L’intelligence artificielle mettra à l’épreuve les entreprises dont les atouts reposent sur les frictions au niveau des flux de travail, l’intensité de main-d’œuvre et la fidélisation des utilisateurs, tout en préservant — voire en renforçant — celles qui s’appuient sur des infrastructures, des données propriétaires, des effets de réseau ou des flux de travail spécialisés dans un domaine particulier.
Une grande partie de l’impact de l’IA est déjà intégrée dans les cours boursiers actuels, mais nous nous attendons également à une volatilité accrue dans un avenir proche, à mesure que les laboratoires d’IA, qui envisagent à terme de s’introduire en bourse, continuent de faire évoluer rapidement leurs offres en matière d’agents autonomes.
Alors que le discours du marché oscille entre le maximalisme des laboratoires d’IA et les avantages des acteurs établis, nous voyons des opportunités d’acheter des entreprises résilientes à des prix raisonnables après les récentes ventes massives.
Afin d’examiner l’impact de l’IA sur les remparts concurrentiels des entreprises, nous avons réévalué les notes attribuées à ces remparts pour 132 entreprises pour lesquelles nous estimions que l’IA pouvait avoir un effet perturbateur et qui méritaient donc une analyse plus approfondie.
Évaluer l’impact de l’IA sur les remparts concurrentiels
La note « Morningstar Economic Moat Rating » résumela durée des avantages concurrentiels d’une entreprise. Un rempart concurrentiel est une caractéristique structurelle qui permet à une entreprise de générer des bénéfices excédentaires sur une longue période. Si les analystes de Morningstar estiment que ces rendements excédentaires persisteront pendant 20 ans ou plus, l’entreprise se voit attribuer la note « Wide Moat » (rempart large). Les analystes s’attendent à ce qu’une entreprise dotée d’un « rempart étroit » reste compétitive pendant au moins 10 ans.
Nous avons mis au point un cadre de notation exclusif afin d’évaluer de manière systématique l’impact de l’IA sur la pérennité des remparts concurrentiels. Ce système visait initialement à évaluer les remparts concurrentiels dans le secteur des logiciels, et de légères modifications y ont été apportées afin de le rendre plus applicable à d’autres secteurs spécifiques, tels que les services informatiques ou les services financiers.
Ce cadre a été conçu pour mettre en évidence à la fois les menaces que l’IA fait peser sur les remparts concurrentiels existants et les opportunités qu’elle offre aux entreprises bien positionnées dans la chaîne de valeur de l’IA.
Les principaux aspects à prendre en compte pour réfléchir aux remparts concurrentiels dans un monde dominé par l’IA
7 aspects essentiels pour appréhender les remparts concurrentiels dans un monde dominé par l'IA
L’IA ne détruit pas systématiquement les remparts concurrentiels : elle agit comme un mécanisme de sélection
Sur les 132 entreprises examinées, 22 dotées d’un rempart concurrentiel solide ont vu leur notation baisser (20 passant à un rempart concurrentiel modéré, deux à aucun), 18 dotées d’un rempart concurrentiel modéré ont vu leur notation baisser, et deux dotées d’un rempart concurrentiel modéré ont vu leur notation passer à un rempart concurrentiel large en raison de leur positionnement au niveau des infrastructures et de leurs effets de réseau. L’IA comporte bel et bien des risques, cela ne fait aucun doute. Mais ces risques sont-ils les mêmes pour toutes les entreprises ? N’y a-t-il plus aucune entreprise de logiciels disposant d’un rempart concurrentiel ? Absolument pas.
Les services de gestion de la paie, les services informatiques et les logiciels d’entreprise ont été les secteurs les plus touchés par les révisions à la baisse des remparts concurrentiels, les réévaluations négatives et la montée de l’incertitude. Cela semble logique, étant donné que les bouleversements liés à l’IA ont tendance à frapper le plus fort lorsque les entreprises tirent profit du travail humain, de l’automatisation de flux de travail simples et des licences logicielles par poste.
Il est intéressant de noter que, parmi les entreprises dont la notation a été abaissée, beaucoup disposent encore d’une importante base d’utilisateurs, de produits populaires et/ou de relations clients de premier plan. En d’autres termes, la situation n’était pas aussi tranchée, même pour bon nombre de ces entreprises.
Cela dit, nous estimons que l’IA réduit considérablement la visibilité à long terme et qu’elle peut affaiblir la pérennité des avantages existants en rendant certaines parties de la couche de flux de travail plus faciles à reproduire, plus faciles à automatiser ou moins dépendantes de la croissance du nombre de postes.
