« Se retire de » convient bien ici

Les arguments en faveur de l'IA se renforcent

Les grandes firmes de capital-investissement s'apprêtent à s'allier avec les leaders de l'IA pour accélérer l'adoption de la technologie dans leurs portefeuilles d'entreprises. Selon des informations révélées par The Information, Anthropic serait en pourparlers avec Blackstone et Hellman & Friedman pour créer une coentreprise, tandis qu'OpenAI discuterait d'arrangements similaires avec TPG, Brookfield Asset Management et Bain Capital. Dans le même temps, Jeff Bezos chercherait à lever 100 milliards de dollars pour acquérir des entreprises industrielles et les automatiser grâce à l'IA — ce qui en ferait l'un des plus grands fonds jamais constitués. Ces mouvements interviennent alors que les modèles d'IA les plus récents, notamment les dernières versions de Claude d'Anthropic, ont rendu les capacités de la technologie particulièrement convaincantes pour les investisseurs. Ce basculement est important car il crée un pont entre l'offre et la demande en matière d'IA, deux dynamiques qui semblaient jusqu'ici évoluer de façon découplée. Les dix plus grandes firmes de private equity détiennent plus de 2 000 entreprises générant environ 2 000 milliards de dollars de chiffre d'affaires dans quasiment tous les secteurs économiques. Si ces firmes déploient l'IA massivement dans leurs portefeuilles, elles entraîneront mécaniquement leurs concurrents — souvent des entreprises indépendantes de taille moyenne — à faire de même sous peine de se laisser distancer. Cela se traduira concrètement par une hausse considérable de la demande en puissance de calcul, justifiant les investissements colossaux déjà engagés dans les data centers d'IA. Cette dynamique renforce aussi la probabilité d'introductions en bourse d'OpenAI et d'Anthropic dans les douze prochains mois, et légitime les dépenses croissantes en infrastructure de la part d'acteurs comme Meta. Le capital-investissement traverse actuellement une période délicate : les firmes sont nombreuses à détenir des participations dans des entreprises technologiques jugées vulnérables face à l'IA, et peinent à trouver des fenêtres de sortie. Embrasser l'IA devient ainsi autant une stratégie de survie qu'une opportunité de création de valeur.

Les clients IA négocient une clause de sortie des contrats SaaS

Des entreprises clientes de logiciels d'entreprise ont commencé à renégocier leurs contrats pour y intégrer des clauses de sortie anticipée si leurs fournisseurs ne tiennent pas leurs promesses en matière d'intelligence artificielle. L'assureur National Life Group, par exemple, a obtenu des dispositions lui permettant de résilier ou de réduire son abonnement en cours de contrat si le vendeur ne livre pas les fonctionnalités IA aux délais et au niveau de qualité convenus. Au-delà de ces clauses d'échappatoire, les entreprises signent également des contrats plus courts qu'auparavant, et exigent désormais des engagements écrits sur la capacité des nouveaux outils IA à automatiser des tâches de col blanc. Malinda Gentry, dirigeante au sein du cabinet EY-Parthenon, résume l'enjeu : « Les clients veulent s'assurer que les engagements financiers correspondent au rythme de l'innovation. » Dans le secteur de la cybersécurité, Susanne Senoff, directrice de la sécurité informatique chez Conga, dit observer des remises tarifaires record de la part de fournisseurs qui cherchent à lui faire signer des contrats longs, mais elle les refuse systématiquement en faveur de contrats d'un an. De son côté, Intuit, dont la capitalisation boursière dépasse 100 milliards de dollars, a annoncé lors d'une conférence investisseurs que ses nouvelles fonctionnalités IA, prévues pour août, seront facturées à la consommation plutôt qu'en abonnement forfaitaire. Son PDG, Sasan Goodarzi, a confirmé que ce modèle de tarification s'appliquera aux outils qui connectent les clients à des experts comme des comptables. Ce mouvement traduit un rééquilibrage du rapport de force entre les grands éditeurs de logiciels et leurs clients. Les entreprises refusent désormais d'être captives de fournisseurs qui pourraient accuser du retard dans la course à l'IA, et elles disposent d'arguments concrets pour négocier. Senoff anticipe notamment qu'OpenAI et Anthropic pourraient bientôt rendre obsolètes des outils de scan automatique de code actuellement vendus par des éditeurs spécialisés. « Les vendeurs détestent ça, mais qu'est-ce qu'ils peuvent faire d'autre ? » dit-elle. Le passage à la tarification à l'usage chez Intuit illustre une tension similaire : le coût élevé des modèles de langage sous-jacents, fournis par Anthropic ou d'autres, rend difficile de les inclure dans un forfait fixe, mais ce changement de modèle commercial arrive alors que la croissance des revenus d'Intuit a sensiblement ralenti. Ce tournant s'inscrit dans une recomposition plus large du marché des logiciels d'entreprise. Des acteurs historiques comme Intuit, Salesforce ou SAP sont pris en étau entre des clients qui exigent des avancées IA rapides et des fournisseurs de modèles fondamentaux, OpenAI et Anthropic en tête, dont les capacités progressent plus vite que les cycles de développement traditionnels. OpenAI affichait au premier trimestre 2026 une avance de un milliard de dollars de revenus sur Anthropic, ce qui illustre la concentration du pouvoir technologique au sommet de la chaîne. Pour les éditeurs intermédiaires, l'enjeu est existentiel : innover suffisamment vite pour justifier des engagements pluriannuels, ou accepter de voir leurs clients partir au premier signe de faiblesse.

