a16z : Les logiciels professionnels « chers et difficiles à utiliser » constituent véritablement la mine d’or de l’IA
TechFlow SélectionTechFlow Sélection
a16z : Les logiciels professionnels « chers et difficiles à utiliser » constituent véritablement la mine d’or de l’IA
SAP est si coûteux qu’il semble hors de prix, pourtant personne n’ose le remplacer ; a16z mise sur l’IA pour réécrire l’avenir des logiciels d’entreprise.
Dédié à des analyses Web3 approfondiesAuteurs : Eric + Seema Amble
Traduction et adaptation : TechFlow
Introduction de TechFlow : Mettre à niveau SAP ECC vers S/4HANA coûte 700 millions de dollars, prend trois ans et nécessite le détachement de 50 consultants d’Accenture — pourtant, les plus grandes entreprises mondiales continuent de l’utiliser. Cet article d’a16z décortique, sous l’angle de l’investissement, un jugement contre-intuitif : les futurs gagnants ne seront pas les entreprises qui « remplacent SAP », mais celles qui rendent SAP programmable et plus facile à utiliser. Ce cadre offre une vision extrêmement pertinente des véritables opportunités dans la course à l’IA en entreprise.
Texte intégral :
Dans le domaine de l’IA, les startups et leurs clients concentrent leur attention sur de nouvelles fonctionnalités et les produits qui en découlent : des agents vocaux élégants, des outils d’automatisation des workflows, des plateformes d’applications génératives de texte.
Ces segments abritent déjà de nombreuses entreprises prometteuses, et d’autres suivront (nous en avons d’ailleurs financé plusieurs !). Pourtant, l’impact réellement transformateur de l’IA réside dans une activité bien moins séduisante, mais infiniment plus précieuse : aider les organisations à tirer davantage de valeur des logiciels qu’elles utilisent déjà à grande échelle. Une question, presque choquante à formuler, mais immédiatement compréhensible dès lors qu’on a passé une semaine au sein d’une entreprise du Fortune 500, est la suivante : pourquoi les gens continuent-ils d’utiliser SAP (ainsi que ServiceNow ou Salesforce) ?
La réponse courte est la suivante : SAP, ou tout autre système hérité majeur de gestion des données, contient les données fondamentales de l’entreprise qui l’utilise. Plus important encore, cette dernière y a réalisé d’importantes personnalisation, et a bâti autour de lui des processus et des responsabilités spécifiques, dont beaucoup ne sont même pas documentés. Le coût de la migration hors de ces systèmes est douloureux, coûteux et long — il exige souvent une armée de consultants, plusieurs années et des centaines de millions de dollars. La mise à niveau de SAP ECC vers SAP S/4HANA peut ainsi coûter jusqu’à 700 millions de dollars, prendre trois ans et mobiliser une équipe de 50 personnes d’Accenture. Une fois la migration achevée, ce logiciel ne sert presque plus qu’à générer des rapports en lecture seule, non exploitables. Ce n’est qu’aujourd’hui que l’IA ouvre véritablement la voie à une amélioration, une personnalisation, un remplacement, ainsi qu’un meilleur accès et une meilleure utilisation des données accumulées dans ces systèmes de gestion.
En définitive, l’objectif de l’IA n’est probablement pas de « remplacer SAP / ServiceNow / Salesforce », mais plutôt de les rendre plus programmables et plus accessibles. Les gagnants seront ceux capables de (1) réduire de façon mesurable le budget, les risques et les délais associés à la transformation, puis (2) s’intégrer progressivement, en tant que plan de contrôle fiable, aux opérations quotidiennes, décomposant peu à peu les interfaces utilisateur héritées en opérations assistées par l’IA, modulaires, gouvernées, et en applications légères. Autrement dit, les systèmes de gestion resteront présents sur le long terme ; c’est la couche d’interface, la couche d’automatisation et la couche d’extension qui deviendront la nouvelle frontière du logiciel.
SAP est pénible… mais nous continuons de l’utiliser
Commençons par une brève présentation de ce qu’est SAP. En apparence, ces systèmes sont difficiles à naviguer, pénibles à modifier, et pourtant, mystérieusement, ils constituent la colonne vertébrale opérationnelle des plus grandes entreprises mondiales. Voici à quoi ressemble l’utilisation de SAP !
Mais justement, ce « mystère » constitue l’opportunité.
