inférence permettra toujours de dégager de bonnes marges brutes, et les entreprises utiliseront des routeurs de modèles pour attribuer des jetons à un prix adapté aux flux de travail concernés.
Les produits d’IA élargiront le marché potentiel total, ce qui continuera d’augmenter les montants absolus en dollars que les éditeurs de logiciels peuvent générer. Enfin, les éditeurs de logiciels peuvent également améliorer leur efficacité grâce à l’IA ; ainsi, toute pression sur la marge brute pourrait être compensée par des gains d’efficacité opérationnelle, laissant la marge opérationnelle inchangée.
L’IA générative réduit les barrières à l’entrée
Si le codage est en grande partie automatisé, les obstacles à la création de solutions par le code s’amenuisent considérablement. Cela signifie que les clients SaaS seront davantage enclins à développer des solutions internes pour remplacer les logiciels existants. De plus, toute entreprise disposant d’ingénieurs logiciels commencera à créer des produits destinés à de nouveaux secteurs d’activité, ce qui renforcera la concurrence.
La réduction des barrières à l’entrée entraînera une augmentation du nombre de concurrents. De plus, ces concurrents accéléreront également le développement de leurs propres produits, car l’IA permet d’accélérer la mise sur le marché.
Contrepoint
Les véritables obstacles à l’entrée ne se limitent pas à la « production du code ». Il ne faut pas négliger toutes les autres activités menées par les entreprises SaaS, telles que la maintenance, la sécurité, la coordination complexe et les déploiements. Il reste essentiel de disposer d’une base de clients existante et d’un processus de commercialisation efficace pour convaincre les clients d’adopter les offres d’une entreprise.
AI and Economic Moats: Which Stocks Are Most at Risk?
L’IA réduit les coûts de changement de fournisseur
En simplifiant et en automatisant les processus, l’IA réduit les coûts de migration partout où le changement de logiciel se heurte à des obstacles techniques, tels que le remappage des données.
Contrepoint
Même si l’IA devrait en principe être capable d’automatiser certains aspects du transfert de données, vous avez tout de même besoin d’une expertise interne pour piloter et gérer l’IA lors de migrations de données, même modérément complexes.
L’IA bouleverse les règles de la concurrence et l’architecture du secteur
Les principaux facteurs de compétitivité dans le domaine des logiciels sont le talent des développeurs d’une entreprise, l’adéquation du produit aux besoins des clients et la mise en œuvre d’une stratégie commerciale. Si l’IA vient à occuper une place centrale dans les futures plateformes de développement, la maîtrise de l’IA deviendra alors un facteur clé de compétitivité.
L’architecture du secteur pourrait également évoluer. Si l’IA devient la plateforme centrale sur laquelle s’exécutent les flux de travail, elle pourrait bien redéfinir les gagnants et les perdants actuels.
À mesure que les modèles d’IA prennent une place centrale, les fournisseurs de modèles en tireront davantage de valeur qu’auparavant. (Auparavant, la valeur générée pour les fournisseurs de modèles était nulle.) Les fournisseurs de modèles peuvent désormais intégrer différents flux de travail en une seule fois, sous forme d’intégrations distinctes au sein de leur modèle. Plus ils intègrent de flux de travail, plus le modèle gagne en puissance.
Contrepoint
Une fois encore, le développement logiciel ne se résume pas à « l’écriture de code ». La réussite dépend de la maîtrise du contexte métier, d’une expertise dans des processus spécifiques, ainsi que de la commercialisation et de la distribution de votre produit.
Les évolutions technologiques introduisent une part d’incertitude dans le système.
À tout le moins, les avancées en matière d’IA entraînent de nombreux changements. Les éditeurs de logiciels d’aujourd’hui devront s’y adapter. Lorsqu’un système évolue, il est difficile de prédire qui s’y adaptera et qui n’y parviendra pas. De nombreuses raisons expliquent pourquoi les acteurs historiques ont plus de mal à s’adapter à ces nouveaux paradigmes, notamment la dette technologique et l’inertie organisationnelle.
L’incertitude s’est accrue pour tout le monde. C’est un peu comme si l’on essayait de prédire quels seraient les gagnants du SaaS en 2001 : ce n’était pas facile.
Contrepoint
Il n’y a aucune raison fondamentale pour que les acteurs établis ne puissent pas s’adapter et tirer parti de l’IA. En adoptant l’IA et en la transformant en nouvelles fonctionnalités génératrices de revenus, ils pourraient faire de ces services un atout plutôt qu’un obstacle, et ainsi conserver leur place au sein de l’écosystème.
