Il existe une version de la thèse de l'IA dans laquelle, d'ici 2028, votre CRM est un agent IA. Votre comptable est un agent IA. Votre chef de projet est un agent IA. Chacun est un produit à usage unique avec lequel vous dialoguez, et tout le concept de « logiciel d'entreprise » se dissout en une série de LLM ayant accès à vos données.
Nous ne pensons pas que ce soit faux, à proprement parler. Nous pensons que c'est la version la plus coûteuse de ce qui est juste.
Si chaque agent IA constitue son propre abonnement — votre agent CRM, votre agent support, votre agent finance — vous venez de reconstituer le paysage du SaaS éclaté, sauf que désormais chaque produit coûte plus cher car il supporte des coûts de GPU et un tout nouveau budget marketing. Le problème de la fragmentation ne disparaît pas avec l'IA. Il s'aggrave.
Le véritable déblocage : opérations entre modules.
Ce que l’IA fait d’intéressant pour les logiciels d’entreprise, ce n’est pas « poser une question, obtenir une réponse ». C’est « décrire une opération, la regarder se réaliser ».
Comparez deux scénarios :
Scénario A — IA cloisonnée : Vous avez l'IA de HubSpot pour le CRM. Vous lui demandez de « résumer les affaires à risque ce trimestre ». Elle le fait. Utile. Puis vous passez à l'IA de QuickBooks. Vous demandez « lesquels de ces clients n'ont pas payé leur dernière facture ? » Elle ne peut pas répondre — système différent, données différentes, IA différente.
Scénario B — IA unifiée : Vous avez une seule plateforme avec un seul modèle de données. Vous demandez « résume les affaires à risque ce trimestre où le client a aussi une facture en retard de 30 jours et un ticket de support critique ouvert ». La plateforme répond en une seule requête. Cinq minutes de travail qui demandaient autrefois un après-midi et trois exports CSV.
L'IA dans une stack fragmentée, c'est des moyens plus rapides de poser une question à chaque silo. L'IA dans une plateforme intégrée, c'est des opérations qui étaient auparavant impossibles.
La valeur économique de (B) par rapport à (A) est énorme — et elle dépend entièrement du fait que les données se trouvent au même endroit, sur un seul schéma, accessibles par un seul runtime d’IA. Ce qui est précisément ce qu’est une plateforme intégrée. Ce qui est précisément ce que la stack désagrégée n’est pas.
Pourquoi la thèse de l'agent IA s'effondre à petite échelle.
La thèse selon laquelle « chaque SaaS devient un agent IA » fonctionne à l'échelle de l'entreprise, où le client dispose d'une infrastructure de données interne et du budget pour la connecter. Snowflake plus Looker plus une douzaine de LLM qui s'en nourrissent.
Cela ne fonctionne pas pour l'agence de 10 personnes à Austin. Elle n'a pas d'entrepôt de données. Elle n'a pas d'ingénieur d'intégration. L'agent IA de HubSpot ignore tout de leurs données QuickBooks, et ils n'ont pas l'infrastructure pour le lui apprendre.
Pour le segment des PME — qui représente la grande majorité des clients de logiciels d'entreprise — la seule voie vers une IA utile est L’IA intégrée à une plateforme déjà intégrée. L’intégration est la condition préalable à l’utilité de l’IA. Sans elle, l’IA n’est qu’une fenêtre de discussion posée sur un petit silo.
Ce que nous observons dans notre propre base de clients.
Les fonctionnalités d'IA de Mewayz (génération de documents, génération d'images, synthèse IA de l'activité CRM) sont utilisées environ 20× plus que les fonctionnalités d'IA équivalentes dans les outils autonomes que ces mêmes clients utilisaient avant de migrer.
Pourquoi ? Pas parce que notre IA est meilleure. C'est globalement le même modèle qui tourne en coulisses. C'est parce que l'IA dispose de l'ensemble de l'activité du client comme contexte. Quand elle rédige un e-mail de relance, elle sait quelle était la dernière affaire. Quand elle prépare une proposition de projet, elle sait ce qui a été devisé. Quand elle écrit un modèle de prise de contact, elle sait ce qui a été promis dans le dernier ticket de support.
Le contexte est le produit. L'IA est la surface.
La couche d'agents, honnêtement.
L'IA agentique va s'imposer quelque part dans les logiciels d'entreprise. Nous n'en doutons pas. La question est de savoir où, et sous quelle forme.
Notre pari : les agents seront à l'intérieur les plateformes, pas en tant que les plateformes. Vous ne vous abonnerez pas à un agent CRM. Vous vous abonnerez à Mewayz (ou Notion ou Zoho ou n'importe qui d'autre) et la plateforme exposera un agent qui opère sur l'ensemble de vos données.
La logique économique est simple. L'agent a d'autant plus de valeur qu'il dispose de plus de données. Le plus de données réside là où vivent le plus de modules. Les plateformes aux données intégrées remportent la bataille de l'agent sans même essayer.
Les agents d'IA mono-produit — « le CRM IA », « le produit comptable IA » — doivent rivaliser sur l'IA seule, face à des acteurs établis qui cumulent des décennies de profondeur fonctionnelle et s'apprêtent à intégrer la même IA. La startup l'emporte grâce à l'IA pendant environ 12 mois. Puis l'acteur établi atteint la parité. Et le rempart des données reprend le dessus.
Ce que cela signifie pour les acheteurs.
Deux enseignements pratiques :
- N'achetez pas l'IA comme une gamme de produits distincte. Toutes les plateformes modernes sont sur le point de l'intégrer. Payer $30/mois pour « l'IA pour HubSpot » en 2026 paraîtra aussi absurde que payer $30/mois pour « le mode sombre pour HubSpot » en 2024.
- Occupez-vous de votre modèle de données avant de penser à votre fournisseur d’IA. Les plateformes dotées de modèles de données unifiés et propres offriront des résultats d'IA nettement meilleurs que celles qui greffent l'IA sur des schémas fragmentés. Choisissez l'intégration ; l'IA suit.
L'IA ne remplace pas la stack. Elle la fait s'effondrer — au profit de celui qui en possède déjà la plus grande partie.