Qu’advient-il d’un logiciel lorsque l’utilisateur principal n’est plus un humain, mais un agent d’IA ? Pendant des décennies, la « rétention » (stickiness) des géants de l’entreprise comme Salesforce et SAP a reposé sur les interfaces utilisateur, la mémoire musculaire et les manières complexes dont les humains interagissent avec les écrans. Mais alors que nous évoluons vers un monde « headless » (sans interface), où des agents lisent des données, mettent à jour des dossiers et complètent des flux de travail via des API, la valeur se déplace entièrement de l’interface visuelle vers la logique métier sous-jacente et l’intégrité des données.

La discussion précise que, bien que le terme « headless » puisse ressembler à un simple repositionnement marketing d’API existantes, il représente un changement fondamental dans le mode de fonctionnement des entreprises. La véritable rétention en entreprise ne repose pas seulement sur une interface élégante ; elle réside dans la codification de règles métier complexes et d’exigences réglementaires. Par exemple, remplacer un système comme SAP n’est pas aussi simple que de transférer des données vers une nouvelle base de données, car SAP contient des années de logique personnalisée qui définissent la manière dont une entreprise mondiale fonctionne réellement. Tenter de créer un remplaçant via le « vibe coding » (codage intuitif sans rigueur technique) sans comprendre ces dépendances opérationnelles profondes est un piège courant pour les startups.

À l’avenir, la réelle opportunité pour les nouveaux logiciels n’est pas de remplacer ces acteurs historiques de front, mais de gérer la « longue traîne » des exceptions. La plupart des logiciels d’entreprise gèrent bien les 80 % de cas standards, mais l’activité réelle repose sur les 20 % d’exceptions — les cas marginaux et les contournements manuels. Les agents d’IA ont le potentiel de synthétiser des données non structurées et d’automatiser ces exceptions, créant ainsi de nouveaux « systèmes d’enregistrement » (systems of record) en observant comment les humains résolvent concrètement les problèmes sur le terrain, plutôt que la manière dont on leur demande de saisir des données dans un CRM.

Perspectives Surprenantes

• Le « SaaSpocalypse » est exagéré : L’idée que l’IA remplacera simplement tous les SaaS est improbable, car les gains de productivité créent généralement de nouvelles demandes plus complexes plutôt que d’éliminer le besoin de logiciels.


• Le paradoxe de l’« Export vers Excel » : Les deux fonctionnalités les plus utilisées dans les logiciels d’entreprise sont souvent celles qui permettent aux utilisateurs de quitter le logiciel (exports CSV et PDF), prouvant que les interfaces natives échouent souvent à fournir l’analyse spécifique dont les utilisateurs ont réellement besoin.


• L’inertie comme fonctionnalité produit : La rétention d’un logiciel provient souvent de détails « arcaniques » — comme la façon dont Outlook gère les exceptions de réunions récurrentes — qui ne sont pas planifiés par les chefs de produit, mais qu’il devient impossible pour une entreprise d’abandonner lors d’une migration.


• La stratégie du « Milieu » : La plus grande opportunité pour les startups n’est pas de concurrencer directement un géant, mais de s’insérer entre deux acteurs établis ou deux fonctions internes d’entreprise différentes qui communiquent mal.

enseignements Pratiques

• Ciblez la « Longue Traîne » : Si vous développez une IA pour l’entreprise, n’essayez pas d’automatiser les 80 % de tâches banales. Construisez plutôt des outils qui gèrent les exceptions complexes et les cas marginaux où les humains passent actuellement la majeure partie de leur temps.


• Évitez le « Vibe Coding » de la logique métier : Lorsque vous perturbez une catégorie héritée (legacy), rappelez-vous que la valeur réside dans la logique métier et les règles de conformité, et non dans le stockage des données. Cartographiez les « Procédures Opérationnelles Standards » non documentées avant de tenter de remplacer l’outil.


• Exploitez les données non structurées : Utilisez les LLM pour exploiner la « ressource inexploitée » d’une entreprise — les documents Word, les présentations et les e-mails — afin de créer une couche de visibilité et d’intelligence que les acteurs historiques sont trop lents à mettre en œuvre.


• Construisez des ponts, pas seulement des outils : Recherchez des opportunités de créer des logiciels qui facilitent le passage de relais entre deux fonctions organisationnelles différentes (par exemple, la Finance et l’IT), car ces points d’intégration sont généralement sous-desservis et présentent une valeur élevée.