Le SaaS est mort. Vive le Service as a Software.

Trois annonces. Un mois. Mille milliards.

Le 30 janvier 2026, Anthropic publie 11 plugins open source pour Claude Cowork. Pas de conférence de presse. Pas de keynote. Des fichiers Markdown déposés sur GitHub. En une séance de bourse, 285 milliards de dollars s'évaporent. Thomson Reuters chute de 18 %. LegalZoom de 20 %. Salesforce de 7 %.

Le 6 février, Anthropic lance Claude Opus 4.6. Les pertes cumulées sur le secteur software approchent les 1 000 milliards de dollars. Le 20 février, Claude Code Security est dévoilé — un outil capable de détecter des vulnérabilités que des experts n’avaient pas identifiées en vingt ans. CrowdStrike recule de 18 %. JFrog de 25 %. IBM enregistre sa pire journée boursière depuis l’an 2000 avec une chute de 13 %.

En moins d’un mois, trois annonces d’une seule entreprise ont ébranlé des pans entiers de l’industrie logicielle mondiale. Wall Street a baptisé l’événement : la « SaaSpocalypse ».

Ce que la SaaSpocalypse révèle

Les marchés ne sont pas stupides. Ils ne réagissent pas à une démonstration technique impressionnante. Ils réagissent à un changement structurel. Ce que les investisseurs ont compris avant la plupart des dirigeants, c’est que le modèle économique du SaaS traditionnel — acheter une licence, configurer un outil, former ses équipes, espérer qu’elles l’utilisent — est en train de perdre sa pertinence. Non pas parce qu’un meilleur outil arrive. Mais parce qu’un paradigme entièrement nouveau émerge.

Pour comprendre l’ampleur de ce basculement, il faut revenir à ce qui a réellement déclenché la panique. Ce ne sont pas les LLM eux-mêmes qui ont fait trembler Wall Street. Les LLM existent depuis des années. GPT-4 n’a pas provoqué de SaaSpocalypse. Claude 3.5 non plus. Ce qui a tout changé, ce sont 200 lignes de Markdown. Des fichiers de description qui transforment un modèle de langage en système capable d’agir : rédiger un contrat, analyser un portefeuille de brevets, scanner du code, négocier un prix. Non pas en assistant l’utilisateur, mais en exécutant la tâche de bout en bout.

La distinction est capitale. Nous ne parlons plus d’un outil que l’on utilise. Nous parlons d’un service que l’on consomme.

Le modèle SaaS : une révolution devenue contrainte

Le SaaS a été une révolution extraordinaire. En remplaçant les licences perpétuelles par des abonnements, en centralisant l’hébergement, en démocratisant l’accès à des logiciels puissants, il a transformé le fonctionnement de toutes les entreprises. Mais le modèle porte en lui une contradiction fondamentale : il vend de l’accès à un outil, alors que ce dont les entreprises ont besoin, c’est un résultat.

Un cabinet de conseil qui s’abonne à un CRM n’achète pas un logiciel de gestion de la relation client. Il achète la promesse d’un pipeline commercial mieux structuré, de relances au bon moment, de prévisions fiables. Le CRM n’est que le véhicule — imparfait — de cette promesse. Entre l’outil et le résultat, il y a tout un espace que le SaaS traditionnel ne comble pas : la configuration, la formation, l’adoption, l’intégration dans les processus existants, la maintenance, l’adaptation aux spécificités de chaque métier. Cet espace, les entreprises le remplissent avec du temps humain. Des consultants en implémentation. Des chefs de projet. Des formations. Du support.

C’est ce que nous appelons le méta-travail : le travail nécessaire pour faire fonctionner le travail. Il représente, selon nos analyses, entre 30 % et 60 % du temps des professionnels dans les entreprises de services.

Service as a Software : le nouveau paradigme

Ce qui naît sous nos yeux n’est pas un meilleur SaaS. C’est un modèle fondamentalement différent. Le Service as a Software ne vend pas l’accès à un outil. Il délivre un service complet — tel que le ferait un humain, une équipe entière, voire une entreprise — mais sous forme logicielle.

La nuance est profonde. Dans le modèle SaaS, l’entreprise achète une plateforme, puis investit du temps et des ressources pour en extraire de la valeur. Dans le modèle Service as a Software, l’entreprise consomme directement le résultat.

Prenons un exemple concret. Un cabinet de conseil de 200 consultants consacre aujourd’hui en moyenne trois jours par mois et par manager à la veille commerciale : identifier les bons appels d’offres, qualifier les prospects, suivre les mouvements stratégiques du marché. C’est du travail à haute valeur ajoutée, mais c’est aussi du travail que l’IA peut désormais exécuter de manière autonome — à condition de disposer du bon système. Un SaaS proposerait un tableau de bord. Le Service as a Software délivre, chaque lundi matin, une analyse structurée des opportunités qualifiées pour chaque practice, avec les signaux faibles détectés dans la semaine, les mouvements concurrentiels, et des recommandations d’action priorisées. La différence n’est pas une question de sophistication technique. C’est une différence de modèle : l’un fournit un outil, l’autre fournit un résultat.

