Le secteur du logiciel traverse une zone de turbulences que certains nomment déjà "Saaspocalypse". Valorisations en chute, multiples compressés, injonction à la rentabilité : les signaux d'alarme s'accumulent. Mais le vrai séisme n'est pas là : le modèle tarifaire du SaaS atteint ses limites. Ce qui lui succédera redéfinira le contrat fondamental entre éditeurs et clients. Une scale-up qui prend au sérieux la collaboration avec ses clients et sa propre pérennité économique ne peut plus se permettre d'attendre pour anticiper ce basculement.

Ce que les marchés sanctionnent, c'est moins la pertinence du logiciel en tant que service que les excès d'une époque où il suffisait d'afficher une courbe de croissance pour lever des fonds. Depuis vingt ans, le modèle était simple : le client paie un forfait par utilisateur, l'usage qu'il en fait reste de sa responsabilité. Qu’il atteigne ou non les objectifs visés en souscrivant à l’outil.

Ce contrat implicite est en train de se rompre. Le rôle de l'éditeur ne peut plus se limiter à fournir un accès technologique. Sa responsabilité s'étend désormais aux résultats réels mesurés côté client. Bain & Company le formule sans détour dans son Technology Report 2025  Will Agentic AI Disrupt SaaS? : les éditeurs doivent faire évoluer leur pricing du seat-based vers l'outcome-based. La question n'est plus idéologique. Elle est financière.

L'intelligence artificielle introduit une rupture dont les implications tarifaires sont sous-estimées. Un agent IA peut aujourd'hui qualifier des leads, relancer des prospects, traiter des demandes clients, autant de tâches jusqu'ici confiées à des équipes entières. Mais facturer au nombre d'utilisateurs n'a plus de sens quand la valeur produite ne dépend plus du nombre de personnes connectées, mais de ce que l'outil accomplit réellement.

Gartner anticipe que 40 % des dépenses SaaS en entreprise auront migré vers des modèles indexés sur l'usage ou le résultat d'ici 2030. Les pionniers n'ont pas attendu : Zendesk facture désormais les interactions résolues avec succès, Salesforce a lancé un modèle aligné sur la valeur économique délivrée. Le message est clair. La question est de savoir si le reste du secteur sera prêt quand ses clients poseront la même exigence.

Construire un modèle outcome-based suppose d'abord de définir ce qu'est un résultat. Pas en termes de fonctionnalités délivrées, mais d'impact mesurable côté client. Ensuite d’établir des projections réalistes, à court comme à moyen et long termes, en se basant sur des données solides. Puis de le contractualiser, ce qui suppose d'accepter de partager le risque économique avec le client. Certains éditeurs particulièrement avancés se sont déjà engagés à rembourser le client en cas d'échec du résultat promis, à l'image de la plateforme Forter dans la détection de fraude. Mais ils sont l’exception à ce stade. Et cette approche deviendra-t-elle un jour la nouvelle norme, bien malin qui pourrait le prédire à ce stade?

Sur chacun de ces trois points, le secteur a du travail. Les coûts d'inférence IA y obligent de toute façon : les modèles forfaitaires absorbent mal une part variable qui grossit. Cette pression est renforcée par la volatilité des prix pratiqués par les fournisseurs de modèles de langage, tandis que l'usage de l'IA en entreprise se démocratise à vitesse grand V. À ces variables s'ajoutent d'autres inconnues : le coût de l'adoption de l'IA, qui peut devenir exorbitant si elle se fait sans garde-fous ; la nécessité, en cas de hausse des prix, de passer à des usages de l'IA plus matures et pilotés par le retour sur investissement ; les coûts de l'énergie ; enfin, l'instabilité géopolitique et les guerres économiques. Autant de facteurs qui complexifient considérablement les projections financières du secteur du SaaS. Or, sans modélisation fine de la corrélation entre usage, coût et valeur, les marges se dégradent silencieusement.

Toutefois, rien n’empêche qu’une dynamique inverse apparaisse à l’avenir, avec le développement de modèles IA plus efficients et économes en énergie associés à un usage plus adapté de l'IA, ce qui pourrait aboutir à terme à une baisse des coûts. 

Attendre d'avoir le modèle parfait avant d'agir est une stratégie compréhensible mais risquée. Les acteurs qui auront construit en amont les capacités de mesure et la maturité contractuelle nécessaires auront une avance décisive.

Cela commence par mieux valoriser l'usage réel, identifier les indicateurs de valeur que les clients reconnaissent comme légitimes, tester des structures tarifaires hybrides sur quelques segments. Certains éditeurs combinent déjà un siège fixe avec une facturation à l'usage, comme HubSpot ou Microsoft.

La question n'est plus de savoir si le secteur basculera. C'est de savoir qui aura fait le travail en amont.