La réponse malaise est la suivante : sous leur interface disgracieuse et leurs innombrables configurations, ces systèmes sont en réalité extrêmement puissants : ils codifient le modèle de données officiel de l’entreprise, intègrent des mécanismes de contrôle et d’autorisations assurant la conformité réglementaire, supportent des workflows opérationnels à grande échelle, et assurent l’intégration avec des dizaines, voire des centaines, de processus secondaires. Ils ne sont pas des « applications » au sens grand public, mais bien la mémoire organisationnelle accumulée sous forme de tables, de rôles, d’étapes d’approbation, de logiques de comptabilisation et de traitement des anomalies.
Remplacer ces systèmes n’est pas seulement coûteux, c’est aussi extrêmement risqué. Et plus l’entreprise y investit — champs personnalisés, workflows, règles de tarification, logiques de reporting — plus ce système se transforme en un fossé défensif construit sur le coût de la migration, voire en avantage concurrentiel. C’est précisément ce qui explique la puissance de leur évolutivité : chaque entreprise est unique, les changements sont permanents (nouvelles réglementations, nouveaux produits, nouvelles structures organisationnelles), et ces plateformes survivent justement parce qu’elles peuvent être façonnées pour s’adapter à la réalité. Le défi réside dans le fait que cette même évolutivité, tout en conférant de la valeur, rend également ces systèmes vulnérables : chaque personnalisation devient une mine pour les futures mises à niveau, chaque workflow un labyrinthe, chaque interface une taxe imposée à chacun de ceux qui doivent l’utiliser.
Cette vulnérabilité est omniprésente. Bien que les CRM soient largement adoptés, la satisfaction des utilisateurs reste très inégale ; quant aux ERP, leurs multiples personnalisation vont invariablement de pair avec des dépassements de délais et de budgets. Les employés sont submergés par des workflows fragmentés — un travailleur numérique bascule en moyenne environ 1 200 fois par jour entre différentes applications (soit une perte hebdomadaire d’environ 4 heures) ; 47 % des travailleurs numériques éprouvent des difficultés à trouver l’information nécessaire pour accomplir leurs tâches. Les projets massifs de « transformation numérique » échouent fréquemment : on estime qu’environ 70 % d’entre eux ne parviennent pas à atteindre leurs objectifs. L’ampleur des coûts liés à ces frictions est considérable : seul le marché de la mise en œuvre logicielle et de l’intégration de systèmes représentait environ 380 milliards de dollars en 2023.
Ce processus et ces douleurs offrent précisément à l’IA l’opportunité de transformer la manière dont ces logiciels sont mis en œuvre et utilisés. La façon la plus simple de comprendre cette opportunité consiste à suivre le cycle de vie de ces systèmes : d’abord vous les implémentez ou migrez, ensuite vous y vivez quotidiennement, et enfin, au fil de l’évolution de votre activité, vous y construisez de nouvelles fonctionnalités. À chaque étape, la nature du travail consiste à traduire des intentions humaines chaotiques en actions correctes et traçables au sein des systèmes de gestion.
Examinons comment l’IA améliore l’utilisation des systèmes logiciels hérités à chaque étape.
Phase d’implémentation
Commençons par la phase d’implémentation — celle où les risques sont les plus élevés, où la sensibilité budgétaire est maximale, et où le retour sur investissement est le plus clair. Il s’agit concrètement de transformer la découverte chaotique des besoins (réunions, documents, tickets) en exigences structurées, puis de générer automatiquement les workflows d’implémentation : cartographie des processus et des champs, configuration et code, scripts de test, plan de basculement, manuel de migration — ainsi que les opérations de nettoyage et de validation des données nécessaires au lancement. Réussir cette étape est extrêmement difficile : le géant allemand de la grande distribution Lidl avait ainsi dépensé 500 millions de dollars avant d’abandonner sa tentative de migration vers SAP.
Les entreprises de ce segment développent des copilotes, des outils de gestion de projet et d’autres logiciels destinés à accompagner les migrations et les implémentations. Voici quelques exemples de startups actives dans ce domaine (certaines ont reçu un financement d’Andreessen Horowitz) :
Axiamatic constitue une « couche de garantie » IA pour les ERP : elle construit une carte de connaissances à partir des livrables de projet, signale via Slack/Teams les dysfonctionnements implicites dans la gestion des exigences et des changements, afin de réduire les risques des projets S/4HANA et d’en accélérer la réalisation (en partenariat avec SAP Build ; intégrée aux flux de travail de KPMG, EY et IBM).
