Déjà, le titre sera familier à la plupart des lecteurs de Crunchbase News : Le SaaS est mort.
Le marché estime que les entreprises de logiciels ne peuvent plus pratiquer des prix premium et prévoit un ralentissement indéfini de la croissance.
Il y a deux raisons. Premièrement, l'IA réduit de 10 fois les coûts de production des logiciels. Deuxièmement, ces capacités d'IA permettent une énorme vague de nouveaux concurrents, aussi bien des startups financées par des VC que des solutions en interne.
La réduction des coûts de production logicielle et la montée en puissance de la concurrence, disent-ils, vont supprimer le pouvoir de fixation des prix des logiciels. Les actions publiques de logiciels ont chuté de 20 % cette année jusqu'à mi-mai, et pour la première fois de l'histoire, les logiciels se négocient à un rabais par rapport au multiple moyen du S&P500 sur les bénéfices. Le SaaS est mort.
C'est vrai que l'IA a entraîné une baisse des coûts et une hausse de la concurrence. Mais cela ne signifie pas pour autant que le SaaS est mort. Réduire le coût de production des logiciels ne veut pas dire que les revenus liés aux logiciels vont diminuer. En fait, l'histoire suggère le contraire.
Dans certains cas, l'efficacité engendre la consommation. C'est la leçon du paradoxe de Jevons. Cela a fonctionné pour les moteurs à charbon, cela a fonctionné pour les centres de données, et cela fonctionnera aussi pour les logiciels alimentés par l'IA.
Le paradoxe de Jevons
Commençons par le charbon. Dans les années 1860 en Grande-Bretagne, beaucoup s'inquiétaient de voir les réserves de charbon du pays s'épuiser trop vite. La sagesse conventionnelle disait qu'en développant des moteurs à charbon plus efficaces, on prolongerait la durée d'utilisation du charbon.
Mais l'économiste William Stanley Jevons a reconnu que des moteurs plus efficaces en charbon entraîneraient une augmentation de la demande d'énergie charbonnière, avec pour résultat que les Britanniques consommeraient leur charbon plus rapidement, et non moins.
Jevons avait raison. Lorsque l'efficacité accrue entraînait une baisse des coûts, elle débloquait également une énorme nouvelle demande. Cela faisait consommer les réserves de charbon plus vite, et non plus lentement.
Vingt-cinq ans plus tôt, j'avais rejoint une société de rachat lors du krach des dot-com de 2001. Mon premier investissement était dans une entreprise de centres de données en difficulté. Exodus Communication, qui avait atteint une capitalisation boursière maximale de 32 milliards de dollars, avait ensuite connu deux faillites alors que la demande de centres de données continuait de chuter.
En 2004, j'ai recommandé à notre firme d'acquérir cette activité de centre de données lors de la deuxième faillite pour 200 millions de dollars et de la fusionner avec un concurrent nommé Savvis.
À l'époque, le marché considérait les centres de données comme une industrie en déclin. Les entreprises dot-com retiraient leurs racks de serveurs des sites, et les sols des centres de données se vidaient. Les analystes industriels prévoyaient que, compte tenu de la loi de Moore sur la croissance exponentielle de la capacité des puces et de l'augmentation de la densité énergétique des serveurs, un seul rack dans 10 ans fournirait ce que 100 racks fournissaient en 2005, et que dans 20 ans, un rack fournirait ce que 10 000 racks fournissaient en 2005. Selon la sagesse conventionnelle, des puces plus efficaces nécessiteraient moins d'espace au sol dans les centres de données au fil du temps.
Notre thèse selon laquelle la demande d'espace au sol dans les centres de données augmenterait n'était pas populaire à l'époque. Si 10 000 racks en 2005 allaient être remplacés par un seul rack en 2025, les États-Unis n'avaient-ils pas déjà suffisamment d'espace au sol dans les centres de données ?
