Service as a Software : pourquoi la valeur migre de l'outil vers le résultat

Par Matthieu Nguyen, mars 2026

Le 5 mars 2026, Sequoia Capital a publié un article intitulé "Services: The New Software." La thèse tient en une phrase : la prochaine entreprise à 1 000 milliards de dollars sera une entreprise logicielle déguisée en société de services. Derrière cette formule volontairement provocante, il y a un cadre d'analyse qui mérite d'être décortiqué, parce qu'il éclaire une dynamique que beaucoup de dirigeants de sociétés de services perçoivent intuitivement sans toujours disposer des mots pour la nommer.

L'outil contre le résultat

Le point de départ de Sequoia est un ratio simple mais lourd de conséquences : pour chaque dollar dépensé en logiciel, six sont dépensés en services. Jusqu'ici, les startups IA se sont positionnées en vendant des outils, ce que l'article appelle des "copilotes", qui rendent les professionnels plus productifs. Le professionnel reste le client, il utilise l'outil, il décide quoi en faire, et il prend la responsabilité du résultat. Le budget capté est celui des licences logicielles.

Sequoia argumente que la vraie rupture viendra de ce qu'ils appellent les "autopilotes" : des systèmes qui livrent directement le résultat au client final. La distinction paraît subtile, mais elle est structurante. Le copilote vend un accès à une plateforme ; l'autopilote vend le travail fait. L'un capte le budget outil, l'autre capte le budget travail, c'est-à-dire les salaires, les honoraires, la sous-traitance. Et chaque amélioration des modèles IA rend l'autopilote plus rapide, moins cher, et plus difficile à concurrencer, là où elle rend le copilote plus facilement remplaçable.

Il y a dans cette distinction un écho direct à ce que le modèle SaaS porte comme contradiction depuis ses origines. Le SaaS a été une avancée majeure : démocratisation de l'accès, centralisation de l'hébergement, abonnement plutôt que licence perpétuelle. Mais il vend de l'accès à une plateforme, alors que ce dont l'acheteur a besoin, c'est un résultat. Entre les deux, il y a un gouffre que les entreprises comblent avec du temps humain : configuration, formation, adoption, intégration dans les processus existants, maintenance. Tout ce travail nécessaire pour faire fonctionner le travail est le coût caché du modèle SaaS. L'autopilote le supprime en livrant directement le service rendu, sans que le client ait besoin de changer ses habitudes. C'est ce renversement que le concept de Service as a Software cherche à capturer : un logiciel qui ne fournit plus l'outil mais le résultat, tel que le ferait un collaborateur dédié.

Intelligence et jugement

L'apport le plus utile de l'article de Sequoia est un cadre d'analyse pour comprendre quels métiers seront transformés en premier, et surtout dans quelle mesure.

L'intelligence, au sens où Sequoia l'emploie, désigne le travail complexe mais codifiable. Les règles sont nombreuses, les cas de figure variés, mais ce sont fondamentalement des règles : compiler des données, appliquer une grille de scoring, surveiller un marché, coder une fonctionnalité à partir d'une spécification, trier des candidatures selon des critères définis. Ce travail exige de la rigueur et du temps, mais il ne mobilise pas nécessairement l'intuition forgée par des années de pratique.

Le jugement, c'est tout le reste, et c'est précisément ce reste qui fait la valeur du professionnel. Sentir qu'un client hésite sans qu'il l'ait formulé. Reformuler une offre en temps réel face à une objection inattendue. Arbitrer entre deux directions stratégiques quand les données seules ne tranchent pas. Savoir qu'un candidat techniquement parfait n'est pas le bon pour cette équipe précise. Le jugement naît de l'expérience, du contexte, de la relation. Il est irréductiblement humain, du moins dans l'état actuel de la technologie.