💬 C'est le genre de clause qu'on aurait dû mettre dans nos contrats depuis 2 ans. Les éditeurs ont vendu du rêve IA, les clients ont signé des engagements pluriannuels, et maintenant que la facture arrive sans les fonctionnalités promises, le rapport de force s'inverse enfin. Reste à voir si les DSI français auront le même culot que les Américains pour aller au bras de fer.

IA en entreprise : sans méthode, les coûts dépassent les bénéfices

Tristan Duranté, cofondateur du cabinet Studeria et spécialiste de l'intelligence artificielle appliquée, alerte sur un décalage croissant entre l'équipement des entreprises françaises en outils d'IA générative et leur capacité réelle à en tirer des bénéfices mesurables. Selon lui, les logiciels dotés d'intelligence artificielle se sont diffusés dans la quasi-totalité des fonctions de l'entreprise, de la rédaction à la recherche documentaire en passant par l'automatisation des tâches administratives, mais cette diffusion technologique n'a pas été accompagnée d'une transformation équivalente des méthodes de travail. Beaucoup d'organisations, notamment des PME, multiplient les essais de solutions différentes sans revoir leurs processus internes, ce qui limite l'exploitation réelle des investissements consentis dans la recherche et l'innovation. L'expert pointe aussi la montée de ce qu'il appelle la « shadow AI », c'est-à-dire l'usage par les salariés d'outils d'intelligence artificielle non validés ni encadrés par leur employeur, un phénomène favorisé par la simplicité d'accès aux assistants conversationnels et aux générateurs de contenus. Ce constat a des implications concrètes pour les directions d'entreprise qui accumulent abonnements et licences sans stratégie de données définie en amont. Tristan Duranté résume la situation en soulignant qu'« accumuler des licences technologiques sans stratégie de données préalable ne garantit aucun retour sur investissement ». En clair, les dépenses en outils d'IA s'accumulent tandis que les gains de productivité restent difficiles à quantifier, faute de gouvernance claire sur l'usage des données et sur la cohérence des pratiques entre équipes. La généralisation de la shadow AI ajoute un risque supplémentaire, celui de la confidentialité des données sensibles de l'entreprise et du non-respect d'obligations réglementaires, à un moment où les cadres juridiques autour de l'intelligence artificielle se précisent en Europe. Pour les dirigeants, l'enjeu n'est donc plus seulement de s'équiper, mais de structurer l'adoption de ces outils pour que les investissements se traduisent réellement en performance. Ce diagnostic s'inscrit dans un contexte où les projets d'intelligence artificielle en entreprise restent encore majoritairement pilotés par les équipes techniques, alors que les usages concernent tout autant les ressources humaines, les fonctions commerciales, le marketing ou les services administratifs, ces métiers étant les premiers concernés par les processus que l'IA vise à transformer. Tristan Duranté plaide pour la diffusion d'une véritable culture de l'intelligence artificielle à l'échelle de toute l'organisation, ce qui suppose un travail préalable sur la qualité des données, une révision des procédures internes et des formations adaptées à chaque métier plutôt qu'à la seule direction informatique. Selon lui, les entreprises qui engagent dès maintenant cette montée en compétences prendront une avance durable, alors que les usages de l'intelligence artificielle sont appelés à devenir de plus en plus structurants dans les années à venir pour l'ensemble des secteurs économiques.

