Le logiciel devient jetable, la compétence non : construire ou acheter ses outils à l’ère de l’IA

« Pourquoi payer un CRM chaque mois si l’IA peut m’en construire un sur mesure ? » C’est une question qui revient souvent dans nos échanges avec des dirigeants depuis la rentrée. Elle est légitime : vous payez souvent des abonnements dont vous n’utilisez qu’une petite partie, pour des outils qui vous obligent à adapter votre façon de travailler à la leur.

La réponse dépend de l’outil. Les études publiées depuis l’été montrent un phénomène réel, mais bien plus étroit que les slogans sur la « fin du SaaS ». Elles font aussi apparaître un risque dont on parle peu : l’IA a fait baisser le coût de construire un logiciel, mais le coût de le posséder, de le maintenir et de le faire évoluer reste entier.

Chez ProovUp, nous le résumons ainsi : le logiciel devient jetable, la compétence non. En 2027, ce qu’une PME a intérêt à garder en propre, ce sont ses données, ses règles métier et la capacité de son équipe à faire évoluer ses outils. Le code, lui, peut souvent être refait.

Dans cet article, nous faisons le tri dans les études récentes, nous regardons ce que les analystes prévoient pour 2027, puis nous proposons une grille pour classer vos outils.

Pendant quinze ans, le calcul était simple pour une PME : acheter un logiciel en abonnement coûtait moins cher que de le faire développer. Le compromis était connu : on adaptait ses processus à un outil pensé pour des milliers d’autres entreprises.

Deux choses ont changé. D’abord, les agents de code permettent de produire une application fonctionnelle en quelques jours, parfois en quelques heures pour un prototype. Ensuite, les éditeurs ajoutent l’IA à leurs offres et en profitent pour revoir leurs prix et leurs modèles de facturation. Le dirigeant se retrouve avec une facture qui monte et un outil de construction qui semble à portée de main.

Une tribune publiée le 10 novembre 2026 dans le Forbes Technology Council met le doigt sur un point que nous retrouvons souvent sur le terrain : le coût se cache fréquemment dans la coordination humaine entre les outils, plus que dans le logiciel lui-même. Un collaborateur reçoit une demande, vérifie dans le CRM, recopie dans un autre système, calcule dans un tableur, demande une validation, puis met à jour le CRM. Remplacer le CRM ne change rien à cette chaîne. Il faut d’abord la comprendre.

Une part significative des entreprises a déjà renoncé à acheter au moins un logiciel. Dans son enquête The state of AI in 2026, publiée fin août 2026 auprès de plus de 1 700 répondants, McKinsey indique que 32 % d’entre eux déclarent que leur organisation a renoncé à acheter au moins un logiciel ou une fonctionnalité, parce qu’elle pouvait le construire en interne avec des outils de codage agentique. La formulation compte : il s’agit d’« au moins un » produit ou d’une fonctionnalité, et non de l’ensemble de leur parc logiciel.

Côté équipes techniques, le State of Development Report 2026 de Temporal, publié le 25 août 2026 auprès de 554 ingénieurs et responsables techniques aux États-Unis et au Royaume-Uni, montre que 92,3 % ont essayé de reconstruire un outil qu’ils achetaient auparavant. Mais seuls 25,6 % disent avoir réussi avec un impact important. Temporal vend lui-même une plateforme technique, ce qui invite à lire ces chiffres avec un peu de recul.

Le mouvement existe aussi en France. Le 27 septembre 2026, le cabinet ADN Consulting a raconté le remplacement de son CRM par une solution développée avec l’aide de l’IA. Leur retour est utile parce qu’il ne cache pas les difficultés : le développement va vite, le temps gagné doit être réinvesti dans les tests, et la reprise des données de l’ancien outil a été l’exercice le plus exigeant du projet.

Les dépenses logicielles continuent de progresser. Le 21 octobre 2026, Gartner a publié ses prévisions : 1 464 milliards de dollars de dépenses logicielles mondiales en 2026 (+15,2 %) et 1 679 milliards prévus en 2027 (+14,6 %). Ce chiffre inclut les dépenses en modèles d’IA et les hausses de prix. Il décrit malgré tout un marché qui continue de croître.

