On nous vend deux récits opposés. Le premier : « le SaaS est mort, les agents vont tout balayer ». Le second : « rien ne change, on ajoute juste un assistant dans le coin de l'écran ».
Les deux passent à côté. Si vous voulez savoir à quoi ressemblera le logiciel que vous achèterez dans trois ans, ne regardez pas les démos - regardez la facture. C'est là que la bascule est déjà visible, y compris chez les éditeurs historiques.
Le prix trahit l'architecture
Le SaaS classique se paie au siège : un abonnement par personne qui se connecte. Ce modèle suppose une chose très précise - que la valeur du logiciel, c'est de permettre à un humain de faire le travail plus vite.
Imaginez un immeuble de bureaux loué au nombre de bureaux occupés. Le loyer suit les chaises. Le jour où le travail est fait par des machines qui ne s'assoient sur rien, le compteur ne mesure plus rien du tout.
C'est exactement le problème que les éditeurs découvrent. a16z le formule froidement : quand une entreprise paie ~115 $ par mois et par agent de support, et qu'une IA se met à traiter les tickets, l'éditeur qui reste au siège organise la baisse de son propre revenu. Alors la métrique se déplace vers le résultat. Zendesk facture ses agents IA autour de 1,50 $ par résolution automatisée plutôt qu'au siège humain. Et selon PYMNTS, ServiceNow, SAP et Workday livrent des agents facturés à la consommation ou au résultat : « on passe de compter des personnes à compter de l'activité ».
Salesforce, lui, tâtonne en public - et c'est instructif. L'éditeur a lancé un agent d'assistance facturé à la résolution, il cherche, d'après The Register, une tarification alignée sur les bénéfices réellement obtenus (des agents de service client payés au nombre de dossiers résolus)… mais il a aussi re-packagé ses agents en licences par siège - l'AELA, lancé en octobre, avec des crédits réutilisables - parce que les clients qui passent en production réclament de la prévisibilité budgétaire. Trois modèles coexistent. Ce n'est pas de l'indécision : c'est le bruit d'une industrie dont l'unité de compte est en train de changer.
La porte d'entrée change de forme
Deuxième signal, plus structurel que le prix : pour qui le logiciel est conçu.
Un SaaS classique, c'est un bâtiment avec un hall d'accueil, des guichets et des formulaires - tout est pensé pour qu'un humain clique. Le logiciel qui vient ajoute autre chose : un quai de chargement, pensé pour qu'un agent vienne prendre et déposer le travail directement.
Le nom de ce quai, pour être précis, c'est le MCP (Model Context Protocol) : une convention ouverte par laquelle une application déclare, dans un format standard, les données et les actions qu'elle expose - « voici mes outils, voici leurs paramètres, voici ce qu'ils renvoient » - de sorte qu'un agent puisse les appeler sans intégration cousue main pour chaque logiciel. Ce n'est pas un modèle d'IA, c'est une prise électrique. Et elle se répand : les téléchargements de serveurs MCP sont passés d'environ 100 000 en novembre 2024 à plus de 8 millions en avril 2025, et selon un rapport Stacklok cité en 2026, 41 % des organisations logicielles interrogées en ont en production, même limitée.
Conséquence pour l'acheteur : la question « est-ce que l'interface est agréable ? » se double d'une question nouvelle - « est-ce que mes agents peuvent y entrer ? » Un logiciel qui n'expose que des écrans devient un cul-de-sac pour votre company brain.
Et parfois, on n'achète plus
Troisième signal, le plus inconfortable pour les éditeurs. Une enquête McKinsey relayée par Forbes indique que près d'un tiers des organisations ont renoncé à acheter au moins un produit ou une fonctionnalité logicielle parce qu'elles peuvent désormais la construire en interne avec des outils de codage agentique. Le même travail annonce que 40 % des applications d'entreprise embarqueront des agents spécialisés fin 2026, contre moins de 5 % en 2025 (prévision Gartner).
Autrement dit : le périmètre du « acheter sur étagère » se rétracte par le bas. Ce qui était un module à 40 000 € par an devient, parfois, deux semaines de travail assisté.
Ce qui ne change pas (et le mirage à éviter)
Attention : « le prochain logiciel ne ressemblera pas à Salesforce » ne veut pas dire que tout est joué. Les chiffres calment le jeu. Toujours selon McKinsey, 88 % des organisations utilisent l'IA quelque part, mais seulement 23 % font passer un système agentique à l'échelle, et moins de 10 % des fonctions ont réellement déployé des agents. Gartner prévoit que plus de 40 % des projets d'IA agentique seront abandonnés d'ici fin 2027 - coûts qui dérapent, valeur métier floue, contrôles de risque insuffisants.
Et le remplacement pur se paie. Le cas Klarna est devenu l'exemple canonique : d'après les synthèses de presse, son agent a absorbé 2,3 millions de conversations en un mois - l'équivalent de plusieurs centaines de personnes - avant que la satisfaction client ne décroche sur les cas complexes et que l'entreprise ne rouvre des recrutements. Le volume, oui. La complexité, non.
Marc Benioff, qui refuse le récit de l'apocalypse du SaaS, résume la vraie bascule mieux que ses détracteurs : « ce n'est pas la fin du logiciel, c'est la fin du logiciel qui fait faire tout le travail aux humains » - human being, agent doing. L'humain reste aux commandes ; il cesse d'être l'exécutant.
Ce qu'on fait
Chez Elephant in the Room, on ne parie pas sur un éditeur. On construit la couche qui rend ces choix réversibles : un company brain qui détient votre contexte, des agents métier branchés dessus avec des permissions carrées, des connexions standard vers vos logiciels existants, et une orchestration multi-modèles - parce que le modèle est une commodité et que le contexte, non. C'est la définition concrète d'une entreprise AI-native : le logiciel fait le gros du travail, vous gardez la main sur ce qui compte.
Le logiciel de demain ne se vendra plus à ceux qui cliquent, mais à ceux qui obtiennent.
