Écrit par Uchū Hamonin, Shenchao TechFlow
En février 2026, le marché des actions technologiques connaît un effondrement systémique que certains médias appellent la « SaaSpocalypse ».
Le cours de Salesforce a chuté de près de 40 % depuis son sommet de 2025 ; ServiceNow a plongé de plus de 11 % en une seule journée après la publication de ses résultats trimestriels, simplement parce que la direction a mentionné lors d'une conférence téléphonique que « les agents IA compliquent la visibilité de la croissance des sièges » ; Workday a reculé de plus de 22 % ; l'indice des logiciels et services du S&P 500 a perdu près de 1 000 milliards de dollars de capitalisation boursière au cours des six premières semaines de 2026.
La logique du marché est simple : les agents IA sont déjà capables de remplacer un grand nombre d'opérations humaines. Lorsqu'une entreprise utilise l'IA pour accomplir le travail qui nécessitait auparavant 100 personnes, elle n'a plus besoin de 100 licences logicielles. Le modèle économique SaaS basé sur le nombre de licences est considéré comme ayant atteint sa fin historique.
Pendant que cette vente panique balaye l'ensemble du secteur, Stephen Bersey, directeur de la recherche technologique aux États-Unis chez HSBC, a publié un rapport d'étude au titre particulièrement provocateur : « Le logiciel dévorera l'IA ».
Son point de vue principal, résumé en une phrase : La panique du marché est une mauvaise évaluation.
Rapport en contre-tendance
Les préoccupations du marché selon lesquelles l'IA remplacera les logiciels d'entreprise sont infondées.
Il a écrit en introduction du rapport. À ses yeux, l'IA ne détruirait pas le logiciel, mais serait absorbée par celui-ci, devenant une couche de capacités intégrée dans les plateformes logicielles d'entreprise. Le logiciel n'est pas l'adversaire de l'IA ; il est le vecteur par lequel l'IA atteint le monde réel.
Cette logique renverse l'ensemble du cadre narratif du marché actuel. La peur du marché est « l'IA remplace le logiciel », tandis que le jugement de Bersey est « le logiciel apprivoisera l'IA ».
Il a cité une analogie historique de l'ère Internet : à l'époque de l'explosion d'Internet, la première accumulation de valeur s'est concentrée sur les infrastructures physiques — serveurs, câbles à fibres optiques, centres de données. Un grand volume de capitaux a afflué vers les infrastructures matérielles, tandis que les entreprises Internet précoces, qui peinaient à survivre, sont finalement devenues celles qui ont capturé la valeur à long terme. Le logiciel, c'était la destination finale de la valeur d'Internet.
Selon Bersey, l'évolution de l'IA est en train de rejouer le même scénario. Les années 2024 et 2025 sont consacrées à la construction des infrastructures : puissance de calcul, modèles, intégration de code — tout cela prépare l'explosion du niveau logiciel. L'année 2026 sera celle où le moteur s'enclenche véritablement.
Le logiciel sera le principal mécanisme de diffusion de l'IA au sein des plus grandes entreprises mondiales. Nous considérons 2026 comme l'année de démarrage de la monétisation du logiciel.
Pourquoi les modèles de base ne peuvent-ils pas remplacer les logiciels d'entreprise ?
Le raisonnement le plus convaincant dans le rapport consiste à décomposer progressivement l'idée selon laquelle « l'IA bouleverse directement le logiciel ».
Les arguments des critiques semblent convaincants : les grands modèles linguistiques sont déjà capables d'écrire du code, le vibe coding (génération directe de logiciels utilisables via des descriptions en langage naturel) est en plein essor, et les entreprises de modèles d'IA explorent déjà davantage les couches d'application. Alors, pourquoi les entreprises auraient-elles encore besoin de systèmes logiciels traditionnels coûteux comme Oracle, SAP ou Salesforce ?
La réponse de Bersey s'articule en trois niveaux.
Premièrement, le modèle de base présente des « défauts innés ».
Le rapport souligne clairement que le modèle de base présente des défauts intrinsèques et n'est pas en mesure d'assurer un remplacement global des plateformes centrales des grandes entreprises. Ils performant bien dans des scénarios restreints, tels que la génération d'images, le développement d'applications de petite taille et le traitement de texte, mais cela reste « peu réaliste » pour des plateformes centrales d'entreprise exigeant une haute fidélité.
La cause fondamentale réside dans les limites des données d'entraînement. Les LLM sont formés sur des données publiques provenant d'Internet, tandis que les connaissances privées accumulées pendant des décennies sur les architectures, la logique métier et les normes opérationnelles des systèmes logiciels d'entreprise — ces actifs de propriété intellectuelle essentiels — n'existent pas sur Internet ; l'IA ne peut donc ni les apprendre ni les reproduire. L'avantage concurrentiel des systèmes Oracle et SAP ne se construit pas par l'écriture de code, mais par le temps et l'accumulation de scénarios métier.
Deuxièmement, les capacités de Vibe Coding sont sérieusement surestimées.
Le rapport met directement en lumière le point faible fatal de Vibe Coding : il charge entièrement les développeurs de la responsabilité et de la charge de la conception. Vous dites à l'IA « Je veux un système capable de gérer une chaîne d'approvisionnement mondiale », et l'IA peut générer du code, mais « comment définir l'architecture de ce système, comment gérer les exceptions, comment garantir qu'il ne s'effondre pas sous une pression extrême » — ces jugements restent à la charge de l'humain.
