Grâce à l’IA, les start-up et leurs clients se sont concentrés sur l’émergence de nouvelles fonctionnalités et sur les produits qu’elles rendent possibles, tels que les agents vocaux innovants, les outils d’automatisation des workflows et les plateformes de génération d’applications à partir de texte.
Si de nombreuses entreprises prometteuses émergent dans ces domaines (nous avons investi dans plusieurs d’entre elles !), l’IA aura un impact majeur sur un aspect moins visible mais bien plus stratégique : permettre aux organisations d’exploiter pleinement la masse de logiciels déjà en place. Pour poser une question qui ne prend tout son sens qu’après une immersion dans une entreprise du Fortune 500 : pourquoi utilise-t-on encore SAP (et ServiceNow, et Salesforce) aujourd’hui ?
La raison principale tient au fait que SAP, comme tout système d’enregistrement majeur, centralise des données critiques pour les entreprises utilisatrices. Mais surtout, chaque entreprise personnalise ces systèmes et développe des procédures et rôles spécifiques, souvent non documentés. Remplacer ces solutions s’avère douloureux, coûteux et long – mobilisant une armée de consultants, plusieurs années de projet et des centaines de millions de dollars. Par exemple, la migration de SAP ECC vers SAP S4HANA peut coûter 700 millions de dollars, durer trois ans et requérir une équipe de 50 consultants Accenture. Et après migration, le logiciel ne sert presque plus qu’à la production de rapports en lecture seule, impossibles à manipuler.
Ce constat appartient désormais au passé. L’IA offre aujourd’hui la possibilité de moderniser, personnaliser, remplacer et, surtout, d’accéder plus efficacement aux données de ces systèmes d’enregistrement et de mieux les exploiter.
En définitive, l’objectif de l’IA n’est sans doute pas de « remplacer SAP/ServiceNow/Salesforce », mais de rendre ces solutions plus programmables et accessibles. Les plateformes qui s’imposeront seront celles qui (1) s’intègrent dans les budgets de transformation en réduisant risques et délais de façon mesurable, puis (2) s’étendent aux opérations quotidiennes en devenant le plan de contrôle de référence, décomposant progressivement l’interface héritée au profit d’actions gouvernées, composables, assistées par l’IA, et d’applications légères. Autrement dit, les systèmes d’enregistrement perdurent ; l’interface, l’automatisation et la couche d’extension constituent la nouvelle frontière logicielle.
SAP est pénible, et pourtant il reste incontournable
Pour situer le propos, rappelons brièvement le rôle de SAP. En apparence, ces systèmes sont complexes à utiliser, difficiles à modifier, et pourtant ils demeurent le socle du fonctionnement des plus grandes organisations mondiales. Imaginez la réalité d’un utilisateur SAP !
Source
Ce « pourtant » révèle une opportunité.
La réalité, peu flatteuse, est qu’au-delà de leur interface rebutante et de leur complexité, ces systèmes sont puissants : ils structurent le modèle de données de référence de l’entreprise, les droits d’accès et contrôles de conformité, les workflows à l’échelle, et les intégrations reliant des dizaines, voire des centaines, de processus. Ce ne sont pas des « apps » grand public, mais une mémoire institutionnelle accumulée, matérialisée en tables, rôles, validations, logiques de saisie et gestion des exceptions.
Remplacer ces systèmes est non seulement coûteux, mais risqué. Plus une entreprise a investi dans des personnalisations – champs, workflows, règles de tarification, logiques de reporting – plus le système devient un rempart contre le changement et un avantage compétitif. L’extensibilité fait leur force : chaque entreprise est unique, le changement constant (nouvelles réglementations, produits, structures), et ces plateformes survivent parce qu’elles s’adaptent à la réalité. Mais cette extensibilité, source de valeur, est aussi une fragilité : chaque personnalisation complique les mises à jour futures, chaque workflow devient un labyrinthe, chaque écran une contrainte pour l’utilisateur.