Les domaines dans lesquels les entreprises ont fait preuve de résilience
Nous ne pensons pas que l’IA soit un facteur de bouleversement universel de tous les avantages concurrentiels ; il s’agit plutôt d’un mécanisme de sélection. La plupart des remparts concurrentiels des entreprises sont restés inchangés, mais le nombre d’entreprises déclassées a été important.
L’avantage concurrentiel d’une entreprise était généralement assuré lorsqu’elle bénéficiait d’effets de réseau, contrôlait des infrastructures ou disposait de données exclusives, possédait des écosystèmes étendus et complexes, opérait dans un environnement soumis à des barrières réglementaires élevées ou disposait d’une logique métier unique.
Toutefois, si une entreprise tirait principalement profit des inefficacités des processus de travail ou des habitudes des utilisateurs au niveau des applications, son avantage avait tendance à être moins solide.
C’est dans les flux de travail liés aux logiciels d’ingénierie complexes, dans le domaine de la cybersécurité, au sein des entreprises d’infrastructures financières, ainsi que dans les offres reposant sur des données uniques et/ou des actifs bénéficiant d’un effet de réseau que nous avons constaté la plus grande résilience. La moitié des entreprises ayant obtenu une note « large moat » à l’issue de cette analyse présentent des effets de réseau. Parmi les autres facteurs clés de résilience figuraient les barrières réglementaires au changement ou d’autres obstacles liés aux coûts de transfert, ainsi que les actifs de données uniques.
Les logiciels de conception, les plateformes et la cybersécurité se sont révélés plus résilients
Comment les sources du rempart concurrentiel d’une entreprise ont été affectées
Les entreprises dont les effets de réseau constituent un rempart concurrentiel ont connu le plus faible nombre relatif de révisions à la baisse. Les effets de réseau ne reposent pas sur la technologie du produit, mais sur la solidité du réseau. Il va de soi que, même si les technologies évoluent, le réseau lui-même peut rester difficile à perturber.
Parmi les exemples classiques, on peut citer les réseaux de paiement, les plateformes d’échange et même les réseaux de voyage tels que Booking Holdings (BKNG). Le cœur de l’activité de Booking repose sur la solidité de son réseau de voyage et sur sa capacité à regrouper l’offre hôtelière de niche, un défi que les innovations technologiques telles que l’IA ne permettent pas nécessairement de relever.
Les effets de réseau jouent également un rôle central dans les deux mises à niveau issues de ce processus, Cloudflare NET et CrowdStrike CRWD.
Les solutions de cybersécurité seront plus demandées que jamais à mesure que l’IA se généralise et ouvre des vecteurs d’attaque apparemment illimités — imaginez simplement des acteurs malveillants à l’œuvre 24 heures sur 24, 7 jours sur 7, dont la seule limite est la puissance de calcul disponible. Des entreprises telles que Cloudflare et CrowdStrike bénéficient également d’avantages structurels en termes de données et d’échelle, tirés de leurs réseaux, ce qui a conduit à la réévaluation de notre rempart concurrentiel.
Répartition des résultats de l'évaluation du rempart concurrentiel AI
Les coûts de changement n’ont pas été aussi déterminants, et près de la moitié des entreprises déclassées avaient, à un moment donné, été considérées comme bénéficiant d’un rempart concurrentiel lié aux coûts de changement. Dans le contexte actuel, axé sur l’IA, les coûts de changement — qui servaient historiquement à étayer les notations relatives aux remparts concurrentiels liés aux logiciels — doivent faire l’objet d’une réévaluation minutieuse, d’autant plus que les modèles d’IA s’intègrent désormais dans des environnements technologiques d’entreprise fragmentés et complexes.
L’IA pourrait automatiser des processus technologiques clés qui constituaient historiquement des sources de coûts de changement (tels que les transferts de données) et pourrait nuire à la demande finale pour certains éditeurs de logiciels établis. L’incertitude croissante quant à l’avenir du secteur des logiciels dans le contexte de l’IA nous a empêchés d’avoir confiance dans les perspectives de performance à plus de dix ans pour de nombreuses entreprises, ce qui a entraîné une concentration record de révisions à la baisse.
Compte tenu de l’écart entre les coûts de changement de fournisseur et les effets de réseau, il est probable que, à mesure que les flux de travail s’appuieront davantage sur l’IA, la simple fidélisation des clients (précurseur des coûts de changement de fournisseur) soit mise à rude épreuve, tandis que les véritables effets de réseau — où l’échelle améliore la liquidité, la pertinence, la richesse du contenu, la télémétrie ou l’utilité de l’écosystème — devraient gagner en valeur.