Conduct est un copilote pour la cartographie du code et des processus : il génère une couche sémantique et une documentation technique pour les migrations ECC→S/4, et permet d’interroger les tables personnalisées/API afin d’accélérer la reprise en main par les équipes internes.
Auctor fournit aux intégrateurs de systèmes et prestataires de services des agents pilotés par l’IA pour la livraison d’implémentations : il transforme automatiquement la découverte des besoins en exigences structurées, et devient le système de référence pour les cahiers des charges (SOW), les documents de conception, les user stories, la configuration et les plans de test.
Supersonik propose aux revendeurs/MSP et à leurs clients une activation produit alimentée par l’IA — des agents visuels et vocaux entraînés directement dans l’interface réelle, réduisant le besoin d’ingénieurs préventes et soutenant des implémentations et extensions pilotées par les revendeurs.
Tessera est un intégrateur de systèmes nativement IA qui gère de bout en bout la transformation d’entreprise — il se connecte à l’instance ERP existante du client, évalue son état d’implémentation, puis identifie et corrige automatiquement les éléments nécessitant modification durant la migration.
Ces entreprises créent de la valeur en rendant les transformations plus rapides, moins coûteuses et moins risquées. Plus précisément, elles : détectent précocement les problèmes lors des phases de collecte des besoins et de gestion des changements, évitant ainsi leur amplification ; réduisent les délais de projet (un retard d’un mois peut coûter plusieurs millions de dollars) ; transforment les données chaotiques du projet en connaissances structurées, permettant aux équipes internes de reprendre rapidement le relais ; et, grâce à l’automatisation de la cartographie, de la documentation, des tests et des formations, réduisent la dépendance à l’égard de vastes équipes d’intégrateurs de systèmes.
Nous pensons qu’il reste encore de la place pour de nombreuses autres startups, capables de construire des outils collaboratifs — et non concurrentiels — avec les partenaires existants. Plus concrètement :
Des agents d’implémentation partageant les résultats et les risques (suivi des exigences, comparaison des configurations, simulation de basculement, génération de code, détection des écarts)
Des outils de documentation sémantique permettant de maintenir les connaissances à jour et facilement accessibles
Des agents d’activation transformant la formation et la promotion auprès des canaux en produits réutilisables
En soulagant les entreprises de fardeaux opérationnels, ces startups peuvent facturer selon la « valeur évitée grâce à la prévention des retards », s’insérer dans les budgets de transformation déjà alloués par les DSI et les DAF, et progressivement remplacer les contrats pléthoriques avec les intégrateurs de systèmes.
Phase d’utilisation et de maintenance
Une fois le logiciel déployé, l’utilisation quotidienne consiste à naviguer dans ses interfaces actuelles, souvent chaotiques. Les tâches quotidiennes s’étendent sur des dizaines d’interfaces différentes, la rotation du personnel efface constamment les connaissances opérationnelles acquises, et de nombreux cas particuliers de workflows restent toujours des « citoyens de seconde zone » au niveau du produit central. Les utilisateurs passent d’innombrables heures à chercher des champs, à dupliquer des données entre systèmes, ou à demander à l’équipe opérationnelle : « Pouvez-vous générer ce rapport pour moi ? ». Le résultat est un allongement des cycles, une fréquence accrue d’erreurs évitables, et une charge continue de formation.
L’opportunité offerte par l’IA consiste à envelopper les systèmes hérités dans un « système d’action » plus convivial et plus puissant.
Les entreprises de cette catégorie développent des outils permettant aux équipes d’extraire davantage de valeur des systèmes qu’elles utilisent déjà. En pratique, cela prend la forme d’un copilote vivant dans Slack ou sous forme de barre latérale dans le navigateur — capable de répondre, via une recherche sémantique, à des questions telles que « Où se trouve X ? » ou « Comment faire Y ? », et d’exécuter des actions sécurisées via API (création de ticket, saisie comptable, mise à jour des conditions fournisseurs) lorsqu’elles sont disponibles. Ces outils peuvent également orchestrer des workflows complexes traversant plusieurs applications (« extraire les bons de commande du dernier trimestre depuis SAP, consulter les clauses contractuelles dans Coupa, rédiger une note d’écart dans ServiceNow »), avec des étapes d’approbation humaine, un suivi d’audit complet et un contrôle granulaire des autorisations. Les meilleurs outils suivent également les taux d’adoption, le temps économisé et les taux d’erreur.
