Ces deux derniers jours, les actions du secteur des logiciels ont explosé.
Sur les deux dernières séances, le secteur a surperformé le marché (indice S&P 500) de plus de 10 points de pourcentage. Il s'agit du plus grand excédent de performance sur deux jours depuis 25 ans. Snowflake a bondi de 60% sur les trois dernières séances, et Datadog de 56%.
Or, il y a seulement six mois, Wall Street prédisait collectivement le déclin des actions de logiciels.
En mai dernier, Goldman Sachs a analysé les portefeuilles de plus de 1000 fonds spéculatifs actifs. À la fin du premier trimestre, l'allocation aux actions de logiciels n'était que d'environ 6%, son niveau le plus bas depuis 2019.
Mais six mois plus tard, le secteur qui semblait le premier condamné par l'IA est devenu l'un des plus performants du marché américain.
Qu'est-il arrivé pour que ces actions, que tous fuyaient, suscitent soudain un rapatriement massif de capitaux ? Le marché s'est-il trompé dès le départ en pensant que "l'IA allait bouleverser les logiciels" ?
01 Une hausse de 21% en un mois, la plus forte en près de 5 ans
Le mois de mai qui vient de s'écouler a vu l'explosion des actions de logiciels américaines.
L'ETF iShares Expanded Tech-Software Sector (IGV), qui investit spécifiquement dans les actions de logiciels nord-américains, a gagné environ 21% en mai, enregistrant sa meilleure performance mensuelle depuis octobre 2021. Le 1er juin, il a encore progressé d'environ 6%, ramenant sa performance annuelle dans le vert.
La performance des titres individuels est encore plus spectaculaire. Snowflake a grimpé de 87% sur le mois, Datadog de 58%, Figma de 40%. Dans l'ensemble du secteur, des gains mensuels de 20% ou plus ne sont pas rares.
Cette forte hausse des actions de logiciels s'explique par deux logiques principales.
Tout d'abord, les résultats ont infirmé la panique liée à "l'impact de l'IA sur les logiciels".
Ces deux dernières années, une inquiétude persistait sur les marchés : à mesure qu'OpenAI, Anthropic et d'autres renforcent les capacités de leurs modèles, que l'IA puisse elle-même écrire du code, analyser des données, générer des rapports, quelle serait alors la valeur restante pour des sociétés comme Snowflake, Datadog ou Salesforce ?
Mais la saison des résultats a donné une réponse contraire.
Snowflake a été l'un des principaux déclencheurs de ce rebond.
Le 27 mai, la société a non seulement relevé ses prévisions de revenus produits pour l'année, mais a également signé avec AWS un accord de coopération à long terme d'un montant total de 60 milliards de dollars, axé sur l'IA générative et les infrastructures d'Agent.
Suite à cette annonce, l'action Snowflake a bondi de plus de 36% en une journée.
Plus crucial encore, la direction a clairement indiqué que de plus en plus d'entreprises déploient leurs flux de travail d'IA sur la plateforme Snowflake. Alors que le marché craignait que l'IA contourne les logiciels, il s'avère qu'au contraire, l'IA a besoin de plus de logiciels.
Une histoire similaire s'est produite avec Okta, le fournisseur de services de gestion des identités et des accès. Au premier trimestre, la société a enregistré un chiffre d'affaires de 765 millions de dollars, supérieur aux attentes du marché (752 M$), et un bénéfice ajusté par action de 0,91 $, également supérieur aux 0,85 $ attendus. Ce jour-là, l'action Okta a bondi de 30%.
En réalité, ce point de vue avait été évoqué par certains dès mars, sans recevoir l'attention méritée.
À l'époque, Deutsche Bank estimait que bien que le marché discute abondamment de la façon dont l'IA pourrait nuire aux éditeurs de logiciels, jusqu'à présent, ils n'avaient constaté qu'aucun grand éditeur ne prévoyait un impact négatif substantiel de l'IA sur ses revenus de l'année.
Au contraire, la croissance des bénéfices du secteur américain des logiciels avoisine encore les 30%, et les anticipations pour l'année prochaine continuent même d'être relevées.
La seconde logique est que la position des institutions sur les actions de logiciels était tout simplement trop faible.