Les éditeurs s’adaptent. HubSpot a annoncé le 4 novembre 2026 un chiffre d’affaires trimestriel en hausse de 17 % et 311 704 clients. Lors de sa conférence de résultats, l’éditeur a indiqué avoir supprimé les minimums de sièges et tester, dans certains pays, une offre qui combine sièges et crédits à l’usage. Les éditeurs revoient leur modèle de prix pour s’adapter.

La maintenance décide du calcul. Dans une analyse publiée le 9 octobre 2026, host0, un hébergeur d’applications générées par IA, conclut que le SaaS est « pressé, pas remplacé ». Son modèle, qu’il présente lui-même comme illustratif, montre qu’avec deux heures de maintenance par mois, une application maison destinée à remplacer un outil à 8 à 20 dollars par utilisateur coûte plus cher que l’abonnement en dessous de 15 à 37 utilisateurs. Avec une semaine de travail de sécurité tous les deux mois, le seuil monte à plus de 100 utilisateurs.

Certaines briques ne se construisent pas. Depuis le 1er septembre 2026, toutes les entreprises doivent pouvoir recevoir des factures électroniques, et les PME devront les émettre à partir du 1er septembre 2027 via une plateforme agréée. Pour ce type d’obligation, on choisit un prestataire agréé et on construit éventuellement autour.

Quitter un éditeur SaaS pour un outil construit avec un assistant d’IA revient souvent à changer de dépendance.

Les fournisseurs de modèles deviennent eux-mêmes des suites logicielles. Le 10 novembre 2026, Anthropic a lancé en version bêta un tableur, un tableau blanc et un assistant de réunion intégrés à Claude ; OpenAI avait présenté un espace de travail partagé le 29 septembre, rapporte Express Computer le 11 novembre 2026. L’outil qui vous aide à construire veut aussi devenir l’endroit où vous travaillez.

Dans un article de Solutions Numériques du 6 novembre 2026, l’avocat et dirigeant d’éditeur David Ybert de Fontenelle le résume ainsi : « Là où avant on était dépendant d’une technologie, aujourd’hui on est plus dépendant de celui qui est capable de l’orchestrer. »

Les modèles de prix suivent. Dans son rapport publié le 14 octobre 2026, G2 indique que seuls 9 % des 1 019 décideurs interrogés jugent la facturation par utilisateur la plus juste pour les agents d’IA, et que 46 % constatent des coûts d’exploitation d’agents supérieurs à leurs prévisions. Passer d’un abonnement fixe à une facturation à l’usage rend la dépense moins prévisible, sans garantir qu’elle baisse.

Reste la question de l’uniformisation. Une étude de l’université Duke, publiée en préprint le 19 août 2026 sur 69 modèles de 12 fournisseurs, observe que leurs réponses créatives se ressemblent de plus en plus au fil des versions. Mais la mesure de ce phénomène fait débat : le 27 septembre 2026, des chercheurs de Stanford ont réexaminé une étude antérieure sur le même sujet et montrent que ses méthodes surestiment l’effet, sans pour autant l’écarter. La question reste ouverte. Notre hypothèse, que nous formulons comme telle : si toutes les entreprises d’un secteur automatisent leurs processus avec les mêmes agents et les mêmes modèles de données, ce qui les distingue sera ce qu’elles auront gardé en propre.

Le débat « acheter ou construire » parle beaucoup d’outils et peu des personnes qui les font vivre.

Le 26 octobre 2026, la revue Nature Human Behaviour a publié un essai randomisé mené auprès de 487 consultants. Avec un assistant d’IA et une formation à son usage, ils ont obtenu de meilleurs résultats sur des tâches de science des données hors de leur domaine. Mais les auteurs ne trouvent aucune preuve qu’ils répondent mieux aux questions techniques une fois l’assistant retiré. Les auteurs parlent d’un « exosquelette » : l’IA augmente ce que l’on sait faire tant qu’on l’utilise, sans que la compétence s’installe pour autant.

