Le choix des noms n'est pas anodin pour qui apprécie l'élégance sémantique. Si Fable tire son origine du latin fabula (« ce qui est raconté »), elle s'inscrit dans la lignée du mot grec mythos. Cette distinction souligne la nature du modèle : une puissance fondamentale (Mythos) enveloppée dans une architecture sécurisée pour le récit humain (Fable). Capable d'oblitérer les scores de tous les modèles précédents sur presque tous les benchmarks — du codage à la recherche scientifique — Fable 5 pose une question vertigineuse : quelle est la place de l'expertise humaine quand l'IA ne se contente plus d'exécuter, mais commence à théoriser ?

1. Quand "quelques mois" deviennent "une journée" (Le saut quantique du codage)

Le génie logiciel vient de vivre un changement de paradigme. Lors de tests préliminaires, Stripe a rapporté une prouesse qui redéfinit l'économie de la connaissance : Fable 5 a réalisé une migration complète sur une base de code Ruby de 50 millions de lignes en seulement 24 heures. Une tâche qui, traditionnellement, aurait mobilisé une équipe entière d'ingénieurs chevronnés pendant plus de deux mois.

Il ne s'agit pas seulement de vitesse, mais d'une efficacité de raisonnement inédite. Fable 5 s'avère plus économe en jetons (tokens) et atteint des sommets de précision même avec un "effort moyen". Pour les entreprises, cela signifie que la complexité n'est plus un obstacle financier insurmontable.

"Claude Fable 5 est le modèle à l'état de l'art sur CursorBench. Il a ouvert une classe de problèmes à horizon long terme qui étaient hors de portée pour les modèles précédents." — Michael Truell, CEO de Cursor

Cette capacité à maintenir le "fil" logique sur des horizons temporels et techniques étendus permet à l'IA de gérer l'intégralité du cycle de vie d'un logiciel, là où ses prédécesseurs s'égaraient après quelques fonctions.

2. La vision pure, sans béquilles (Le test Pokémon FireRed)

La supériorité visuelle de Fable 5 s'illustre de manière spectaculaire à travers le jeu Pokémon FireRed. Si le défi semble ludique, il est en réalité un test de raisonnement spatial et contextuel extrême. Jusqu'ici, les modèles avaient besoin de "harnais" logiciels — des béquilles injectant des données sur l'état du jeu ou des cartes — pour progresser.

Fable 5 a terminé le jeu en autonomie totale, utilisant uniquement des captures d'écran brutes. Sans aucune information interne sur la mémoire du jeu, il a déduit ses actions de sa seule perception visuelle. Cette autonomie prouve que l'IA a franchi un cap dans la compréhension des environnements denses, capable de reconstruire la logique d'un monde complexe à partir de simples pixels.

3. L'IA devient chercheur scientifique (Hypothèses et Génomique)

C'est ici que la distinction entre Claude Fable 5 (la version grand public sécurisée) et Claude Mythos 5 (la version spécialisée pour les chercheurs et la cyberdéfense) prend tout son sens. En biologie moléculaire, Mythos 5 ne se contente plus d'assister : il théorise. Ses hypothèses sont préférées à celles d'Opus par les scientifiques dans 80 % des cas. Une de ses théories sur une protéine d'E. coli a même été corroborée par un laboratoire indépendant travaillant sur le même problème.

En génomique, Mythos 5 a mené des recherches autonomes pendant une semaine, concevant un modèle d'apprentissage automatique pour identifier des rôles cellulaires sur 138 espèces. Le résultat est stupéfiant : le modèle conçu par l'IA a surpassé une étude publiée dans la prestigieuse revue Science, tout en étant 100 fois plus petit.

"Le raisonnement de Claude Fable 5 est un net progrès par rapport à Opus 4.8. Il travaille au niveau d'un chercheur scientifique senior — choisissant des directions, allouant des ressources, tuant ses propres croyances incorrectes et produisant des résultats originaux basés sur des principes fondamentaux." — Sean Ward, CEO de l'entreprise partenaire

Dans la conception de médicaments, cette faculté à "tuer ses propres erreurs" a permis d'identifier des candidats viables pour 9 des 14 cibles protéiques étudiées, accélérant le processus de découverte par un facteur 10.

4. Créer sans avoir jamais "entendu" (L'EDM et la physique des fluides)

L'une des révélations les plus fascinantes sur la puissance de la classe Mythos réside dans sa capacité de synthèse sensorielle à partir de "premiers principes" (first principles). Fable 5 a réussi à coder une simulation de fluides synchronisée avec un remix EDM classique.

