La fin de l'interface : pourquoi les agents d'IA redéfinissent les logiciels d'entreprise
Dans un paysage dominé par l'anxiété liée au remplacement des emplois humains par l'intelligence artificielle, une prédiction plus nuancée — et peut-être plus perturbatrice — a émergé du sommet de la chaîne alimentaire technologique. Ali Ghodsi, PDG du géant des données et de l'IA Databricks, valorisé à 134 milliards de dollars, a émis une prévision brutale pour l'industrie du logiciel : le modèle traditionnel du Logiciel en tant que Service (SaaS — Software-as-a-Service) ne meurt pas, mais il devient rapidement insignifiant.
S'adressant à TechCrunch lundi, alors que Databricks annonçait un chiffre d'affaires annualisé stupéfiant de 5,4 milliards de dollars, Ghodsi a contesté le récit dominant selon lequel l'IA tuera instantanément les applications SaaS. Au lieu de cela, il a soutenu que l'essor des agents d'IA (AI agents) — des systèmes autonomes capables d'exécuter des flux de travail complexes — rendra obsolète le paradigme actuel du « pointer-cliquer ». Pendant des décennies, la valeur des logiciels d'entreprise a été verrouillée derrière des interfaces utilisateur rigides et des certifications d'experts. Selon Ghodsi, cette ère touche à sa fin, remplacée par un avenir où les commandes en langage naturel pilotent l'exécution, et où l'application sous-jacente devient une tuyauterie invisible.
Le virage agentique : du pointer-cliquer à la commande-et-exécution
Le cœur de l'argument de Ghodsi frappe les fondements mêmes du modèle commercial SaaS : l'interface utilisateur (UI). Au cours des vingt dernières années, la domination de plateformes comme Salesforce, SAP et Workday s'est construite sur un type spécifique de rempart concurrentiel (Moat). Les entreprises ont dépensé des millions pour former leurs employés à naviguer dans des tableaux de bord complexes, des menus sophistiqués et des assistants multi-étapes. « Des millions de personnes dans le monde ont été formées à ces interfaces utilisateur », a noté Ghodsi. « Et c'était donc le plus grand rempart de ces entreprises. »
Cependant, l'avènement des Grands Modèles de Langage (LLMs — Large Language Models) et des flux de travail agentiques (agentic workflows) démantèle cette barrière à l'entrée. Dans un avenir proche, les utilisateurs n'auront plus besoin de savoir sur quel bouton cliquer pour générer un rapport de ventes trimestriel ou comment naviguer dans cinq sous-menus pour approuver un bon de commande. Ils demanderont simplement à un agent d'IA de le faire.
Lorsque l'interface passe d'un tableau de bord propriétaire au langage naturel universel, l'« adhérence » de l'application s'évapore. L'agent découple efficacement l'utilisateur du logiciel, traitant l'application SaaS simplement comme une base de données et un ensemble d'APIs à manipuler en arrière-plan. Cette transition du « pointer-cliquer » à la « commande-et-exécution » commoditise la couche applicative, déplaçant la valeur vers les données et l'intelligence qui alimente l'agent.
L'intelligence des données : la nouvelle épine dorsale de l'entreprise
Si la couche applicative devient « vestigiale », comme le suggère Ghodsi, la dynamique de pouvoir dans la technologie d'entreprise se déplace radicalement vers la couche de données. Cette thèse explique le positionnement agressif de Databricks non pas seulement comme un fournisseur d'entrepôt de données, mais comme une « plateforme d'intelligence des données ».
La logique est simple : pour qu'un agent d'IA puisse exécuter une tâche avec succès — telle que « analyser l'attrition des clients au cours des trois dernières années dans la région EMEA » — il a besoin de données pures, bien gouvernées et accessibles. Il n'a pas strictement besoin d'une marque spécifique d'interface CRM.
Databricks voit déjà ce changement s'opérer avec ses propres outils. Ghodsi a mis en avant « Genie », l'interface alimentée par l'IA de l'entreprise, qui permet aux utilisateurs non techniques d'interroger des ensembles de données massifs en utilisant l'anglais courant. Auparavant, de telles tâches nécessitaient la connaissance de SQL ou Python, limitant l'accès aux données aux scientifiques de données et aux ingénieurs. En supprimant la barrière technique, Genie a entraîné une augmentation de l'utilisation du produit d'entrepôt de données de base de Databricks.
Cela valide la tendance plus large : à mesure que les agents d'IA démocratisent l'accès à des capacités complexes, les organisations qui contrôlent l'infrastructure de données — plutôt que l'interface de flux de travail — capteront le plus de valeur.