Appliqué à vos outils, cela donne un scénario plausible : un collaborateur enthousiaste construit un outil avec un assistant, l’outil fonctionne, l’équipe l’adopte. Puis il change de poste, ou l’outil doit évoluer, et personne ne sait vraiment comment il fonctionne. L’entreprise dépend alors d’une personne et d’un modèle d’IA, là où elle dépendait d’un éditeur.

Les analystes décrivent le même goulot à l’échelle des grandes organisations. Le 27 octobre 2026, Forrester prévoit que plus de la moitié des DSI manqueront leurs objectifs de retour sur investissement de l’IA en 2027, et note que moins de 30 % des organisations proposent une formation à l’architecture de l’IA. La refonte des processus et le développement des compétences y sont souvent repoussés à une « phase deux », que le cabinet traduit sans détour par « jamais ».

Les grands cabinets d’analyse ont publié leurs prévisions en octobre. Ce sont des prédictions, à lire comme telles. Prises ensemble, elles vont dans la même direction.

• Des applications conçues pour être jetées. Parmi ses tendances technologiques pour 2027, présentées le 20 octobre 2026, Gartner retient les « applications jetables » : des logiciels construits pour un besoin précis et retirés une fois ce besoin satisfait. Le cabinet estime que cela change la façon dont le logiciel est acheté, conçu et budgété.
• Moins d’autonomie que promis. Forrester prévoit le 28 octobre 2026 que moins de 10 % des entreprises utiliseront des agents autonomes qui agissent entre plusieurs applications. Dans une autre publication du même jour, il anticipe que les entreprises ramèneront 20 % de leurs processus confiés à des agents vers des automatisations classiques, plus prévisibles et moins coûteuses.
• Automatiser sur ce qu’on possède déjà. Toujours selon Forrester, la facturation de l’IA à la consommation va se retourner contre trois grands éditeurs d’applications : les entreprises préféreront automatiser sur la plateforme qu’elles paient déjà. Le cabinet invite aussi à réévaluer l’équation « acheter ou construire » pour les processus qui différencient l’entreprise.
• La souveraineté devient un critère d’achat. Gartner prévoit que d’ici 2030, plus de 75 % des organisations hors des États-Unis auront une stratégie de souveraineté numérique ; Forrester anticipe une hausse de 20 % de la localisation des logiciels d’entreprise. En Europe, le rapport de la Linux Foundation publié le 7 octobre 2026 constate que 48 % des organisations utilisent davantage d’open source grâce aux assistants de code, contre 5 % qui en utilisent moins.
• La gouvernance en retard. Le 19 octobre 2026, Gartner indiquait que 71 % des organisations prévoient de déployer de l’IA agentique dans les douze mois, mais que seules 21 % disposent des capacités pour la gouverner.

Pour une PME, nous en retenons ceci : en 2027, construire un petit outil sera encore plus facile. Savoir lequel construire, qui le maintient et quand le retirer prendra d’autant plus d’importance.

Plutôt que de trancher une fois pour toutes, nous proposons de classer vos outils en quatre familles. Chacune a sa logique, son responsable et son plan de sortie.

Le tableur mérite sa place dans cette grille. Selon le Baromètre France Num 2026, publié le 17 septembre 2026 auprès de 9 655 entreprises, 76 % des TPE-PME exploitent leurs données pour piloter leur activité. Parmi elles, 67 % passent par un logiciel métier ou un ERP/CRM, 58 % par un tableur et 6 % par l’IA. Le même baromètre note que 40 % des TPE-PME utilisent désormais au moins une solution d’IA. L’IA s’est installée dans les usages quotidiens, beaucoup moins dans le pilotage.

Pour la famille « socle ouvert », une analyse publiée le 24 octobre 2026 par le studio T-Square résume bien l’arbitrage : un agent d’IA écrit une démonstration de CRM en un après-midi, mais les droits d’accès, la synchronisation des courriels, les imports et les migrations prennent l’essentiel du temps. Partir d’un socle open source et mettre l’IA sur les intégrations propres à votre entreprise coûte généralement moins cher à maintenir. Michael Dubakov, fondateur de l’éditeur Fibery, défend la même idée dans un essai du 18 août 2026 : un socle solide pour ce qui est identique dans toutes les équipes, du code sur mesure pour ce qui rend la vôtre différente.