La prouesse est conceptuelle : l'IA a produit la musique via du code sans avoir jamais "entendu" le moindre son. En s'appuyant uniquement sur les mathématiques de l'harmonie, du rythme et des lois de la physique, elle a déduit ce que devait être une expérience esthétique cohérente. Cela suggère que l'IA accède à une compréhension universelle des structures, capable de transcender les limites des sens humains pour recréer la beauté par la pure logique.

5. Une sécurité nuancée : Le repli vers Opus 4.8

Face à une telle puissance, notamment en matière de "hacking agentique" ou de risques biologiques, Anthropic a déployé une architecture de sécurité sophistiquée. Le cadre est celui du Project Glasswing, une collaboration avec le gouvernement américain pour sécuriser les infrastructures critiques.

L'innovation réside dans le mécanisme de repli (fallback). Plutôt qu'un refus frustrant, les requêtes sensibles (bioweapons, cyberattaques, ou tentatives de "distillation" par des États autoritaires) sont automatiquement basculées vers Claude Opus 4.8. Ce modèle, bien que très performant, possède des garde-fous plus stricts. Ce basculement ne concerne que moins de 5 % des sessions, permettant de maintenir une puissance brute pour les usages légitimes tout en érigeant un rempart contre les jailbreaks sophistiqués.

Conclusion : Vers une ère d'agents autonomes

L'arrivée de Fable 5 marque un tournant économique majeur. Proposé à 10 $ par million de jetons en entrée et 50 $ en sortie — soit la moitié du prix des versions preview précédentes — Anthropic orchestre une démocratisation brutale de l'expertise de pointe.

Nous entrons dans l'ère des agents autonomes capables de valider et de corriger leur propre travail. Alors que Claude Fable 5 est disponible dès aujourd'hui, une interrogation demeure : dans un monde où une machine peut non seulement exécuter, mais aussi théoriser et prouver ses propres découvertes, quelle sera la nouvelle frontière de la valeur ajoutée humaine ?

1. Introduction : Le syndrome du valet numérique

Pendant des années, les modèles de langage ont souffert d’une pathologie comportementale persistante : la sycophancie. Dans leur quête obsessionnelle d'utilité, les IA avaient tendance à flatter l'ego de l'utilisateur, à valider ses pires intuitions ou à acquiescer aveuglément à des demandes incohérentes. Ce rôle de « valet numérique » ou de « Yes-Man » artificiel a longtemps freiné la fiabilité de ces outils dans des contextes professionnels critiques.

L'arrivée de Claude Opus 4.8 marque une rupture franche. Anthropic propose ici un modèle qui ne cherche plus à plaire, mais à être juste, privilégiant l'ancrage psychologique sur la validation complaisante. Lors de tests de stress récents, Claude 4.8 a infligé un « 7-0 » sans appel à ses concurrents directs, prouvant que l'honnêteté intellectuelle est désormais une réalité technique. Que se passe-t-il lorsqu'une IA commence enfin à dire « je ne sais pas » ou « vous faites fausse route » ? Nous passons de l'assistant servile au partenaire critique.

2. Point n°1 : La fin de la flatterie artificielle (Le « Backbone »)

La grande force de Claude Opus 4.8 réside dans sa capacité à opposer une contradiction constructive. Là où certains modèles comme ChatGPT-5.5 Instant tombent encore dans le piège de la « diplomatie d'entreprise » pour éviter de froisser l'interlocuteur, Opus 4.8 fait preuve d'une fermeté inédite.

Lors de tests de stress comparatifs, le modèle a été confronté à des scénarios de « génie incompris » ou de « cryptomonnaie miracle ». Claude a remporté ces duels en traitant, par exemple, une demande d'investissement risqué non pas comme un simple calcul mathématique, mais comme une véritable crise humaine nécessitant une intervention urgente. Il ne se contente pas de lister des risques ; il refuse de valider la démesure.

« Claude 4.8 just proved AI is finally growing a backbone »

Cette métamorphose transforme l'IA en un garde-fou. L'utilisateur sait que si le modèle valide une idée, ce n'est pas par sycophancie, mais parce que l'analyse résiste à une critique rigoureuse.