L'IA a franchi le seuil où elle peut exécuter de manière autonome la plupart du travail d'intelligence. Sequoia illustre ce basculement par le développement logiciel, où le ratio penche fortement vers l'intelligence : dans des environnements comme Cursor ou Claude Code, les agents IA initient aujourd'hui plus de tâches que les développeurs humains. Chaque profession suivra, à une vitesse proportionnelle à son ratio intelligence / jugement. Et le corollaire est peut-être plus important que le constat lui-même : quand le travail d'intelligence est automatisé, le jugement humain ne perd pas de valeur, il en gagne. Le professionnel libéré de tout ce travail préparatoire que personne ne considère comme son vrai métier (compiler des données, faire de la veille, formater des livrables, mettre à jour des outils comme le CRM, la comptabilité ou le reporting) peut enfin consacrer l'essentiel de son temps à ce pour quoi il est réellement irremplaçable.

Le playbook de l'autopilote

Sequoia ne se contente pas d'un constat. L'article propose une logique d'entrée sur le marché pour les entreprises qui construisent ces autopilotes, et cette logique est suffisamment fine pour mériter qu'on s'y arrête.

Le premier mouvement consiste à commencer par les tâches déjà externalisées. Le raisonnement est élégant : si un travail est déjà confié à un prestataire externe, cela signifie que l'entreprise a accepté qu'il peut être fait en dehors de ses murs, qu'il existe un budget substituable, et que le client achète déjà un résultat plutôt qu'un outil. Remplacer un contrat d'externalisation par un autopilote, c'est un changement de fournisseur, une opération que les organisations savent faire. Remplacer du headcount, c'est une réorganisation, infiniment plus complexe sur le plan humain et politique.

Le deuxième mouvement consiste à s'étendre progressivement vers le travail internalisé, à mesure que le système accumule des données propriétaires sur ce à quoi ressemble un bon jugement dans son domaine. C'est la logique de convergence décrite par Sequoia : le copilote d'aujourd'hui devient l'autopilote de demain, parce que chaque interaction enrichit la compréhension du métier.

Mais c'est le troisième levier qui est peut-être le plus intéressant : le travail abandonné. Dans chaque entreprise, il existe des tâches à haute valeur que personne ne fait, pas par incompétence ni par négligence, mais parce qu'elles ne sont pas rentables à l'échelle humaine. Surveiller 500 comptes cibles quand on a 3 commerciaux. Négocier sérieusement avec les 80 % de fournisseurs qui composent la longue traîne du procurement. Analyser l'intégralité d'un portefeuille de contrats au lieu des 10 % jugés prioritaires. Ce travail abandonné n'a pas de budget à remplacer ni d'incumbent à déplacer. C'est de la valeur nette créée à partir de rien, et c'est un angle d'attaque idéal précisément parce qu'il ne menace personne.

La carte des verticales

Sequoia cartographie une dizaine de verticales de services en les positionnant sur deux axes : le ratio intelligence / jugement et le degré d'externalisation existant. L'exercice produit une matrice de priorités qui donne une bonne photographie du paysage.

À une extrémité du spectre, le courtage d'assurance (140 à 200 milliards de dollars) est un cas presque pur d'intelligence : comparer des offres entre assureurs, remplir des formulaires, négocier des tarifs standardisés. La distribution est ultra-fragmentée en dizaines de milliers de petits courtiers qui exécutent le même processus, un terrain idéal pour l'autopilote. La comptabilité et l'audit (50 à 80 milliards externalisés aux seuls États-Unis) vivent quant à eux une crise structurelle de main-d'œuvre qui accélère l'adoption : 340 000 comptables perdus en cinq ans, 75 % des CPAs proches de la retraite, des salaires d'entrée qui peinent à rivaliser avec la tech et la finance.

À l'autre extrémité, le conseil en management (300 à 400 milliards mondiaux) est le plus gros marché mais aussi celui où le ratio penche le plus vers le jugement. Sequoia pose à son sujet la bonne question : peut-on désagréger le conseil en composantes d'intelligence (collecte de données, benchmarking, veille) et composantes de jugement (recommandations stratégiques, accompagnement du changement) de façon à automatiser les premières tout en préservant, voire en renforçant, les secondes ?

Entre les deux, les services IT managés (100 milliards et plus) offrent un angle intéressant : personne n'a encore vendu "votre IT tourne" directement à l'entreprise comme un résultat livré, plutôt qu'un accès à un NOC et un SLA. Le recrutement et le staffing (200 milliards et plus), le plus gros marché de services en volume, voit le haut de son funnel (screening, matching, outreach) basculer vers l'intelligence pure, tandis que le closing et l'évaluation du culture fit restent solidement dans le camp du jugement.

