J'écris ceci en entrant dans un bâtiment qui, de l'extérieur, semble toujours impeccable. La façade évoque la croissance : le marché SaaS est évalué à 266 milliards de dollars en 2024 et diverses projections le situent autour de 315 milliards de dollars début 2026, avec des trajectoires le poussant vers la marque du billon de dollars d'ici 2032. Mais à l'intérieur, on entend des craquements.
TechCrunch a nommé ce son en mars 2026 : "SaaSpocalypse". L'article le présente comme le résultat de pressions qui s'intensifient dans le logiciel en tant que service, avec une idée sous-jacente troublante : une "nouvelle suprématie" émerge, liée à la commoditisation de l'IA générative qui entre en conflit avec le contrôle des coûts des entreprises. Il n'y a aucune liste de victimes, ni d'exécutifs, ni d'annonces spécifiques. Il y a quelque chose de plus utile pour un CFO ou un fondateur : le modèle structurel.
Quand un secteur croît, le marché pardonne les inefficacités. Quand apparaît une technologie qui modifie la structure de coûts, le pardon prend fin. En 2026, l'IA ne se contente pas d'"ajouter des fonctionnalités". Elle change les diagrammes des coûts du SaaS : où s'accumulent les coûts, comment les revenus sont reconnus, et à quelle vitesse les marges s'effondrent lorsqu'un pilote se transforme en production.
Le symptôme n’est pas la taille du marché, c’est le coût marginal qui a refait surface
Pendant des années, le récit dominant du SaaS reposait sur une prémisse presque architecturale : une fois le produit construit, chaque nouveau client ajoute des revenus avec un coût marginal bas. Cette logique a permis des modèles avec une croissance rapide et de lourdes structures commerciales, car le bâtiment reposait sur l'idée qu'en se développant, l'unité économique s'améliorait.
L'IA générative altère cette géométrie. L'entraînement, l'inférence, le stockage, l'observabilité, la sécurité et la gouvernance transforment une partie de la valeur fournie en consommation variable. Le briefing qui accompagne l'article souligne un chiffre qui, pour moi, équivaut à découvrir une poutre sous-dimensionnée : à mesure que GenAI s'étend, de nombreuses entreprises découvrent des sous-estimations de coûts de 500 % à 1 000 %. Ce n’est pas un écart mineur ; c'est une erreur de calcul sur les charges.
C'est pourquoi le phénomène est mieux compris comme une inspection structurelle, non comme un apocalypse. Le secteur peut continuer à croître en valeur totale tandis qu'une portion significative des produits et des entreprises devient économiquement inviable sous un usage réel. La tension s'aggrave car l'adoption par les entreprises s'accélère : McKinsey a rapporté que 71 % des organisations utilisaient GenAI dans au moins une fonction au début de 2025, et Gartner prévoit que 80 % des entreprises déploieront des applications dotées de GenAI en 2026. Parallèlement, les dépenses en applications alimentées par l'IA pourraient atteindre 644 milliards de dollars en 2025, avec une augmentation interannuelle de 76,4 %.
Dans la pratique, cela pousse les acheteurs à exiger contrôle et prévisibilité, et les vendeurs à repenser leur économie. La fissure apparaît lorsque le produit promet "intelligence" comme un élément esthétique, mais le coût de l'opération de cette intelligence croît avec l'utilisation comme si c'était une installation électrique mal dimensionnée.
La défaillance de charge typique : vendre de l'IA à prix fixe et coûts variables
Le SaaS classique se défendait avec des contrats prévisibles : licences par utilisateur, packages par modules, renouvellements annuels. L'IA introduit un système de mesure : tokens, requêtes, minutes de calcul, appels à des modèles, extraction et génération à grande échelle. Si le fournisseur maintient un schéma de prix fixe alors que son coût est variable et croissant, la marge devient un composant fragile.
D'où le déplacement que souligne le briefing : la transition vers des modèles hybrides et basés sur l'utilisation. Ce n’est pas une mode tarifaire ; c’est une correction d’ingénierie financière. Si le coût d’un client peut être multiplié par dix une fois le pilote lancé, le prix doit capturer cette asymétrie, sinon le fournisseur finira par subventionner le succès du client.
Ce point se lie à une autre donnée du même paquet : la croissance des entreprises SaaS de taille moyenne ralentissait déjà. En 2022, le quartile supérieur des entreprises ayant un ARR de 1M à 30M a crû de 62,1 %, contre 78,9 % en 2021. Autrement dit, même avant que l'IA ne devienne omniprésente, le vent de dos s'affaiblissait. Avec une structure de coûts qui devient plus sensible à l'utilisation, la décélération ne réduit pas seulement la valorisation ; elle réduit la capacité à absorber les erreurs.
C’est ici que de nombreuses organisations tombent dans des métriques vides : elles célèbrent l’adoption, les activations, l’"engagement" avec les fonctions d’IA, mais ne lient pas ce comportement à un mécanisme clair de monétisation et de contrôle de la consommation. Un produit avec de l'IA qui "est utilisé fréquemment" peut être, littéralement, une perte proportionnelle au succès.
Dans ce contexte, la manière responsable d'opérer est de considérer l'IA comme une ligne de coûts qui nécessite gouvernance : limites, budgets, observabilité par client et par cas d’utilisation, et conditions contractuelles qui définissent ce qui est inclus et ce qui est facturé séparément. Sans cette instrumentation, le modèle commercial ressemble plus à une usine sans compteurs qu’à un logiciel évolutif.
L’atomisation comme défense : moins de "suite", plus de précision entre segment, cas d’utilisation et canal
Lorsque le coût marginal augmente, la stratégie de vente "tout à tous" devient plus dangereuse, et non moins. L'IA accélère cette dynamique pour deux raisons.