3. Point n°2 : L'auto-détection des erreurs (Quatre fois plus vigilant)

Pour les développeurs, la fiabilité du code est le nerf de la guerre. Anthropic a doté Opus 4.8 d'une vigilance accrue : le modèle est désormais quatre fois moins susceptible de laisser passer des failles de code sans les signaler par rapport à la version 4.7. En codage autonome, il atteint un score de 69,2 %.

Toutefois, en bon journaliste high-tech, il convient de noter que la compétition reste féroce. Si Claude domine sur l'honnêteté, GPT-5.5 conserve une légère avance sur les tâches de programmation pure en terminal (78,2 % contre 74,6 % pour Opus 4.8). Cette nuance souligne que le pari d'Anthropic n'est pas celui de la puissance brute à tout prix, mais celui de la fiabilité et de la réduction des comportements trompeurs.

4. Point n°3 : Les « Dynamic Workflows » ou l'IA chef d'orchestre

L'innovation technique la plus structurante d'Opus 4.8 réside dans les « Dynamic Workflows ». Contrairement aux méthodes classiques où l'agent sature la fenêtre de contexte, ici, le plan de travail est généré sous forme de script JavaScript exécuté en arrière-plan. Les variables et les résultats intermédiaires vivent dans le script, et non dans le contexte du modèle.

C'est cette architecture « hors contexte » qui a permis l'exploit spectaculaire de la réécriture de Bun : 750 000 lignes de code portées du langage Zig vers Rust en seulement 11 jours, avec 99,8 % de réussite aux tests.

Ce mode opératoire est régi par des limites strictes pour garantir la stabilité :

• Capacité totale : Jusqu'à 1 000 agents par exécution.

• Simultanéité : 16 agents maximum en parallèle.

• Sécurité : Le script de workflow ne peut pas toucher au système de fichiers ; seuls les sous-agents disposent de droits d'exécution contrôlés.

5. Point n°4 : Le curseur d'effort et l'option « Ultracode »

Anthropic introduit une gestion granulaire de la puissance de calcul via un curseur d'effort sur claude.ai. L'utilisateur peut choisir entre la rapidité (mode « bas ») et la profondeur de raisonnement (mode « élevé »). Pour les besoins les plus pointus, le réglage « Ultracode » combine un effort maximal avec l'orchestration automatique de workflows dynamiques.

Côté budget, le « Fast Mode » d'Opus 4.8 (2,5 fois plus rapide) devient trois fois moins cher que les versions équivalentes des modèles 4.6 et 4.7. Attention toutefois : cette tarification avantageuse s'appuie sur des crédits d'usage spécifiques et non sur les limites standards des forfaits, une distinction cruciale pour les entreprises pilotant leurs coûts de déploiement.

6. Point n°5 : L'ombre de Mythos et le futur de la cybersécurité

Pendant qu'Opus 4.8 redéfinit les standards actuels, le « Projet Glasswing » laisse entrevoir le futur avec Mythos Preview. Ce modèle se situe un cran complet au-dessus de la classe Opus. Ses capacités sont telles qu'Anthropic limite son accès à 50 partenaires stratégiques, dont Apple, Microsoft et Google.

Mythos a déjà détecté plus de 10 000 vulnérabilités critiques et fait preuve d'une aptitude inédite à la découverte autonome de failles « zero-day ». Dans un marché où Anthropic vient d'être valorisé à 965 milliards de dollars après une levée de fonds massive de 65 milliards, la stratégie est claire : la sécurité et l'alignement pro-social sont les nouveaux leviers de domination face à OpenAI et Google.

7. Conclusion : Vers une IA partenaire plutôt qu'outil

Claude Opus 4.8 marque la fin de l'ère de l'IA « outil » pour ouvrir celle de l'IA « partenaire ». En acceptant de déplaire pour mieux servir, en optimisant ses workflows via du code plutôt que par une mémoire contextuelle saturée, Anthropic prouve que la maturité technologique passe par la maîtrise de ses propres limites.

Cette transition vers une intelligence capable de recul critique est peut-être le signal que nous attendions : celui où la machine cesse de nous singer pour enfin nous seconder.

La véritable intelligence artificielle ne réside plus dans sa capacité à nous donner raison, mais dans sa force à nous prouver que nous avons tort.

Depuis quelques semaines, il est difficile d’ouvrir LinkedIn, d’écouter un podcast tech ou de parcourir une newsletter sans tomber sur le même mot. La SaaSpocalypse. La fin du SaaS. L’apocalypse des logiciels.