IBM diffusait des publicités montrant une salle pleine de serveurs remplacée par un seul mainframe. Un membre sceptique du comité d'investissement m'a dit que cette entreprise avait déjà traversé deux faillites en deux ans, et que si elle connaissait une troisième faillite, je devrais la suivre.
Aujourd'hui, un seul rack peut effectivement offrir 20 000 fois plus de puissance de calcul que les racks de 2005, et comme tout le monde le sait, loin d'avoir trop d'espace au sol, nous ne pouvons pas construire de nouvelles capacités de centres de données assez vite. Une demande latente véritablement énorme pour la puissance de calcul s'est libérée à mesure que l'efficacité des racks augmentait. L'histoire de Savvis s'est également bien terminée, vendue six ans plus tard pour 3,2 milliards de dollars.
Le paradoxe de Jevons était vrai pour le charbon, et il était vrai pour les centres de données. Il sera également vrai pour le travail intellectuel soutenu par l'IA.
Le travail intellectuel et l'expansion du marché
Vingt-cinq ans plus tôt, seuls les riches avaient accès à des conseils personnalisés en matière d'investissement. En 1996, le lauréat du prix Nobel Bill Sharpe a cofondé Financial Engines pour apporter des conseils personnalisés en matière d'investissement à toute personne disposant d'un 401(k).
Ma société était investisseur, et j'ai eu le privilège de travailler étroitement avec l'entreprise. Au début, elle tentait de vendre des conseils sur la manière d'investir les fonds du 401(k), mais seulement environ 20 % des employés étaient intéressés par ces conseils et souhaitaient gérer eux-mêmes leurs positions dans le 401(k).
L'innovation révolutionnaire de Financial Engines était de gérer directement les positions du 401(k), et pas seulement de conseiller. Les employés pouvaient cocher une case : « Faites-le pour moi ». La demande des personnes qui n'avaient auparavant aucun accès à ces conseils dépassait toutes les attentes et a produit d'énormes bienfaits. Je me souviens qu'un premier client était JCPenney, dont les dizaines de milliers d'employés âgés en moyenne de 27 ans avaient environ 40 % de leurs fonds du 401(k) en espèces, 40 % en actions de JCPenney (qui finirait par déposer le bilan en 2020), et 20 % dans tout autre chose. Le simple transfert vers des fonds communs de placement judicieux et peu coûteux, adaptés à leur âge et à leurs autres objectifs financiers, a généré d'énormes bénéfices.
Financial Engines est passé de zéro à 169 milliards de dollars d'actifs sous gestion lorsqu'elle a été acquise en 2018 pour 3 milliards de dollars.
La société offrait un service très similaire à ce que nous appellerions aujourd'hui l'IA agente. Le client (un employé épargnant pour sa retraite) déléguait une décision (investir mon argent) à un système informatique, et l'employé payait en fonction du résultat (~50 points de base sur les actifs sous gestion).
Bien sûr, la technologie pour offrir cela était tout à fait différente, et c'était une application très restreinte. La leçon reste valable : le logiciel a permis une efficacité massive dans la prestation du travail intellectuel (dans ce cas, des conseils individuels en matière d'investissement) et un énorme marché latent est apparu pour acheter ce service.
La fin du rationnement du travail intellectuel
L'efficacité accrue des coûts de l'IA, tout comme l'efficacité accrue des algorithmes de Financial Engines, permet à la demande d'augmenter parce qu'elle relâche une contrainte d'offre sur le travail intellectuel.
Dans toute l'histoire humaine, et même encore aujourd'hui, le travail intellectuel a toujours été rationné parce qu'il est limité en offre.
Les travailleurs intellectuels passent des années à se former et à se former, tendent à vouloir vivre dans des endroits coûteux, veulent au fil du temps travailler uniquement sur certains types de problèmes qui les intéressent, et nécessitent beaucoup de management pour bien s'entendre. C'est pourquoi nous leur payons des salaires si élevés et faisons tout notre possible pour les rendre plus productifs.