Premièrement, parce que l’"intelligence" se commoditise. Si de nombreux fournisseurs peuvent intégrer des capacités génératives similaires, le différentiel ne réside plus dans le fait d'avoir de l'IA mais dans où elle s'applique et quel résultat mesurable elle produit. Deuxièmement, chaque cas d'utilisation a une empreinte de coûts distincte. Ce n'est pas le même coût d'automatiser un résumé de réunion que d'exécuter une série d'analyses sur des documents longs avec des exigences de sécurité et d'audit.
La défense rationnelle est l’atomisation : un ajustement précis entre un segment, un travail spécifique et un canal d’acquisition qui n’exige pas de brûler des liquidités de manière indéfinie. Plutôt qu'une "suite d’IA pour les entreprises", le modèle durable tend à être "IA pour ce processus, dans cette industrie, sous ces restrictions, facturée de cette manière".
L’industrie laisse déjà entrevoir le mouvement vers des offres spécifiques : le briefing mentionne que le secteur de l'immobilier et de la construction montre 75 % de croissance médiane de l'ARR, ce qui se produit généralement lorsqu'il existe un problème opérationnel clair et un acheteur qui comprend la valeur. Dans de tels secteurs, la conversation ne tourne pas autour de "posséder de l'IA", mais de réduire les temps, les erreurs, les risques ou d'augmenter les conversions dans un flux concret.
L'atomisation change également le canal. Un produit horizontal peut s'épanouir avec un marketing de masse, mais un produit qui affecte des processus critiques — et qui consomme également des ressources variables — nécessite des ventes consultatives plus courtes et avec des attentes d'utilisation claires. Si le canal promet des merveilles et que le contrat ne limite pas la consommation, le premier déploiement sérieux devient un gouffre de marge.
Voici le point où "SaaSpocalypse" se transforme en sélection naturelle : survivent les modèles qui peuvent indiquer avec précision quel client ils doivent avoir, combien cela coûte de le servir en production et comment facturer cette production sans que l'acheteur ait l'impression que le sol se dérobe sous ses pieds.
Consolidation et discipline : le marché récompense ceux qui convertissent les coûts fixes en variables contrôlables
Un autre indicateur pertinent est la consolidation : 2 698 transactions de fusions et acquisitions en 2025, un record selon le briefing. Lorsqu’un marché se consolide à ce volume, ce n’est pas juste un appétit ; c’est une réorganisation. Les acheteurs recherchent de l'échelle, un accès aux clients, des données, et des produits qui ont déjà un bon ajustement, tandis que de nombreux vendeurs cherchent une sortie avant que le coût de la concurrence n'augmente.
L'IA pousse cette réorganisation pour une raison simple : faire fonctionner des modèles génératifs avec qualité commerciale exige des investissements en infrastructures, en sécurité, en conformité et en fiabilité. Pour certaines entreprises, cela sera plus facile à l'intérieur d'un groupe avec plus de liquidités ou une infrastructure partagée. Pour d'autres, le chemin viable sera de se spécialiser à tel point que leur efficacité devienne leur défense.
Parallèlement, les entreprises acheteuses durcissent le contrôle des dépenses. Gartner prévoit que les dépenses en logiciels d'entreprise augmenteront d'au moins 40 % d'ici 2027 sous l'effet de l'IA, ce qui paradoxalement augmente la pression pour optimiser les contrats. Lorsque le budget augmente, la visibilité des gaspillages augmente également. Le résultat typique est la renégociation, la rationalisation des outils et l'exigence de modèles de prix qui relient valeur et consommation.
Dans ce nouvel équilibre, la discipline financière cesse d'être une "bonne habitude" et devient un impératif de survie. Les modèles qui se comportent le mieux sont ceux qui :
- convertissent l'infrastructure en coûts variables mesurés et assignables par client et cas d'utilisation ;
- conçoivent des contrats qui reflètent la consommation réelle sans devenir imprévisibles pour l'acheteur ;
- évitent les subventions permanentes déguisées en "investissement dans l'adoption" ;
- et maintiennent une proposition spécifique où la valeur peut être démontrée en métriques opérationnelles, et non en récits.
La "SaaSpocalypse", lue ainsi, n’annonce pas la fin du SaaS. Elle marque la fin d’un type de SaaS : celui qui croyait qu'il pouvait vendre des promesses d’automatisation illimitée avec des prix fixes et une comptabilité créative des coûts.
La nouvelle norme : le SaaS qui survit est celui qui peut être budgété comme une machine
Le TechCrunch de mars 2026 le décrit comme des pressions qui s’intensifient : croissance massive du secteur, IA qui devient une commodité, et contrôle des coûts des entreprises. Mon analyse structurelle est plus concrète : le SaaS cesse d'être "juste du logiciel" et ressemble de plus en plus à un système d'exploitation avec une consommation mesurable. Cela nécessite de redessiner les plans.
Le fournisseur qui souhaite sortir indemne doit acquérir trois capacités qui étaient auparavant optionnelles. Première, instrumentation : savoir combien coûte chaque client en production, pas en démonstration. Deuxième, tarification mécanique : hybride ou basée sur l'utilisation, mais avec des garde-fous, des seuils et des paquets qui rendent les dépenses gérables. Troisième, focalisation : une proposition qui s'intègre dans un segment et un processus spécifiques, où l'IA n'est pas un ornement, mais le moteur qui réduit un coût ou un risque vérifiable.
Les marchés ne punissent pas l’ambition ; ils punissent les structures qui ne supportent pas la charge réelle. Les entreprises ne faillissent pas par manque d’idées, mais parce que les pièces de leur modèle ne parviennent pas à s’imbriquer pour générer une valeur mesurable et une trésorerie durable.