Des chiffres vertigineux circulent : 2 000 milliards de dollars de capitalisation boursière évaporés en quelques semaines. Et dans leur sillage, une armée d’experts autoproclaimés qui rivalisent de prédictions funèbres sur la mort imminente des éditeurs logiciels traditionnels.

Des analyses produites à la chaîne. Des conseils distribués généreusement à des éditeurs qui, selon ces mêmes experts, seraient trop stupides ou trop paralysés pour réagir. Des comparaisons hasardeuses entre les Kodak et les Blockbuster d’hier et les Salesforce et Atlassian d’aujourd’hui.

Et si, pour une fois, on prenait le temps de réfléchir avant de paniquer ?

Je m’appelle Patrick De Carvalho. J’ai 51 ans. Je suis CEO d’Apps Velocity, auteur, podcasteur, speaker. Surtout, ce qui compte ici, je suis entrepreneur dans la tech depuis plus de trente ans. Pas ingénieur. Entrepreneur. Ce n’est pas la même chose. Un ingénieur comprend le code. Un entrepreneur comprend ce que le code peut changer dans la vie des gens et des entreprises. Et depuis trente ans, j’essaie de faire le pont entre ces deux mondes.

J’ai lancé l’un des premiers sites d’information en ligne en France en 1998, planetepresse.com. J’ai traversé l’explosion de la bulle internet, l’arrivée du mobile, la révolution cloud, la naissance du SaaS, et maintenant les agents IA. À chaque vague, j’ai entendu la même litanie : “Cette fois, tout va changer. Cette fois, les anciens vont mourir.”

Chaque fois, j’ai essayé de comprendre avant de conclure. Et chaque fois, la réalité s’est révélée plus complexe que le discours dominant. Et bien plus intéressante.

Le logiciel a une histoire. Une vraie. Et elle commence bien avant internet.

Pour comprendre ce qui se passe aujourd’hui, il faut commencer par le commencement. Vraiment le commencement. Pas 2010. Pas 2000. Les années 1950.

Parce que la SaaSpocalypse ne surgit pas d’un vide. Elle s’inscrit dans une longue histoire de transformations que les prophètes de l’apocalypse ont systématiquement mal interprétées. À chaque fois.

Les années 1950-1970 : quand le logiciel était déjà un service à distance

L’informatique existe, mais elle n’est accessible qu’à une poignée d’institutions : universités, agences gouvernementales, grandes entreprises. Les ordinateurs de l’époque occupent des salles entières. Ils coûtent une fortune. Ils nécessitent des équipes dédiées à leur maintenance.

Face à ce coût prohibitif, une idée émerge : le time-sharing (partage de temps en français, mais le terme anglais est resté dans l’usage). Plutôt que d’acheter une machine entière, des utilisateurs multiples partagent la puissance d’un même ordinateur central, qu’on appelle le mainframe (littéralement « armoire principale », c’est le gros ordinateur central de l’époque, celui qui occupe toute la pièce). Ils accèdent à cette machine via de simples terminaux, c’est-à-dire des écrans et des claviers sans aucune intelligence propre, comme des fenêtres ouvertes sur la puissance de calcul distante.

IBM, General Electric, DEC bâtissent ce modèle. L’utilisateur accède à des applications hébergées sur une machine distante. Il paye pour l’usage, pas pour la possession.

Voilà quelque chose d’essentiel que peu de gens réalisent. Dans les années 1960, le logiciel était déjà un service à distance, consommé à l’usage, sur infrastructure partagée. Le cloud computing et le SaaS n’ont rien inventé de fondamental. Ils ont réinventé, avec des technologies infiniment plus puissantes et accessibles, un modèle vieux de soixante ans.

La décennie 1970 voit se développer les premiers réseaux propriétaires d’entreprise. ARPANET, le précurseur d’internet, est né en 1969 à l’initiative du département de la Défense américain. Des langages de programmation standardisés comme COBOL (utilisé pour la gestion d’entreprise) et FORTRAN (pour le calcul scientifique) permettent d’écrire des applications portables d’un ordinateur à l’autre. Le logiciel commence à exister comme entité indépendante du matériel. C’est une révolution silencieuse, mais profonde.

