L’annonce d’un assistant juridique par Anthropic a provoqué un décrochage immédiat de plusieurs valeurs en bourse, exposées aux services juridiques et à la donnée. Mais au-delà du réflexe boursier, la désintermédiation par l’IA place les éditeurs SaaS devant un choix : transformer de leur pile afin de conserver la main sur l’interface, la donnée et l’exécution, ou accepter un rôle de couche d’exécution derrière des agents conversationnels pilotés par des LLM.
Cette séquence met en lumière un mécanisme désormais observable dans plusieurs secteurs. Lorsque l’agent capte l’interface utilisateur, il détourne une partie de la relation client, donc une partie de la valeur. Par conséquent, les éditeurs SaaS, dont la visibilité repose encore sur des parcours écran par écran deviennent vulnérables, car leurs applications risquent d’être réduites à de simples couches d’exécution appelées par un LLM. À l’inverse, ceux qui contrôlent la logique métier, la gouvernance des données et la traçabilité conservent un levier structurel.
Première réponse stratégique, l’intégration native de l’agent dans la plateforme afin de garder la main sur l’usage. Salesforce organise son offre autour de la rétention des données clients et des métadonnées, ce qui permet d’ancrer les assistants directement dans les processus CRM. Microsoft adopte une approche complémentaire en transformant ses outils de productivité en point d’entrée universel, puis en redistribuant cette traction vers les applications métier via Copilot, Copilot Studio et Microsoft Graph. Dans les deux cas, l’éditeur cherche à verrouiller l’interface, car celui qui contrôle l’interface contrôle l’orchestration des tâches.
L’éditeur conserve le contrôle de l’exécution
Deuxième trajectoire, accepter que l’agent soit externe tout en se positionnant comme couche d’exécution. ServiceNow injecte l’agent directement dans ses workflows IT et métiers afin que chaque action reste gouvernée par sa plateforme. Snowflake, de son côté, fait opérer les agents au plus près des données, hébergées chez le client. Dans ce modèle, l’agent peut être externe, mais l’action reste conditionnée par des API métier, par des politiques d’autorisations fines et par une observabilité native. Autrement dit, l’éditeur accepte la perte partielle de l’interface, mais conserve le contrôle de l’exécution, de la sécurité et de la traçabilité.
Troisième voie, la défense par les actifs, notamment la conformité, l’auditabilité et les référentiels métiers. SAP et Oracle renforcent leurs assistants tout en capitalisant sur leurs ERP et leurs mécanismes de contrôle. Ici, l’agent devient une nouvelle interface au-dessus d’un socle applicatif dense, difficilement substituable en raison des dépendances réglementaires et opérationnelles. Quatrième option, la spécialisation verticale. Infor structure ses agents par secteur industriel, tandis que Workday concentre l’IA sur les chaînes RH et financières. Dans ces modèles, la valeur provient de l’expertise métier encapsulée dans le logiciel, pas d’un agent générique.
Les choix technologiques, facteurs concurrentiels
Ces choix dessinent une cartographie de l’évolution du marché et de bien d’autres crashs boursièrs. Car, il y aura des laissés pour compte et des gagnants. Les éditeurs exposés sont ceux dont les API restent pauvres, dont les modèles d’autorisations ne sont pas conçus pour des agents et dont la gouvernance de données demeure fragile. À l’inverse, les acteurs avancés déploient déjà des actions métier versionnées, des journaux exploitables par les RSSI et des mécanismes d’abstention sur les opérations sensibles. Cette différence technique devient un facteur concurrentiel direct, car elle conditionne la capacité à absorber l’agent sans perdre le contrôle.
L’épisode Anthropic agit comme un stress test grandeur nature dans un macrhé qui se restructures. Il rappelle que le risque principal n’est pas l’IA elle-même, mais la perte de maîtrise de l’interface et la banalisation des applications en simples briques d’exécution. Les bénéfices mesurables des stratégies les plus mûres se mesurent déjà sur le terrain, par la réduction du temps par tâche, la diminution des erreurs, l’amélioration de la conformité et de la traçabilité. À court terme, la bataille ne porte donc pas sur la supériorité d’un modèle de langage, mais sur la capacité des éditeurs SaaS à transformer leur pile avant que l’agent ne devienne la porte d’entrée principale du système d’information.
