Génération de code, support client, agents intelligents… Les leaders se multiplient, mais les règles du jeu restent floues. Pour Menlo Ventures, l’IA n’a pas encore de véritables marchés, seulement des terrains d’expérimentation en pleine mutation.
L’IA avance vite, parfois trop vite pour les cadres économiques classiques. Selon une analyse de Menlo Ventures, appliquer mécaniquement les recettes du SaaS à ces nouvelles catégories constitue une erreur stratégique. Car malgré des chiffres impressionnants, ces marchés n’ont pas encore connu leur phase de sélection naturelle.
Les marchés de l’IA semblent saturés, mais l’analyse est trompeuse
À première vue, l’IA donne une impression de saturation avancée. La génération de code, le support client ou le juridique affichent déjà plusieurs leaders reconnus. Cette lecture reprend des réflexes hérités du logiciel classique. Pourtant, aucun avantage défensif solide n’apparaît encore. Ni marges élevées, ni frontières claires, ni barrières crédibles. Cette absence de structure durable ne traduit pas un échec. Elle signale une phase précoce, confuse, mais riche en opportunités latentes.
Proto-marchés d’IA : des revenus réels, une structure encore instable
Menlo Ventures parle de proto-marchés, non de marchés établis. La demande existe pourtant, parfois massive. Certaines catégories d’IA génèrent déjà des revenus comparables au SaaS mature. Toutefois, la sélection naturelle reste inachevée. Les catégories se chevauchent, les usages évoluent vite et les rôles produits changent. Salesforce Agentforce ou ServiceNow NowAssist traversent ventes, support, finance et recrutement. Cette plasticité brouille la lecture économique classique.
L’illusion des marchés de l’IA : le modèle SaaS classique montre déjà ses limites ?
Le modèle SaaS repose sur stabilité technologique et demande bien définie. L’IA suit une trajectoire opposée ; les produits ne se figent jamais. Claude Sonnet 4.5 a poussé Cognition à reconstruire Devin intégralement. Manus a repensé son framework d’agents quatre fois. Dans ce contexte mouvant, rechercher trop tôt marges, moat et domination freine l’adaptation. La rentabilité unitaire reste d’ailleurs incertaine, plusieurs offres vendant sous coût.
L’avantage clé dans l’IA, apprendre plus vite que le marché
Face à cette incertitude, Menlo Ventures défend l’exploration produit. L’exemple de Claude Code illustre cette logique. Anthropic a lancé un outil volontairement simple, sans interface graphique ni abstractions complexes. Les usages réels ont ensuite guidé chaque évolution. Le mode Plan, les listes de tâches ou les compétences d’agents proviennent d’observations terrain. Chaque comportement utilisateur a nourri une amélioration structurante.
Les premières barrières durables de l’intelligence artificielle
Dans l’IA, les barrières apparaissent après l’adoption, jamais avant. Les premiers utilisateurs testent, contournent, adaptent. Ces signaux deviennent ensuite modèles, flux et contraintes internes. Peu à peu, la compréhension des besoins se cristallise dans le produit. Les entreprises capables d’exploiter chaque interaction comme matière première bâtiront les premiers remparts durables, avant la stabilisation du marché.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