Il y a peu, Goldman Sachs a analysé les portefeuilles de plus de 1000 fonds spéculatifs actifs. Fin du premier trimestre, les semi-conducteurs représentaient près de 10% des portefeuilles, mais l'allocation aux actions de logiciels n'était que d'environ 6%, son niveau le plus bas depuis 2019.
Lorsque les résultats ont prouvé que les logiciels n'étaient pas détruits par l'IA, ces capitaux sous-exposés n'ont eu d'autre choix que de rapatrier leurs positions. Le rebond s'est ainsi rapidement transformé en une dynamique de "short squeeze".
Fait intéressant, avec la hausse des cours, la perception du marché sur les actions de logiciels évolue également.
Récemment, Goldman Sachs a publiquement déclaré que la spéculation sur le matériel d'IA avait atteint son paroxysme et que les profits commençaient à se déplacer du matériel vers les logiciels.
La logique de Goldman Sachs repose sur deux points principaux : les éditeurs de logiciels commencent à trouver leur modèle économique, la monétisation va s'accélérer, et les profits de l'IA passeront du matériel aux logiciels ; les géants du cloud, soucieux de leur trésorerie, pourraient réduire leurs dépenses d'investissement à l'avenir, ce qui affecterait le matériel.
La question se pose alors : entre le début d'année avec "l'IA va dévorer les logiciels" et la contre-attaque collective actuelle des actions de logiciels, comment devons-nous réévaluer l'impact de l'IA sur le secteur des logiciels ?
02 L'IA a aussi besoin de logiciels
La panique passée du marché reposait sur une hypothèse : lorsque les Agents seront suffisamment puissants, les gens n'auront plus besoin de logiciels.
Mais ce qui s'est passé ces six derniers mois pointe de plus en plus dans une autre direction.
Les Agents IA ne réduisent pas l'utilisation des logiciels, ils pourraient même en devenir de nouveaux utilisateurs.
Dan Shipper, fondateur d'Every, a émis une opinion intéressante : les logiciels d'hier servaient principalement les humains ; les logiciels de demain serviront probablement à la fois les humains et des milliers d'Agents.
Autrefois, un employé cliquait peut-être quelques dizaines de fois par jour sur une interface logicielle ; à l'avenir, un Agent pourrait appeler des API, interroger des bases de données, exécuter des flux de travail à la minute.
Les logiciels ne disparaissent pas, leur fréquence d'utilisation augmente même.
Dan Shipper mentionne que même dans une entreprise aussi fortement axée sur l'IA qu'Every, les dépenses en SaaS continuent de croître.
Okta est un cas typique. Le marché pensait auparavant qu'avec des Agents de plus en plus intelligents, l'importance de l'authentification et de la gestion des autorisations diminuerait.
Mais la réalité est tout l'inverse. Les employés ont besoin d'une gestion des identités, les Agents aussi.
À l'avenir, une entreprise pourrait avoir 1000 employés et faire fonctionner 10 000 Agents simultanément. Quelles données ces Agents peuvent-ils consulter ? Quels systèmes peuvent-ils appeler ? Quelles opérations peuvent-ils exécuter ? Comment retracer un problème ? Tout cela nécessite un nouveau système de gouvernance.
Autrement dit, l'ère des Agents n'affaiblit pas la valeur d'Okta, elle élargit au contraire son marché potentiel.
C'est aussi pourquoi Jensen Huang (PDG de Nvidia) a récemment répété que les Agents ne détruiront pas les entreprises de logiciels.
La raison est simple : les Agents eux-mêmes ont besoin de logiciels, de bases de données, de CRM, de systèmes de gestion des identités, de systèmes de paiement, de systèmes de surveillance et de divers outils sectoriels. La mission future des éditeurs de logiciels ne sera plus seulement de servir les utilisateurs humains, mais aussi de devenir l'infrastructure que les Agents pourront appeler et avec laquelle ils pourront collaborer.
03 La distance entre l'intelligence et le résultat, c'est là que réside le fossé des logiciels
Même si les capacités des modèles continuent de s'améliorer, les entreprises de grands modèles linguistiques ne pourront pas nécessairement s'approprier directement toute la couche applicative. C'est le point de vue récemment évoqué par Joe Schmidt, associé chez a16z.