SAP : comment la gouvernance de l'IA en entreprise protège les marges bénéficiaires

Manos Raptopoulos, président mondial du succès client pour l'Europe, l'APAC, le Moyen-Orient et l'Afrique chez SAP, a posé un constat sans appel lors de l'AI & Big Data Expo North America : la distance entre 90 % et 100 % de précision n'est pas une nuance graduelle dans le monde de l'entreprise, c'est une différence existentielle. Les systèmes d'IA dits "agentiques" sont désormais capables de planifier, raisonner, coordonner d'autres agents et exécuter des flux de travail de façon autonome. Mais leur déploiement à grande échelle expose les organisations à des risques opérationnels sévères si leur gouvernance reste au stade de la liste de conformité plutôt que de devenir une contrainte d'ingénierie à part entière. Intégrer des bases de données vectorielles modernes aux architectures relationnelles historiques exige des investissements massifs, et restreindre la boucle d'inférence de l'agent pour éviter les hallucinations dans les chaînes financières ou logistiques fait grimper la latence et les coûts de calcul cloud, modifiant les projections de rentabilité initiales. L'enjeu dépasse la simple fiabilité technique : il touche directement les marges et la responsabilité juridique des entreprises. Raptopoulos identifie trois questions que les conseils d'administration doivent impérativement résoudre avant tout déploiement agentique : qui est responsable en cas d'erreur d'un agent, comment tracer les décisions automatisées pour les audits, et à quel seuil précis l'humain doit reprendre la main. Sans ces réponses, l'expansion incontrôlée des agents risque de reproduire les crises du "shadow IT" de la décennie passée, avec des conséquences potentiellement bien plus graves, car ces systèmes agissent directement sur des données sensibles et influencent des décisions à l'échelle de l'organisation entière. Des données maîtres fragmentées, des systèmes métiers en silos ou des ERP surchargés de personnalisations introduisent une imprévisibilité dangereuse au pire moment : lorsqu'un agent autonome s'appuie sur ces fondations défaillantes pour formuler une recommandation touchant la trésorerie, les relations clients ou la conformité réglementaire, les dégâts opérationnels se propagent instantanément. Ce diagnostic s'inscrit dans un contexte de fragmentation géopolitique croissante. Les mandats de souveraineté des données et les exigences de localisation dans des marchés clés comme New York, Francfort, Riyad ou Singapour complexifient la définition des périmètres de responsabilité. SAP avance que l'intelligence d'entreprise authentique ne peut pas reposer sur des grands modèles de langage entraînés sur du texte générique : elle doit être ancrée dans les données propriétaires de l'entreprise, commandes, factures, dossiers logistiques et données financières incluses. Raptopoulos en fait un mandat de direction générale, non un projet informatique : intégrer un contrôle déterministe au coeur d'une intelligence probabiliste est la condition pour que l'IA agentique devienne un levier de rentabilité plutôt qu'une source de risque systémique.