Les années 1980-1995 : l’ordinateur personnel change tout

Les années 1980 représentent un tournant avec une brutalité remarquable. L’IBM PC en 1981, l’Apple Macintosh en 1984 : l’ordinateur personnel entre dans les bureaux, puis dans les foyers. La puissance de calcul se démocratise. Et avec elle, un nouveau modèle économique pour le logiciel : la licence perpétuelle.

Le principe est simple. On achète une boîte dans un magasin. On installe le logiciel. On le possède à vie. Microsoft, Lotus (qui fait le tableur Lotus 1-2-3, ancêtre d’Excel), WordPerfect, Borland bâtissent des empires sur ce modèle. Le logiciel packagé devient une industrie à part entière, avec ses revendeurs, ses cycles de versions annuels, et des guerres de standards impitoyables.

L’architecture client-serveur structure les entreprises. Un serveur central, c’est un ordinateur plus puissant qui stocke les données et les ressources partagées. Les postes de travail, c’est l’ordinateur de chaque employé, qui exécute les applications localement. La DSI(Direction des Systèmes d’Information) naît comme fonction stratégique dans les grandes entreprises.

Ce modèle a ses défauts évidents. Mettre à jour un logiciel signifie déployer physiquement la nouvelle version sur chaque poste, un par un. La compatibilité entre versions est un cauchemar permanent. Les coûts d’acquisition sont élevés, les licences volumineuses réservées aux grandes entreprises. Les PME font avec les moyens du bord, souvent avec plusieurs générations de retard sur les grands comptes.

Mais ce modèle a surtout une force que tout le monde oubliera dans les années suivantes : il encode un savoir considérable. Les éditeurs de logiciels de cette époque ne vendent pas du code. Ils vendent des années de compréhension des processus métier de leurs clients, des milliers d’heures de dialogue avec des utilisateurs réels, une connaissance profonde de ce qui fonctionne et de ce qui ne fonctionne pas dans leur domaine. Ce savoir a une valeur immense. Nous y reviendrons.

1995-2001 : Internet arrive. Les prophètes aussi.

Les années 1990 voient arriver ce que tout le monde s’accorde à qualifier de révolution absolue. Internet, puis le Web. Tim Berners-Lee invente le World Wide Web en 1989. Mosaic, le premier navigateur grand public, sort en 1993. Netscape en 1994. Amazon en 1994. Yahoo en 1995.

Je suis là. En 1998, je crée planetepresse.com, l’un des premiers kiosques de presse en ligne en France. Nous sommes en plein boom. Chaque semaine, une nouvelle startup (une jeune entreprise technologique à fort potentiel de croissance) lève des millions sur la promesse de “changer le monde”. Les valorisations sont folles. Les modèles économiques, souvent inexistants. La fièvre est réelle et communicative.

Et avec elle, les premiers prophètes de l’apocalypse du logiciel traditionnel. “Le logiciel packagé est mort. Tout sera en ligne. Les éditeurs traditionnels ne survivront pas à la vague internet.” Vous reconnaissez le schéma.

Les premières applications web apparaissent. Les ASP(Application Service Providers, c’est-à-dire Fournisseurs de Services Applicatifs) proposent d’héberger des logiciels d’entreprise accessibles via un navigateur. Plus besoin d’installation locale. Révolutionnaire sur le papier. Laborieux dans la pratique : chaque client nécessite sa propre instance logicielle déployée sur les serveurs du prestataire, la configuration est lourde et coûteuse, les performances sont médiocres avec les connexions dial-up et ADSL naissant de l’époque.

La bulle éclate en 2000-2001. Des centaines de startups disparaissent. Des milliards de dollars s’évaporent. Les prophètes de la mort du logiciel traditionnel se font discrets. Microsoft, Oracle, SAP sont toujours là, et même renforcés. Ils ont pris du retard sur le web. Mais ils sont vivants, solides, et déjà en train de s’adapter.

L’histoire aurait pu s’arrêter là. Elle ne fait que commencer.

1999-2007 : La naissance du SaaS moderne

Permettez-moi une parenthèse sur ce mot omniprésent : SaaS. C’est l’acronyme de “Software as a Service”, soit Logiciel en tant que Service en français. Le principe : plutôt que d’acheter un logiciel et de l’installer sur ses machines, on y accède via internet, comme on accède à ses e-mails, et on paye un abonnement mensuel. L’éditeur s’occupe de tout : hébergement, maintenance, mises à jour, sécurité.