Dans les entreprises, de nombreuses tâches importantes ne sont pas exposées proprement via API — elles résident dans les interfaces graphiques, les clients lourds, les sessions VDI ou des consoles d’administration partiellement documentées. C’est pourquoi les agents modernes de « gestion informatique » constituent un complément essentiel aux copilotes orientés API : ils étendent la portée de l’automatisation aux 30 à 40 % de workflows restants qui ne disposent pas de points de terminaison fiables.
Leur capacité fondamentale ne réside pas dans le simple « clic sur un bouton », mais dans la fiabilité en milieu chaotique — la capacité à percevoir l’interface, à s’ancrer sur des éléments stables, à se rétablir après des fenêtres surgissantes ou des décalages de disposition, et à définir des points de contrôle permettant de reprendre en toute sécurité un workflow interrompu.
Lorsqu’ils sont combinés à des mécanismes de vérification (comparaison des écarts, rapprochements, exécution en bac à sable) et à des dispositifs de gouvernance d’entreprise (SSO, gestion des clés, principe du moindre privilège, audit), ces outils transforment des tâches auparavant réalisées manuellement — classement des tickets, étapes de clôture comptable, mise à jour des clients, modifications tarifaires — en automatisations gouvernées et réutilisables, même dans les parties de SAP / ServiceNow / Salesforce jamais conçues par les éditeurs pour l’automatisation. Les API accélèrent les chemins principaux, tandis que la gestion informatique rend automatisables les workflows de la « longue traîne ».
Des entreprises comme Factor Labs et Sola ont déjà déployé ces agents en production, remplaçant des dépenses BPO et permettant à de grandes organisations d’automatiser à grande échelle des tâches répétitives.
Enfin, même si vous rendez SAP / ServiceNow / Salesforce plus facile à utiliser, l’activité continue d’évoluer — ce qui signifie que les systèmes de gestion doivent également évoluer. De nouveaux produits, de nouvelles politiques, de nouvelles acquisitions, de nouvelles réglementations, ainsi que les workflows de la « longue traîne » qui ne justifient jamais un projet autonome de module central, exigent une adaptation continue du logiciel à la réalité opérationnelle.
Historiquement, les équipes n’avaient que deux choix : personnaliser le logiciel (en assumant le coût de la fragilité qui en découle), ou développer des applications ponctuelles (et lutter ensuite avec l’intégration, la gouvernance et la maintenance). C’est ici que s’inscrit le troisième point d’entrée de l’IA : permettre la livraison rapide, au-dessus des systèmes de gestion, d’expériences légères, réutilisables et gouvernées, tout en maintenant l’intégrité du système central.
Construire de nouveaux outils et automatisations au-dessus des systèmes hérités crée une « couche aimable » au-dessus de ces « logiciels impopulaires ». Ce modèle repose sur un plan unifié de données et d’actions : lire les données depuis les systèmes de gestion via API et événements (avec, si nécessaire, une capture sécurisée de l’interface), les normaliser en un modèle sémantique d’objets métier (commande, fournisseur, ticket), puis exposer un ensemble d’opérations gouvernées dotées de contrôles d’autorisations, de flux d’approbation et d’audit.
Au-dessus de ce plan, les équipes livrent des expériences modernes, conçues spécifiquement pour des scénarios donnés. Plutôt que de faire parcourir à un analyste achats 12 transactions dans SAP pour finaliser l’intégration d’un fournisseur, offrez-lui une application légère unique « Intégration fournisseur » — qui recueille les documents, effectue une vérification de duplication, achemine les approbations et réécrit les bonnes données dans SAP.
Plutôt que d’obliger les équipes RevOps à ouvrir cinq interfaces Salesforce pour mettre à jour les conditions de renouvellement, donnez-leur un éditeur aussi fluide qu’un tableur, permettant la modification par lots, la vérification des politiques, la prévisualisation des impacts, puis la soumission des modifications avec un suivi d’audit complet. Plutôt que de lancer un nouveau « projet portail », offrez à vos équipes terrain un panneau de commandes capable de répondre à des questions et d’exécuter, à travers plusieurs systèmes, les quelques opérations qu’elles effectuent quotidiennement (« Créer un retour », « Étendre le crédit », « Ouvrir un ticket P2 », « Passer une écriture d’ajustement »), sans avoir à naviguer entre 20 onglets.