Cette fragilité est omniprésente. La satisfaction des utilisateurs de CRM reste mitigée malgré une adoption massive, et la personnalisation poussée des ERP conduit régulièrement à des dépassements de délais et de budgets. Les collaborateurs subissent la fragmentation des workflows : ils alternent entre applications environ 1 200 fois par jour (soit près de 4 heures perdues chaque semaine), et 47 % peinent à trouver l’information nécessaire à leur mission. Les projets de transformation échouent fréquemment ; on estime que près de 70 % n’atteignent pas leurs objectifs. Le coût lié à ces frictions est colossal : le marché de l’intégration de systèmes et de l’implémentation logicielle pesait 380 milliards de dollars en 2023.
Ce contexte ouvre un champ d’action pour l’IA, qui peut transformer la façon dont ces logiciels sont implémentés et utilisés. Pour comprendre cette opportunité, il suffit de suivre le cycle de vie de la suite : d’abord l’implémentation ou la migration, ensuite l’utilisation quotidienne, puis l’extension à mesure que l’entreprise évolue. À chaque étape, il s’agit de traduire une intention humaine complexe en une action correcte, traçable, sur les systèmes d’enregistrement.
Voyons comment l’IA peut améliorer l’utilisation des logiciels hérités à chaque phase.
Implémentation
L’implémentation est la phase la plus risquée, la plus sensible au budget et celle où le retour sur investissement est le plus tangible. Concrètement, il s’agit de transformer la découverte initiale (réunions, documents, tickets) en exigences structurées, puis d’automatiser le flux d’implémentation : mappages de processus et de champs, configuration, code, scripts de test, plans de bascule, guides de migration, nettoyage et validation des données pour la mise en production. C’est un exercice complexe : le distributeur allemand Lidl a abandonné sa migration vers SAP après avoir investi 500 millions de dollars.
Les entreprises développent ici des copilotes, des outils de gestion de projet et des logiciels d’aide à la migration. Exemples de start-up du secteur (Andreessen Horowitz en a soutenu certaines) :
-
Axiamatic : couche d’« assurance » IA pour ERP, qui construit un graphe de connaissances à partir des artefacts projet et signale les risques cachés dans la gestion des exigences/changements via Slack/Teams, pour sécuriser et accélérer les programmes S/4HANA (partenariats SAP Build, intégration KPMG/EY/IBM).
-
Conduct : copilote de mappage code/processus générant une couche sémantique et une documentation technique pour la migration ECC→S/4, avec fonction Q&R sur tables/API personnalisées pour accélérer la reprise en main.
-
Auctor : livraison agentique pour intégrateurs/professionnels, qui structure automatiquement la découverte avant de devenir le système d’enregistrement pour SOW, documents de conception, user stories, configurations et plans de test.
-
Supersonik : activation produit IA pour canaux/MSP et clients – agents vocaux et visuels formant directement dans l’interface réelle, réduisant les besoins en ingénieurs avant-vente et favorisant les implémentations/extensions menées par les revendeurs.
-
Tessera : intégrateur SI natif IA, gérant les transformations de bout en bout – connexion à l’ERP, évaluation de l’implémentation, signalement et correction automatique lors de la migration.
Ces entreprises créent de la valeur en accélérant, sécurisant et réduisant le coût des transformations. Elles détectent les problèmes en amont, raccourcissent les délais (un mois de retard coûte des millions), structurent la connaissance projet pour une prise en main rapide par les équipes internes, et réduisent la dépendance aux intégrateurs grâce à l’automatisation du mappage, de la documentation, des tests et de l’activation.
Il existe un potentiel pour davantage de start-up qui coopèrent avec les partenaires en place, notamment via :
-
Agents d’implémentation partageant le risque et les résultats (suivi des exigences, comparaison de configuration, simulation de bascule, génération de code, détection des écarts)
-
Outils de documentation sémantique maintenant la connaissance à jour et accessible
-
Agents d’activation industrialisant la formation et le déploiement canal
En allégeant les charges des grandes entreprises, les start-up peuvent se rémunérer sur les délais évités et s’insérer dans les budgets de transformation déjà engagés par les DSI/DAF, au détriment des missions d’intégration surdimensionnées.
Utilisation et maintenance
Après l’implémentation, l’utilisation quotidienne implique de naviguer dans la complexité de l’interface. Les tâches s’étendent sur de nombreux écrans, le turnover fait perdre le savoir-faire, et de nombreux workflows spécifiques restent non couverts par l’offre standard. Les utilisateurs cherchent des champs, répliquent des données, sollicitent les équipes opérationnelles pour générer des rapports. Résultat : cycles longs, erreurs évitables, formation permanente.