Ce que cette thèse ne dit pas

Toute thèse a ses angles morts, et celle de Sequoia en a quelques-uns qui méritent d'être nommés, ne serait-ce que pour éviter d'en tirer des conclusions trop hâtives.

Le premier est un biais géographique assumé mais rarement corrigé par les lecteurs. Le cadre de Sequoia est profondément américain. La dynamique outsourcing → autopilote fonctionne bien dans un marché où l'externalisation est culturellement banale et où la relation contractuelle est très transactionnelle. En France, en Allemagne, au Japon, le rapport au travail externalisé est structurellement différent. La confiance se construit autrement, les cycles de décision sont plus longs, et les résistances à l'automatisation ne sont pas irrationnelles : elles reflètent des cultures professionnelles où la relation humaine est un prérequis, pas un bonus. Ce n'est pas un obstacle insurmontable, mais c'est un facteur que la thèse sous-estime.

Le deuxième angle mort concerne la question de la responsabilité. Quand un copilote assiste un professionnel, c'est le professionnel qui valide et qui endosse la responsabilité du résultat. Quand un autopilote livre directement un contrat rédigé, une déclaration fiscale déposée ou un pipeline commercial qualifié au client final, la question "qui est responsable si c'est faux ?" devient incontournable. Or la responsabilité professionnelle, telle qu'elle est structurée aujourd'hui, repose sur des humains : des avocats, des comptables, des consultants qui engagent leur nom et parfois leur patrimoine. Le passage de "l'humain utilise l'outil" à "le système livre le résultat" soulève des questions juridiques et assurantielles qui ne sont pas triviales, particulièrement dans les professions réglementées.

Le troisième concerne la linéarité supposée de la convergence copilote → autopilote. Sequoia décrit une progression naturelle, presque mécanique : on commence par assister le professionnel, on accumule des données, on apprend ce qu'est un bon jugement, et on finit par livrer le résultat directement. En pratique, il y a un fossé entre ces deux états, un fossé qui n'est pas seulement technique mais organisationnel, juridique et culturel. Les entreprises qui le franchiront le feront par étapes, avec des allers-retours, et probablement plus lentement que ne le suggère le séquençage élégant de l'article.

Ce qu'il faut en retenir

Malgré ces nuances, la direction que pointe Sequoia est difficilement contestable, et trois idées méritent d'être gardées à l'esprit.

La première est que le véritable ennemi de la productivité dans les sociétés de services, ce n'est pas un manque de talent. C'est que le talent passe une part déraisonnable de son temps sur du travail qui n'est pas son métier. Tout ce qui réduit cette part de travail préparatoire au profit du travail de jugement est un gain structurel, indépendamment de la technologie utilisée pour y parvenir.

La deuxième est que le travail abandonné représente une mine de valeur inexploitée. Avant de se demander quel travail humain l'IA va remplacer (une question anxiogène qui génère plus de résistances que de progrès), la question plus productive est de se demander quel travail personne ne fait aujourd'hui parce qu'il n'est pas rentable à l'échelle humaine. C'est là que la création de valeur est la plus nette et la moins conflictuelle.

La troisième est que la valeur est en train de migrer de l'outil vers le résultat. Les premiers produits IA pour les sociétés de services vendent encore l'outil : le dashboard, le copilote, le chatbot. Les gagnants à terme vendront le résultat livré. Un pipeline qualifié plutôt qu'un accès à une base de signaux. Un brief hebdomadaire plutôt qu'un tableau de bord à consulter. Un candidat shortlisté plutôt qu'un moteur de recherche de CVs.

Le concept de Service as a Software, un logiciel qui ne vend pas l'accès mais le service rendu, est peut-être le cadre mental le plus utile pour penser cette transition. Non pas parce que chaque entreprise doit devenir un autopilote, mais parce que la question "est-ce que je vends un outil ou un résultat ?" est probablement la question stratégique la plus clarifiante qu'un dirigeant de société de services puisse se poser aujourd'hui.

Source : Julien Bek, "Services: The New Software", Sequoia Capital, 5 mars 2026. Lire l'article original →