Il estime que des entreprises comme OpenAI ou Anthropic vont pénétrer de plus en plus de scénarios applicatifs. Surtout dans des domaines comme la génération de code, l'écriture ou la génération d'images, plus le modèle est puissant, meilleure est généralement l'expérience produit.
Mais le monde des logiciels d'entreprise est bien plus complexe que ces scénarios. De nombreux processus métier ne se résument pas à appeler quelques outils, mais impliquent plusieurs systèmes, une collaboration à plusieurs, des processus de validation, des règles historiques, une expertise sectorielle et des exigences réglementaires.
C'est particulièrement vrai dans des secteurs comme le droit, l'assurance, la finance, la santé ou les opérations commerciales. Une grande partie des connaissances critiques est cristallisée dans les flux de travail, les traitements d'exception, les jugements humains et les retours historiques accumulés au fil du fonctionnement de l'entreprise.
Pour l'instant, il subsiste une distance non négligeable entre les modèles généraux et les activités réelles. Et cette distance représente une opportunité pour les entreprises d'applications d'IA.
Cette distance provient principalement de trois aspects.
Premièrement, l'expérience. Les connaissances les plus précieuses dans de nombreux secteurs circulent dans les processus métier réels des entreprises.
Pourquoi une demande d'assurance est-elle refusée ? Pourquoi un prospect aboutit-il à une vente ? Pourquoi un problème client doit-il être escaladé ? Ces expériences ne se cristallisent en capacité systémique qu'après une accumulation massive de cas réels.
Un système qui a traité des milliers de souscriptions d'assurance et un nouveau produit qui entre sur le marché n'auront évidemment pas le même niveau de compréhension des problèmes.
Deuxièmement, le coût. Une entreprise réelle n'utilisera pas le modèle le plus puissant et le plus cher pour toutes les tâches. Une application d'IA mature utilisera généralement plusieurs modèles en synergie, en les répartissant selon les besoins métier.
Par exemple, utiliser un grand modèle pour les tâches complexes, un modèle moyen pour les tâches standard, et un petit modèle à moindre coût pour les tâches répétitives.
Dans ce processus, les entreprises de grands modèles fournissent l'intelligence générale, tandis que les entreprises d'applications d'IA sont chargées de transformer cette intelligence en processus métier rentables et durables.
Troisièmement, la gouvernance. Plus on s'approche du cœur de métier de l'entreprise, plus celle-ci se soucie de la contrôlabilité. Par exemple, la santé a des exigences de confidentialité, la finance des exigences réglementaires, le droit des normes professionnelles.
L'entreprise ne se soucie pas seulement de savoir si l'IA peut accomplir la tâche, mais aussi des données qu'elle consulte, des actions qu'elle exécute, et de la manière dont la responsabilité peut être établie en cas de problème.
Par conséquent, ce que beaucoup d'entreprises d'applications d'IA livrent finalement n'est pas seulement une capacité de modèle, mais tout un mécanisme de fonctionnement que l'entreprise peut accepter et en lequel elle peut avoir confiance.
La vente est un exemple typique. En apparence, la vente par IA se résume à trouver des clients, écrire des e-mails, envoyer des messages. Mais une fois mise en œuvre, elle se transforme rapidement en un processus complexe.
La sélection des clients, le complément d'information, l'étude de contexte, le choix des canaux, le rythme de contact, le retour sur résultats, chaque étape influence le taux de conversion final. La véritable valeur d'une application d'IA réside dans la connexion de ces maillons et leur optimisation continue.
Ainsi, lorsque nous réévaluons l'impact de l'IA sur le secteur des logiciels, nous pouvons observer un phénomène intéressant :
Les entreprises ne paieront pas parce qu'un modèle est plus intelligent. Ce pour quoi elles paient réellement, c'est la capacité à transformer de manière stable l'intelligence en résultats. Et entre l'intelligence et le résultat subsiste toujours la complexité des processus métier, de l'expérience sectorielle et des règles organisationnelles.
Il y a six mois, le marché paniquait en se demandant : l'IA va-t-elle tuer les logiciels ?
Avec le recul, la réponse est désormais claire. L'IA ne tuera pas les logiciels, mais elle les redéfinira. Et les entreprises qui parviendront à mener à bien cette redéfinition en premier seront les grandes gagnantes du prochain cycle.
Cet article provient du compte WeChat "硅基观察Pro", auteur : 硅基君