Pourquoi maintenant

Trois conditions se sont alignées simultanément, rendant ce basculement non seulement possible mais inévitable.

La première est la capacité de raisonnement. Les modèles de langage récents ne se contentent plus de prédire le mot suivant. Ils raisonnent, planifient, décomposent des tâches complexes en étapes. Claude Opus 4.6 peut analyser un appel d’offres de 200 pages, en extraire les critères de sélection, et les confronter aux compétences d’un cabinet — sans intervention humaine.

La deuxième est la capacité d’action. Les plugins et les protocoles d’outils comme le MCP ou le function calling permettent aux modèles d’agir dans le monde réel : envoyer un e-mail, mettre à jour un CRM, rédiger un document, publier un rapport. Le modèle n’est plus confiné à une fenêtre de chat. Il opère dans l’environnement de travail existant.

La troisième est le coût. Le prix des inférences a été divisé par un facteur considérable en deux ans. Ce qui coûtait des milliers d’euros par mois en 2024 en coûte quelques dizaines aujourd’hui. Le Service as a Software devient économiquement viable pour des entreprises de toutes tailles.

Ce que cela change pour les entreprises de services

Pour les cabinets de conseil, les ESN, et plus largement toutes les entreprises dont la valeur repose sur l’expertise humaine, cette transition représente à la fois une menace et une opportunité considérables.

La menace est évidente : si l’IA peut délivrer un service de bout en bout, quelle est la valeur ajoutée du consultant ? Du manager ? De l’expert ? La réponse, paradoxalement, est que leur valeur augmente. Ce que l’IA élimine, ce n’est pas l’expertise — c’est le méta-travail qui l’entoure. Les heures passées à consolider des tableaux Excel. Les jours consacrés à la veille. Les semaines perdues à rédiger des propositions commerciales qui reprennent 80 % du contenu de la précédente.

Ce qui reste quand le méta-travail disparaît, c’est le cœur de ce qui fait la valeur d’un professionnel : sa capacité à comprendre un contexte, à construire une relation de confiance, à exercer un jugement dans des situations ambiguës, à faire émerger une solution que personne n’avait envisagée. Le Service as a Software ne remplace pas le consultant. Il révèle ce que le consultant fait de mieux — en le libérant de tout le reste.

Les conditions d’un système qui fonctionne

Il serait naïf de penser qu’il suffit de brancher un LLM à quelques outils pour obtenir un Service as a Software fonctionnel. L’histoire de la technologie est jalonnée de promesses non tenues par excès de simplification.

Un service fiable en production exige un système complet. Il faut d’abord des données propriétaires : le LLM apporte l’intelligence générale, mais la pertinence vient des données spécifiques à l’entreprise — son historique de missions, ses consultants, ses clients, ses succès et ses échecs. Sans ces données, le service reste générique, et donc remplaçable.

Il faut ensuite des workflows métier. Un service n’est pas une réponse ponctuelle à une question. C’est un processus qui se répète, qui s’affine, qui s’intègre dans le quotidien opérationnel. Le système doit orchestrer des séquences d’actions complexes, pas simplement répondre à des prompts.

Il faut également de la sécurité et de la gouvernance. Quand un système agit de manière autonome — envoie des e-mails, modifie des données, produit des recommandations stratégiques — la question de la confiance devient centrale. Qui valide ? Qui est responsable ? Quelles sont les limites ? Un système sans gouvernance est un risque, pas une solution.

Il faut enfin des interfaces adaptées. Le résultat doit parvenir aux bonnes personnes, au bon moment, dans le bon format. Un rapport de veille n’a pas la même forme pour un directeur commercial et pour un consultant terrain. L’interface n’est pas un détail — c’est ce qui détermine l’adoption.

La conviction d’HNTIC

C’est cette conviction qui fonde ce que nous construisons chez HNTIC. Nous ne développons pas des agents IA. Nous concevons des systèmes complets qui délivrent des services mesurables aux entreprises de conseil et de services.

Notre conviction profonde est que l’IA ne remplacera pas les professionnels. Elle révélera le meilleur d’eux-mêmes — en éliminant le méta-travail qui masque leur véritable valeur.

Le SaaS tel que nous le connaissions est en train de mourir. Ce qui naît à sa place est plus ambitieux, plus exigeant, et infiniment plus prometteur.

Le Service as a Software ne fait que commencer.

Matthieu Nguyen est le fondateur et CEO d’HNTIC, une entreprise technologique spécialisée dans les systèmes IA pour les cabinets de conseil et les entreprises de services.