L’IA permet d’envelopper les systèmes hérités d’un « système d’action » plus convivial et performant.
Les entreprises de ce secteur développent des outils pour optimiser l’usage des systèmes existants. Il s’agit de copilotes intégrés à Slack ou au navigateur, capables de répondre à « Où trouver X ? » ou « Comment faire Y ? » via la recherche sémantique, puis d’exécuter des actions sécurisées (création de dossier, saisie comptable, mise à jour fournisseur) via API. Ces outils orchestrent aussi des workflows multi-applications (« extraire les bons de commande SAP, vérifier les contrats Coupa, rédiger une note ServiceNow »), avec validation humaine, traçabilité, gestion fine des droits. Les meilleurs mesurent l’adoption, le temps gagné, le taux d’erreur.
De nombreux processus essentiels ne sont pas accessibles via API – ils résident dans les interfaces, clients lourds, sessions VDI, consoles d’administration peu documentées. D’où l’importance des agents « computer-use » modernes qui étendent l’automatisation aux 30–40 % de workflows sans endpoint fiable. Leur valeur n’est pas de « cliquer », mais d’être robustes dans la complexité : percevoir l’interface, s’ancrer sur des éléments stables, gérer pop-ups et changements de mise en page, valider l’avancement pour reprendre en toute sécurité. Avec validation (diffs, rapprochements, tests en bac à sable) et contrôles d’entreprise (SSO, gestion des secrets, moindre privilège, audit), cela transforme des tâches manuelles en automatisations gouvernées et reproductibles (gestion des tickets, clôture de période, mises à jour client, changement de prix) même là où SAP/ServiceNow/Salesforce n’ont jamais prévu d’automatisation. Les API accélèrent la voie directe, l’usage de l’interface rend la longue traîne automatisable.
Des entreprises comme Factor Labs et Sola déploient déjà ces agents à grande échelle, remplaçant l’externalisation et automatisant les tâches dans les grandes organisations.
Extensions
Même si SAP/ServiceNow/Salesforce devient plus accessible, l’entreprise évolue, et le système d’enregistrement doit suivre. Nouveaux produits, politiques, acquisitions, réglementations, et de nombreux workflows qui ne justifient pas un projet majeur imposent une adaptation continue. Jusqu’ici, les équipes devaient soit personnaliser la suite (au risque de la fragiliser), soit créer des applications ponctuelles difficiles à intégrer et maintenir. L’IA offre une troisième voie : déployer rapidement des expériences ciblées, gouvernées, sur les systèmes d’enregistrement, tout en gardant le cœur intact.
Développer de nouveaux outils et automatisations sur un existant devient la « couche aimable » posée sur un logiciel peu apprécié. Le modèle s’appuie sur un plan unifié de données et d’actions : lecture des systèmes d’enregistrement via API/événements (et capture UI sécurisée), normalisation en modèle sémantique (commandes, fournisseurs, dossiers), exposition d’actions gouvernées (gestion des droits, validation, traçabilité).
Sur cette base, les équipes livrent des expériences modernes, ciblées. Plutôt que de faire passer un analyste achats par 12 transactions SAP pour intégrer un fournisseur, on lui propose une application légère qui collecte les documents, vérifie les doublons, organise les validations et enregistre les données dans SAP. Plutôt que d’obliger RevOps à ouvrir cinq écrans Salesforce pour modifier des conditions, on lui fournit un éditeur type tableur, capable de modifier en masse, valider, prévisualiser l’impact, puis valider les changements avec traçabilité. Plutôt qu’un nouveau portail, on donne aux équipes terrain une palette de commandes pour répondre à leurs besoins quotidiens (« créer un retour », « étendre un crédit », « ouvrir un Sev-2 », « enregistrer une provision ») sur plusieurs systèmes, sans naviguer dans 20 onglets.
Ces extensions permettent aussi des workflows et automatisations transverses, hors du périmètre des éditeurs : déclencheurs événementiels (« si facture enregistrée ET écart >3 % → rédiger une explication → routage validation », ou « si ticket rouvert deux fois → créer un dossier problème → assigner → informer le client »), avec validation humaine là où nécessaire. À terme, les déploiements les plus précieux deviennent des « packs d’intention » réutilisables — commande à encaissement, onboarding fournisseur, clôture de période — qui précisent non seulement quoi faire, mais aussi comment le faire en sécurité dans votre environnement.