Plus important encore, Bersey souligne que les principales entreprises de modèles d'IA « ont presque aucune expérience dans la création de logiciels d'entreprise ». Elles entrent de zéro dans un environnement extrêmement complexe. Or, les logiciels d'entreprise, après des décennies d'itérations, ont évolué jusqu'à atteindre un niveau de « quasi zéro erreur, haut débit et haute fiabilité », une ligne de base inaccessible à court terme pour les nouveaux venus de l'IA.
Troisièmement, le coût de transition pour les entreprises constitue un mur réel.
Même en supposant que l’IA puisse réellement écrire du code de niveau équivalent, le coût de remplacement des systèmes centraux par une entreprise reste extrêmement élevé : risque d’interruption des revenus, perte de productivité, problèmes de compatibilité système à travers les environnements IT, accumulation de confiance envers la marque et les capacités des fournisseurs… Ce sont tous des coûts de transition réels qui ne disparaîtront pas simplement parce que l’IA peut écrire du code.
Les logiciels d'entreprise exigent une disponibilité de 99,999 % éprouvée sur des années, avec une exécution sans erreur dans divers environnements IT complexes. Cette confiance est acquise avec le temps, pas accumulée avec du code.
Qui sera le véritable bénéficiaire de la monétisation de l'IA ?
Si la première partie constitue un argument défensif, la seconde partie du rapport représente une stratégie offensive.
Le jugement central de Bersey est que la plus grande part de la chaîne de valeur de l'IA finira par aller à la couche logicielle, et non à la couche matérielle et aux puces.
We believe AI is the primary source of value creation in the software stack, and the largest share of long-term value will belong to software, not hardware.
Il a également souligné que la rareté des ressources matérielles, notamment la pénurie de GPU, les contraintes énergétiques et les goulets d'étranglement des centres de données, persisteront pendant les prochaines années. Cette rareté renforce précisément la position stratégique des plateformes logicielles : seules les plateformes logicielles peuvent transformer les capacités d'IA en valeur commerciale évolutive et réplicable.
Le rapport identifie les agents d'IA (agentic AI) comme vecteur de liquidation concret.
Bersey prédit que l'année 2026 verra un déploiement à grande échelle d'agents IA orientés tâches et intégrés dans les flux de travail au sein des entreprises du Fortune 2000 et des PME. Toutefois, sa définition des agents diffère radicalement du récit dominant du marché : il ne considère pas les agents comme des perturbateurs remplaçant les logiciels, mais comme des entités qui doivent opérer à l'intérieur des paramètres et des autorisations définis par les logiciels — c'est précisément cet aspect d'« agents limités » qui répond aux besoins des entreprises en matière de gestion des risques liés à l'IA.
Autrement dit, les entreprises n'ont pas besoin d'une IA omnisciente et autonome, mais d'une IA qui puisse être gouvernée, auditée et opérant dans un cadre de conformité. Et c'est uniquement les agents profondément intégrés aux systèmes logiciels d'entreprise qui peuvent y parvenir.
Le logiciel est le moyen essentiel pour les entreprises d'utiliser l'IA de manière contrôlée.
En même temps, le rapport prévoit que la demande en inférence dépassera progressivement la demande en entraînement pour devenir le principal moteur de la croissance de la consommation de puissance de calcul, ce qui signifie que, avec la généralisation des agents, la consommation de puissance de calcul ne diminuera pas, mais continuera à croître, soutenant davantage l'écosystème logiciel et d'infrastructure dans son ensemble.
Opportunité ou piège ?
Au moment de la publication du rapport, le secteur logiciel avait déjà atteint un niveau de valorisation historiquement bas. Selon Bersey, cette faible valorisation combinée à l'année à venir de liquidation représente une opportunité d'entrée, et non un signal de sortie.
The software valuation is at a historical low, despite the industry being on the brink of massive expansion.
En ce qui concerne les recommandations spécifiques, la logique de HSBC est claire : les entreprises logicielles qui ont déjà établi un profond avantage concurrentiel grâce à leurs données, qui possèdent la capacité d'intégrer des agents d'IA, et qui ne dépendent pas uniquement du modèle de facturation à l'unité, seront les plus grands bénéficiaires de cette vague de monétisation de l'IA. La liste des recommandations d'achat inclut Oracle, Microsoft, Salesforce, ServiceNow, Palantir, CrowdStrike, Alphabet, couvrant presque tous les acteurs majeurs du logiciel d'entreprise.
Il est à noter que HSBC a également abaissé les notes d'IBM et d'Asana, et a placé Palo Alto Networks en « sous-peser » ; tous les entreprises logicielles ne peuvent pas traverser cette crise en toute sécurité ; l'essentiel est de devenir l'infrastructure permettant le déploiement d'agents d'IA, et non une interface humaine contournée par ces agents.
Le rapport de Bersey est logique et bien chronométré ; sa posture contraire à la tendance possède déjà un fort potentiel de diffusion.
Mais une question reste sans réponse directe : si les agents IA peuvent véritablement fonctionner efficacement dans le cadre des logiciels d'entreprise, la demande des entreprises pour les « licences » logicielles ne diminue-t-elle pas silencieusement ? Bien que la valeur des logiciels en tant que vecteurs d'IA puisse être légitime, le modèle économique basé sur le paiement par utilisateur peut-il justifier les valorisations actuelles ? C'est une question en suspens.
Le logiciel dévore l'IA, ou l'IA dévore le logiciel : ce débat sera nourri de nouvelles preuves dans chaque rapport financier de 2026.