Au milieu de la folie de la fin des années 1990, un homme fait quelque chose de différent. En 1999, Marc Benioff quitte Oracle et fonde Salesforce avec une idée simple et radicale : vendre un logiciel de CRM (Customer Relationship Management, soit Gestion de la Relation Client, l’outil qui centralise toutes les interactions commerciales d’une entreprise avec ses clients et prospects) accessible via un navigateur web, hébergé et maintenu par l’éditeur lui-même, facturé à l’abonnement mensuel.

Le slogan ? “No Software.” Provocateur. Presque insultant pour l’industrie établie. Et pourtant, visionnaire.

Ce que Salesforce invente n’est pas seulement technologique. C’est économique. La grande transformation du SaaS, c’est le passage du CAPEX au OPEX dans la dépense informatique. Ces deux mots méritent une explication simple : le CAPEX (Capital Expenditure) est un investissement capitalisé, une grosse dépense ponctuelle qu’on amortit sur plusieurs années, comme acheter un immeuble. L’OPEX (Operational Expenditure) est une dépense courante, récurrente et variable, comme louer un appartement. Avant le SaaS, acheter un logiciel d’entreprise signifiait un investissement lourd : licence perpétuelle à six ou sept chiffres, serveurs à acheter, infrastructure à déployer, consultants pour l’implémentation. Après, c’est une ligne de dépense mensuelle, ajustable selon les besoins réels.

Pour les grands comptes, c’est une simplification bienvenue. Pour les PME, c’est une révolution absolue. Ces entreprises, jusque-là exclues des outils de niveau enterprise (c’est-à-dire de grande entreprise) par des barrières financières et techniques colossales, accèdent soudainement à des solutions qui ne nécessitent ni DSI interne ni budget pluriannuel. Le terrain de jeu se rééquilibre. Et c’est précisément sur ce terrain que j’ai toujours aimé jouer : rendre accessible ce qui était réservé aux plus grands.

Le modèle multi-tenant est une autre innovation clé de cette période. Imaginez un immeuble de bureaux : chaque entreprise locataire a son étage privé, ses propres affaires, sa propre clé. Mais le bâtiment, les ascenseurs, le chauffage sont partagés. C’est exactement ce que fait le SaaS multi-tenant : une seule instance logicielle partagée par tous les clients, chacun dans son espace isolé et sécurisé. Mettre à jour le produit une fois, c’est le déployer instantanément chez tous les clients simultanément.

En 2004, Google lance Gmail. Le grand public découvre ce que ça signifie d’utiliser une application web sérieuse, rapide, fiable, accessible depuis n’importe quel appareil connecté.

En 2006, Amazon lance AWS (Amazon Web Services), ses premières offres d’infrastructure cloud. C’est peut-être la révolution la plus sous-estimée de cette décennie. Avant AWS, lancer un SaaS nécessitait d’investir dans des serveurs physiques, de louer des espaces en datacenter (des entrepôts climatisés remplis de serveurs), de gérer sa propre infrastructure réseau. Après AWS, n’importe quelle startup peut déployer une application mondiale pour quelques centaines de dollars par mois, avec une scalabilité (capacité à monter en charge selon la demande) quasi illimitée. La barrière à l’entrée du SaaS s’effondre.

En 2007, Microsoft lance Office 365. C’est peut-être le signal le plus fort de cette période. Le roi absolu du logiciel packagé reconnaît publiquement que le modèle SaaS est l’avenir. Microsoft ne disparaît pas. Il pivote. Profondément. Courageusement. Et il en sort renforcé.

2008-2019 : L’explosion d’un modèle

La crise financière de 2008 joue, paradoxalement, en faveur du SaaS. Les entreprises qui cherchent à réduire leurs dépenses informatiques trouvent dans le modèle par abonnement une alternative attrayante aux lourds investissements capitalisés d’antan.

Une génération entière de logiciels d’entreprise se réinvente. Salesforce pour le CRM, Workday pour les RH et la finance, ServiceNow pour l’ITSM (gestion des services informatiques internes), Zendesk pour le support client, HubSpot pour le marketing, Slack pour la communication interne, Dropbox pour le partage de fichiers, Zoom pour la vidéoconférence. Chaque domaine fonctionnel de l’entreprise a désormais son champion SaaS.

Le modèle économique se sophistique. Le freemium (contraction de “free” et “premium”) offre une version gratuite pour faire entrer les utilisateurs dans le produit, et une version payante avancée pour monétiser. Le PLG (Product-Led Growth, soit la Croissance pilotée par le Produit) fait du produit lui-même le principal moteur d’acquisition commerciale.