Des plateformes comme Cell de General Magic rendent concrets ces workflows sur mesure : vous chargez des spécifications OpenAPI pour transformer chaque endpoint en action, puis intégrez une barre de commande native via une simple balise script, qui exécute de vrais appels API, avec analytics, gestion multi-tenant, sécurité et gestion des droits, pour composer les bonnes actions et politiques sur les systèmes en place, plutôt que de réécrire une interface.
À quoi ressemble la cible finale ?
Les systèmes hérités vont subsister, mais ils ne seront plus le lieu de l’action. ERP, CRM et suites ITSM sont trop intégrés pour être remplacés au rythme logiciel classique ; ils évoluent lentement et restent des systèmes d’enregistrement. Ce qui va changer, c’est la « couche d’action » orientée utilisateur : l’IA deviendra l’interface par défaut pour comprendre le système, exécuter les workflows et déployer des expériences modernes qui court-circuitent l’interface héritée. Autrement dit, le pont devient l’autoroute.
Le logiciel pérenne ressemblera moins à un chatbot qu’à une couche d’exploitation : plan unifié de données et d’actions, modèle sémantique des objets métier, garde-fous pour fiabiliser l’IA. Pour l’utilisateur final, au lieu d’apprendre les écrans, champs et codes de transaction (et de tout réapprendre à chaque changement), il décrit le résultat souhaité, et le système s’en charge. L’utilisateur pose quelques questions de clarification, visualise l’action, puis l’outil exécute avec validation et traçabilité. La boucle est bouclée : « créer un retour et notifier le client », « ouvrir un Sev-2 et extraire les trois derniers incidents similaires », « intégrer un fournisseur, collecter les documents, valider et fixer les conditions de paiement » — aujourd’hui, cela implique de jongler entre SAP, Salesforce, ServiceNow, tableurs. Résultat : moins d’erreurs, moins de dépendance au savoir informel, cycles plus courts, formation allégée, car l’interface est pilotée par l’intention, consciente du rôle, et en libre-service.
L’avantage se construit sur l’usage réel : chaque workflow abouti devient une intention réutilisable, chaque exception un garde-fou, chaque artefact de migration une lignée vivante, chaque intégration enrichit la cartographie de l’entreprise. À terme, la « couche IA » devient le point de référence pour comprendre l’impact du changement, prévenir les dérives, mesurer le ROI et déployer de nouveaux workflows, même si les systèmes sous-jacents ne changent pas.
Cette newsletter est fournie à titre informatif uniquement et ne constitue pas un conseil juridique, commercial, fiscal ou d’investissement. Ce contenu ne constitue pas un conseil en investissement et n’est pas destiné aux investisseurs ou potentiels investisseurs des fonds a16z. Cette newsletter peut contenir des liens vers d’autres sites ou des informations de tiers — a16z n’a pas vérifié ni ne garantit l’exactitude de ces informations. Si ce contenu contient des publicités de tiers, a16z ne les a pas examinées et n’endosse aucune publicité ni société mentionnée. Les investissements ou sociétés de portefeuille mentionnés, référencés ou décrits ne sont pas représentatifs de l’ensemble des investissements gérés par a16z ; consultez https://a16z.com/investment-list/ pour la liste complète. D’autres informations importantes sont disponibles sur a16z.com/disclosures. Vous recevez cette newsletter car vous vous y êtes inscrit ; pour vous désabonner, utilisez le lien prévu à cet effet.
Avertissement :
-
Cet article est reproduit à partir de [a16z]. Tous droits réservés à l’auteur original [Eric et Seema Amble]. Pour toute objection à cette republication, contactez l’équipe Gate Learn, qui interviendra rapidement.
-
Clause de non-responsabilité : Les opinions exprimées dans cet article sont celles de l’auteur et ne constituent pas un conseil en investissement.
-
Les traductions de l’article dans d’autres langues sont assurées par l’équipe Gate Learn. Sauf mention contraire, il est interdit de copier, distribuer ou plagier les articles traduits.
