L'impact de l'intelligence artificielle sur l'architecture des plateformes SaaS

Le risque principal ne tient donc pas à une disparition immédiate des applications, mais à une remise en cause de leurs interfaces, de leurs processus et de leur logique métier. Pour les DSI, le sujet devient architectural : étendre les plateformes existantes sans perdre le contrôle des données, des règles et des flux critiques.

Le scénario de rupture reste techniquement crédible

Le débat sur le SaaS d’entreprise s’est déplacé rapidement. L’IA générative et les agents peuvent produire à la demande des processus, des interfaces et de la logique métier. Un utilisateur pourrait exprimer une intention en langage naturel et obtenir un résultat sans parcourir l’application traditionnelle.

C’est le fondement du scénario de « SaaSpocalypse » évoqué par EY : si l’agent contourne directement les applications structurées, la valeur des plateformes SaaS pourrait être réévaluée. La menace porte moins sur l’existence du logiciel que sur son rôle dans l’exécution du travail.

Cette évolution crée une faille architecturale claire : l’interface devient remplaçable, tandis que les données, les règles de conformité et les intégrations restent difficiles à déplacer. Une couche conversationnelle peut accélérer l’accès à un système. Elle ne supprime pas les dépendances qui soutiennent les opérations de l’entreprise.

Les DSI prolongent les plateformes au lieu de les abandonner

Le constat présenté par EY est plus nuancé que le récit d’un remplacement général. Les dépenses consacrées aux logiciels d’entreprise continuent de progresser, tandis que les investissements se dirigent davantage vers les applications intégrant directement des fonctions d’IA.

La logique dominante serait donc celle de l’extension. Les entreprises ont déjà accumulé des investissements importants dans les environnements SaaS. Ces plateformes concentrent notamment :

• des garde-fous de conformité ;
• des connaissances métier intégrées aux processus et aux règles ;
• des flux de données critiques ;
• des intégrations liées au fonctionnement quotidien de l’entreprise ;
• des fonctions nécessaires aux exigences réglementaires.

Dans ce modèle, l’IA devient une capacité supplémentaire branchée sur un socle existant. Le bénéfice attendu est une exécution plus souple et plus directe du travail. Le coût potentiel est une complexité accrue : nouveaux accès, nouvelles dépendances entre agents et applications, nouvelle surface de contrôle.

Le compromis est donc précis. Remplacer rapidement le SaaS détruirait une partie de la connaissance opérationnelle déjà intégrée. Ajouter des agents sans renforcer la gouvernance créerait une couche d’automatisation difficile à auditer. La stratégie la plus maîtrisable consiste à consolider le socle, puis à intégrer l’IA de manière progressive et scalable.

Le point de contrôle pour les architectures web

Pour les entreprises, la question n’est pas seulement de savoir si un éditeur SaaS propose un assistant ou un agent. Il faut examiner la position de cette capacité dans l’architecture.

Le guide d’EY présente cinq impératifs stratégiques pour adopter l’IA tout en conservant le contrôle. Le détail disponible ne permet pas d’en reproduire la liste, mais l’orientation est explicite : renforcer les plateformes et intégrer l’IA de façon délibérée plutôt que courir après une substitution complète.

Avant toute décision, on peut donc vérifier :

• les processus que l’agent exécute réellement, au-delà de l’interface marketing ;
• les données auxquelles il accède et les flux qu’il peut déclencher ;
• les règles métier et les garde-fous de conformité qui restent portés par le SaaS ;
• les intégrations indispensables au fonctionnement de l’entreprise ;
• le niveau de contrôle conservé lorsque l’agent produit une action ou une logique à la demande.

Le signal à suivre est simple : l’IA transforme déjà le modèle d’interaction avec le SaaS. Rien, dans les éléments disponibles, ne confirme toutefois une disparition générale des plateformes. Pour un DSI, la priorité reste de mesurer la dépendance au socle existant, d’identifier les points d’exposition et de déployer l’automatisation sans créer une dette de contrôle supérieure au gain opérationnel.