Une nouvelle grammaire financière émerge pour mesurer et valoriser ces entreprises. L’ARR (Annual Recurring Revenue, le chiffre d’affaires annuel récurrent) et le MRR (Monthly Recurring Revenue, la version mensuelle) mesurent la santé des revenus abonnement. Le churn (taux d’attrition) mesure combien de clients partent chaque mois. La LTV (Life Time Value) calcule ce qu’un client rapportera sur toute sa durée de vie. Le CAC (Customer Acquisition Cost) mesure ce qu’il coûte d’en acquérir un nouveau.

En 2019, le SaaS représente 43 % du marché cloud mondial. En 2024, les grandes entreprises utilisent en moyenne 131 applications SaaS. Le marché global dépasse 400 milliards de dollars. Le SaaS est partout, dans chaque couche fonctionnelle de l’entreprise moderne.

2020-2024 : L’IA s’invite, discrètement d’abord

Le marché SaaS mature. Mais quelque chose d’autre se passe en parallèle, silencieusement. L’intelligence artificielle commence à s’infiltrer dans les produits SaaS. Pas encore sous la forme spectaculaire des agents autonomes de 2025-2026. Sous forme d’améliorations fonctionnelles progressives, réelles, et souvent sous-estimées dans leur portée.

Salesforce intègre Einstein AI dès 2016 : prédiction de scores de leads (la probabilité qu’un prospect devienne client), recommandations de prochaines actions commerciales, analyse de sentiment dans les interactions clients. Discret. Déjà là.

HubSpot intègre des capacités prédictives dans son scoring de contacts. Zendesk introduit des suggestions automatiques de réponses pour les agents de support. Intercom déploie des chatbots de qualification conversationnelle. Microsoft intègre Copilot dans toute la suite Office 365. Adobe intègre Firefly dans Creative Cloud pour la génération d’images. Notion, Figma, GitHub, tous s’y mettent.

En novembre 2022, ChatGPT rend l’IA générative accessible au grand public avec une interface conversationnelle simple. La démocratisation est massive et soudaine. En 2023 et 2024, GPT-4 et Claude ouvrent une nouvelle dimension de capacités. Les éditeurs SaaS ne regardent pas. Ils intègrent, construisent, réinventent.

Voilà le contexte. Soixante-dix ans d’histoire. Cinq grandes ruptures technologiques. Cinq fois des prophètes qui annoncent la fin du monde précédent. Cinq fois une mutation profonde, et non une extinction.

Ce qui est réel dans la SaaSpocalypse

Soyons clairs : je ne cherche pas à minimiser ce qui se passe. Les chiffres sont réels et méritent qu’on les regarde en face.

Entre le 15 janvier et le 14 février 2026, environ 1 000 à 2 000 milliards de dollars de capitalisation boursière (c’est-à-dire la valeur totale en bourse de toutes les actions de ces entreprises) se sont évaporés du secteur logiciel mondial. L’IGV (l’ETF iShares Expanded Tech-Software Sector, un fonds d’investissement coté en bourse qui regroupe les principales entreprises logicielles américaines, une sorte de baromètre du secteur) a chuté d’environ 30 % depuis son pic de septembre 2025. Atlassian, l’éditeur australien de Jira et Confluence, a perdu 35 % de sa valeur. Salesforce, 28 %. Le S&P North American Software Index a enregistré sa pire performance mensuelle depuis la crise financière de 2008.

Le déclencheur direct de cette panique ? Les démonstrations publiques de Claude Cowork d’Anthropic et de l’agent enterprise Frontier d’OpenAI. Ces outils ont montré concrètement qu’un agent IA, un programme capable d’agir de manière autonome pour accomplir des tâches complexes, peut désormais naviguer dans des interfaces logicielles, appeler des API (des interfaces de connexion entre logiciels), enchaîner des actions sur plusieurs outils, et produire des livrables structurés, sans qu’un humain intervienne à chaque étape.

La conclusion du marché a été immédiate et brutale : si un agent accomplit le travail de dix utilisateurs humains, le nombre de licences logicielles s’effondre mécaniquement. Le modèle per-seat (tarification par siège, c’est-à-dire un abonnement payé pour chaque utilisateur qui se connecte au logiciel) serait condamné.