Le sur-mesure garde un coût, même sur de l’open source : le rapport de la Linux Foundation évalue à 311 heures par cycle de version, en moyenne, l’entretien des versions modifiées en interne que maintiennent 48 % des organisations européennes interrogées. Mieux vaut donc choisir ses adaptations une par une que les laisser s’accumuler.

Nous ne défendons ni le « tout SaaS » ni le « tout sur mesure ». Notre manière de travailler tient en trois principes, qui rejoignent ce que montrent les sources citées plus haut.

• Un processus à la fois. On part d’un processus réel, on mesure ce qu’il coûte aujourd’hui, on choisit la bonne famille d’outil, puis on livre avec une recette écrite. Nous évitons les grands programmes qui remplacent tout d’un coup.
• Des socles ouverts et des données qui restent à vous. Quand c’est pertinent, nous privilégions des briques open source et des formats standards. Le règlement européen sur les données va dans ce sens : selon Solutions Numériques, les frais de changement de fournisseur visés par le Data Act devront disparaître à partir du 12 janvier 2027.
• La compétence avant l’outil. Notre objectif est que votre équipe sache spécifier un besoin, vérifier ce que produit une IA et faire évoluer ses outils. C’est ce qui permet ensuite de remplacer un outil sans repartir de zéro, et sans dépendre de nous.

En pratique, cela commence souvent par une formation-action qui fait émerger trois à cinq processus prioritaires dans votre entreprise, puis par le cadrage d’un premier projet sur un seul de ces processus. Si vous vous demandez quels outils garder, ouvrir ou construire, c’est la conversation que nous vous proposons d’avoir.

Toutes les sources ci-dessous ont été publiées après le 13 août 2026 et vérifiées le 12 novembre 2026. Les chiffres déclaratifs reflètent ce que les répondants disent de leur organisation, pas des mesures directes. Les prévisions des cabinets d’analyse sont des prédictions.

• McKinsey, The state of AI in 2026, fin août 2026 (plus de 1 700 répondants, déclaratif).
• Temporal, State of Development Report 2026, 25 août 2026 (554 ingénieurs US et Royaume-Uni ; éditeur de plateforme).
• ADN Consulting, retour d’expérience sur le remplacement de son CRM, 27 septembre 2026.
• Gartner, prévisions de dépenses IT, 21 octobre 2026 ; tendances technologiques 2027, 20 octobre 2026 ; keynote IT Symposium, 19 octobre 2026.
• HubSpot, résultats du troisième trimestre 2026, 4 novembre 2026, et transcription de la conférence de résultats, 5 novembre 2026.
• host0, analyse « Is vibe coding replacing SaaS? », 9 octobre 2026 (hébergeur d’applications générées ; modèle de coût illustratif).
• Service Public Entreprendre, facturation électronique, 2 septembre 2026.
• Forbes Technology Council, tribune, 10 novembre 2026.
• Express Computer, 11 novembre 2026 ; Solutions Numériques, 6 novembre 2026.
• G2, 2026 AI Agents Report, 14 octobre 2026 (1 019 décideurs B2B, terrain juillet 2026).
• Patel et al. (Duke), préprint arXiv 2608.19437, 19 août 2026 ; Schaeffer et al. (Stanford), préprint arXiv 2609.33936, 27 septembre 2026.
• Wiles et al., Nature Human Behaviour, 26 octobre 2026 (essai randomisé, 487 consultants).
• Forrester, prévisions 2027, 27 et 28 octobre 2026.
• Linux Foundation, 2026 State of Open Source in Europe, 7 octobre 2026 (367 organisations européennes).
• DGE et Crédoc, Baromètre France Num 2026, 17 septembre 2026 (9 655 entreprises).
• T-Square, 24 octobre 2026 ; Michael Dubakov, 18 août 2026 (acteurs du secteur, avis argumentés).

Limite principale : aucune étude récente ne mesure le coût de maintenance d’un outil construit avec l’IA au-delà de sa première année, ni ne compare un tableur bien organisé à un CRM en coût total. Sur ces deux points, cet article exprime notre avis de praticien.