Ces extensions permettent également de débloquer des workflows et automatisations transversaux — ceux que aucun éditeur unique ne priorisera jamais : des déclencheurs pilotés par événements, tels que « Si une facture est comptabilisée et que l’écart > 3 % → rédiger une note explicative → acheminer pour approbation », ou « Si un ticket est rouvert une deuxième fois → créer un enregistrement d’incident → attribuer un responsable → mettre à jour le client », avec des points de contrôle d’intervention humaine aux nœuds critiques.
Avec le temps, les déploiements les plus performants évolueront vers des « paquets d’intention » réutilisables — de la proposition à l’encaissement, intégration fournisseur, clôture comptable — qui ne codifient pas seulement « quoi faire », mais aussi « comment le faire en toute sécurité dans votre environnement ».
Des plateformes comme Cell de General Magic rendent désormais accessibles les modules fondamentaux pour construire ces workflows personnalisés : vous téléchargez une spécification OpenAPI, chaque point de terminaison devient une opération appelable, puis vous intégrez en une ligne de script une barre de commandes native, capable d’exécuter des appels API réels, accompagnée d’analyses, de multi-tenant, de garde-fous de sécurité et de contrôles d’autorisations — l’accent passe ainsi de « reconstruire encore une interface » à « composer, au-dessus des systèmes que vous faites déjà confiance, les bonnes opérations et les bonnes stratégies ».
À quoi ressemblera le scénario final ?
Nous estimons que les systèmes hérités persisteront très probablement, mais qu’ils ne seront plus l’interface où le travail s’accomplit. Les suites ERP, CRM et ITSM sont trop profondément ancrées pour être remplacées entièrement au rythme habituel des logiciels ; leur évolution est lente, et elles demeureront des systèmes de gestion. Ce qui changera, c’est la « couche d’action » orientée utilisateur qui s’y superpose : l’IA deviendra l’interface par défaut pour découvrir comment fonctionne le système, exécuter des workflows transversaux et livrer des expériences modernes, contournant les interfaces héritées. Autrement dit, le pont deviendra une autoroute.
Le logiciel persistant dans cette catégorie ne ressemblera pas à un simple chatbot, mais davantage à une couche système : un plan unifié de données et d’actions doté d’un modèle sémantique d’objets métier, complété par des garde-fous garantissant la fiabilité de l’IA en production. En tant qu’utilisateur final, vous n’aurez plus besoin d’apprendre quelle interface utiliser, quel champ remplir, ou quel code transactionnel exécuter (ni de tout réapprendre à chaque changement d’interface ou de processus) ; il vous suffira de décrire le résultat souhaité, et le système vous y conduira.
Le système posera quelques questions de clarification, vous montrera un aperçu de ce qu’il s’apprête à faire, puis exécutera l’action avec les approbations et le suivi d’audit appropriés. Le cycle fermé final ressemblera à : « Créer un retour et notifier le client », « Ouvrir un ticket P2 et récupérer les trois derniers événements associés », ou « Intégrer ce fournisseur, recueillir les documents, acheminer les approbations, configurer les modalités de paiement » — alors que ces opérations exigent aujourd’hui des aller-retours incessants entre SAP, Salesforce, ServiceNow et les tableurs. Cela se traduit par moins d’erreurs et de retours en arrière, une dépendance moindre aux « savoirs tribaux », des cycles plus rapides, et une charge de formation fortement réduite — car l’interface est guidée par l’intention, sensible au rôle, et par défaut accessible en libre-service.
La moindre barrière défensive s’accumule dans l’usage réel : chaque workflow réussi devient une intention réutilisable, chaque anomalie devient un garde-fou, chaque livrable de migration devient une lignée de données vivante, chaque intégration enrichit davantage la carte du fonctionnement réel de l’entreprise. Avec le temps, la « couche IA » deviendra la destination privilégiée pour les équipes afin de comprendre l’impact des changements, prévenir les dérives, mesurer le ROI et livrer de nouveaux workflows — même lorsque les systèmes sous-jacents restent inchangés.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
a16z