Les logiciels d'entreprise sont un outil pour rendre les travailleurs intellectuels plus productifs. Le marché total des logiciels d'entreprise aux États-Unis est de l'ordre de 0,5 billion de dollars par an, selon Gartner. Le marché américain du travail intellectuel, soit le montant versé aux 100 millions de travailleurs intellectuels dans ce pays, est d'environ 10 billions de dollars, selon les chiffres du Bureau américain des statistiques du travail. Actuellement, nous dépensons environ 5 % du coût des travailleurs intellectuels en outils logiciels pour les aider.
L'IA permet aux entreprises de logiciels non seulement de vendre des outils aux travailleurs intellectuels, mais aussi de commencer à vendre directement les résultats du travail intellectuel, comme je l'ai écrit dans des articles précédents de Crunchbase.
Mettez cela ensemble : 90 % de compression des coûts dans le développement logiciel plus la possibilité de vendre du travail intellectuel. Nous savons qu'il existe une énorme demande latente pour le travail intellectuel, si seulement il n'était pas si cher et difficile d'accès.
Pour la première fois, des millions de personnes et d'entreprises qui n'ont jamais eu accès à un stratège, un analyste, un avocat ou un conseiller financier sont sur le point d'en obtenir un.
Le logiciel est loin d'être mort. L'efficacité accrue offerte par l'IA lui permettra de faire beaucoup plus pour moins cher, et tout comme un moteur à charbon ou un centre de données plus efficace, cela va débloquer une énorme demande latente pour le travail intellectuel.
À terme, cela augmentera les revenus et la solidité des entreprises de logiciels qui utilisent l'IA pour améliorer davantage la productivité des travailleurs intellectuels ou livrer directement les résultats du travail intellectuel. Le rôle du logiciel aujourd'hui est de résoudre le problème de la livraison de ces services de manière sûre et fiable.
Apprendre à gérer des travailleurs intellectuels humains n'a pas été une mince affaire pour l'industrie, et ce sera tout aussi difficile d'apprendre à gérer ceux qui sont des travailleurs intellectuels machines. Voilà le défi.
Mais rappelez-vous qu'aujourd'hui, le marché du travail intellectuel est 20 fois plus grand que celui des logiciels. L'ampleur du marché pour les entreprises de logiciels est de débloquer la demande latente pour le travail intellectuel qui, si l'histoire est une indication, surpassera largement le marché actuel des logiciels.
Le marché redoute aujourd'hui que l'efficacité apportée par l'IA réduise l'industrie du logiciel. Or, c'est exactement l'inverse qui est vrai. L'IA va débloquer une demande latente énorme pour le travail intellectuel, et le marché des logiciels va exploser. Vive le logiciel.
Bob Morse a cofondé Strattam Capital en 2014 et en est le partenaire gérant. Il a siégé à de nombreux conseils d'administration d'entreprises technologiques privées et publiques, et est actuellement administrateur de CloudHesive, Contegix, Daxtra Technologies, Green Security, Resource Navigation et Trax Group. Auparavant, il était associé et membre du comité d'investissement chez Oak Hill Capital Partners. Il a également travaillé chez GCC Investments et Morgan Stanley. Morse siège au conseil d'administration de Austin PBS et est membre du conseil consultatif du HMTF Center for Private Equity Finance à The University of Texas at Austin McCombs School of Business. Il a étudié à l'Université de Princeton, où il a obtenu son diplôme summa cum laude en BSE, et à la Stanford Graduate School of Business, où il a obtenu son MBA et a été boursier Arjay Miller. Morse vit à Austin.
Articles connexes :
- Ne vous contentez pas de parler d'IA. Mesurez les résultats commerciaux. Voici comment.
- L'essor de l'exécutif IA
- De l'invention à l'innovation : comprendre le moment de l'IA
Illustration : Li-Anne Dias