La chronologie de l'« insignifiance » par rapport au récit de la « mort »
Crucialement, Ghodsi fait la distinction entre la « mort » et l'« insignifiance ». Le récit « Le SaaS est mort », populaire parmi les investisseurs en capital-risque adeptes du catastrophisme, suggère un événement d'extinction soudain où les entreprises arracheraient leurs systèmes de registre du jour au lendemain. Ghodsi rejette cela comme irréaliste.
Les entreprises avancent lentement. Les exigences réglementaires, la gravité massive des données et l'inertie organisationnelle signifient que les systèmes de registre (systems of record) hérités persisteront pendant des années, peut-être des décennies. « Pourquoi déplaceriez-vous votre système de registre ? Vous savez, c'est difficile de le déplacer », a admis Ghodsi.
Au lieu de cela, le déclin reflétera la transition du logiciel sur site (on-premise) vers le cloud. Les serveurs sur site n'ont pas disparu le jour du lancement d'Amazon Web Services. Cependant, ils ont cessé d'être le lieu de l'innovation et de la croissance. Ils sont devenus « insignifiants » pour la stratégie future de l'entreprise. De même, les applications SaaS traditionnelles continueront probablement de fonctionner en arrière-plan, gérant les registres et les bases de données, mais la main-d'œuvre humaine cessera de s'y connecter directement. La « porte d'entrée » de l'entreprise deviendra l'agent d'IA, reléguant l'application SaaS au statut de fournisseur de services utilitaires.
Validation financière : la montée en puissance de Databricks sur le marché
Les prédictions de Ghodsi ont du poids non seulement en raison de son rôle, mais aussi en raison des performances financières de son entreprise. L'annonce par Databricks d'un taux de croissance de 65 % d'une année sur l'autre, atteignant 5,4 milliards de dollars de chiffre d'affaires annualisé, signale que le marché vote déjà avec son portefeuille.
De manière significative, plus de 1,4 milliard de dollars de ce chiffre d'affaires est désormais attribué spécifiquement aux produits d'IA. Cette croissance rapide des revenus liés à l'IA suggère que les entreprises dépassent la phase d'expérimentation et construisent activement l'infrastructure requise pour l'avenir agentique.
L'entreprise a également confirmé avoir clôturé un tour de financement massif de 5 milliards de dollars, valorisant la firme à 134 milliards de dollars. Ce trésor de guerre, combiné à une facilité de prêt de 2 milliards de dollars, permet à Databricks de résister à toute volatilité du marché tout en investissant massivement dans les technologies mêmes qui menacent de perturber les acteurs historiques hérités.
Analyse comparative : SaaS traditionnel vs modèle d'agent d'IA
Le tableau suivant présente les changements structurels fondamentaux prédits par Ghodsi, opposant le paradigme SaaS établi au modèle émergent natif de l'IA.
| Caractéristique | Modèle SaaS traditionnel | Modèle agentique piloté par l'IA |
|---|---|---|
| Interface utilisateur | Tableaux de bord, menus et formulaires rigides | Langage naturel et commandes basées sur l'intention |
| Rempart principal (Moat) | Maîtrise par l'utilisateur de flux de travail complexes | Qualité des données et intelligence propriétaire |
| Exécution du flux de travail | Saisie humaine manuelle, étape par étape | Exécution autonome par agent orientée vers un objectif |
| Accessibilité des données | Silotée dans des applications spécifiques | Unifiée et accessible via des couches de données |
| Moteur de valeur | Profondeur des fonctionnalités et contrôle du flux | Vitesse de résultat et précision de l'automatisation |
| Barrière utilisateur | Courbe d'apprentissage abrupte pour la certification | Courbe d'apprentissage nulle (conversationnelle) |
Conclusion : l'avenir invisible du logiciel
La prédiction selon laquelle l'IA rendra le modèle SaaS traditionnel insignifiant sert de signal d'alarme pour l'ensemble du secteur technologique. Pendant des décennies, les éditeurs de logiciels se sont concentrés sur la construction de meilleurs pièges à souris — de meilleurs boutons, de meilleures mises en page, de meilleurs tableaux de bord. L'analyse de Ali Ghodsi suggère que l'avenir appartient à ceux qui cessent de construire des pièges à souris et commencent à construire le « génie » qui attrape la souris pour vous.
Pour les acteurs historiques, le défi est existentiel : peuvent-ils cannibaliser leurs propres modèles commerciaux lourds en interfaces pour adopter des flux de travail agentiques et invisibles ? Ou vont-ils, comme les géants du logiciel sur site avant eux, s'effacer lentement en arrière-plan, alimentant le monde mais ne le dirigeant plus ? Alors que Databricks poursuit son ascension, la réponse semble de plus en plus claire : l'interface est morte ; vive la donnée.