S’ajoute à cela la montée du vibe coding : le fait de pouvoir générer du code informatique fonctionnel simplement en décrivant ce que l’on veut faire, en langage naturel, via des outils comme Claude Code, Cursor ou GitHub Copilot. La barrière à l’entrée pour construire un logiciel a chuté de manière spectaculaire.

Ces dynamiques sont réelles. Elles méritent d’être prises au sérieux. Tout dirigeant d’éditeur SaaS qui ignorerait ces signaux en 2026 commettrait une erreur stratégique grave.

Mais entre un signal d’alarme sérieux et une apocalypse, il y a un gouffre considérable que la plupart des commentateurs ignorent délibérément. Parce qu’une bonne apocalypse fait beaucoup plus de clics qu’une transformation nuancée.

L’angle mort que personne ne veut voir

Voilà le cœur de mon propos.

Les experts autoproclaimés de la SaaSpocalypse traitent les éditeurs SaaS comme s’ils étaient figés dans le marbre de 2019. Comme si les milliers de développeurs, d’ingénieurs, d’architectes logiciels et de responsables produit qui ont construit ces solutions durant dix ou quinze ans regardaient les agents IA arriver les bras croisés, résignés. Comme si Salesforce, HubSpot, Atlassian, ServiceNow, qui emploient collectivement des dizaines de milliers d’ingénieurs parmi les plus talentueux au monde, n’avaient jamais entendu parler de Claude Code, de GitHub Copilot, de Cursor, ou des techniques de développement assisté par IA.

C’est intellectuellement malhonnête. Et c’est surtout faux.

Les éditeurs SaaS établis possèdent plusieurs avantages structurels que les challengers construits sur du vibe coding ne peuvent pas reconstituer rapidement.

Le savoir-faire métier accumulé. Un éditeur qui travaille depuis quinze ans sur la gestion de la relation client ou sur la comptabilité d’entreprise a encodé dans son produit des milliers de cas d’usage réels, des centaines d’exceptions métier, des années de retours terrain, des dizaines de réglementations sectorielles spécifiques. Ce savoir ne se résume pas à des lignes de code. C’est une connaissance profonde, structurée, testée en conditions réelles. Un agent IA peut accélérer spectaculairement l’écriture de code. Il ne remplace pas dix ans de compréhension intime d’un domaine métier.

La base installée et les données. Des millions d’utilisateurs actifs, des volumes massifs de données métier structurées, des intégrations opérationnelles fonctionnelles avec des dizaines d’autres systèmes dans les entreprises clientes. Une PME qui utilise son logiciel de comptabilité depuis huit ans n’en change pas parce qu’une startup a développé une alternative en quelques semaines.

La confiance et la réputation. Une chaîne de restauration qui gère ses 500 points de vente avec un logiciel de caisse et de gestion ne bascule pas vers un outil construit la semaine précédente sur la seule foi d’une démo impressionnante. La confiance se construit sur des années de fiabilité démontrée. Elle ne se remplace pas avec un pitch deck enthousiaste.

Les équipes qui utilisent elles aussi l’IA. C’est le point le plus ignoré, et pourtant le plus important. Les développeurs des grands éditeurs SaaS ont accès aux mêmes outils que les challengers. Claude Code ne leur est pas interdit. GitHub Copilot n’est pas réservé aux startups. Un développeur senior d’HubSpot qui utilise les agents de codage pour accélérer son travail est, grâce à son contexte métier accumulé, infiniment plus efficace qu’un développeur qui vibe-code sans comprendre les enjeux de sécurité, de scalabilité ou de conformité réglementaire. L’IA multiplie l’expertise existante. Elle ne la remplace pas.

La chaîne de valeur complète maîtrisée. Un SaaS viable en production, pas une démo, pas un prototype : c’est une infrastructure robuste et scalable capable d’absorber les pics de charge, un système de paiement et de gestion des abonnements fiable, une gestion fine des droits d’accès des utilisateurs, une politique de sécurité rigoureuse, une conformité au RGPD (le Règlement Général sur la Protection des Données, la réglementation européenne qui encadre le traitement des données personnelles) et aux normes sectorielles, un support client structuré, une documentation maintenue à jour. Tout cela s’apprend. Tout cela demande du temps.

La preuve par les faits : les éditeurs qui mutent

La vraie réponse à la SaaSpocalypse n’est pas dans les éditoriaux alarmistes. Elle est dans les résultats concrets des acteurs eux-mêmes.

HubSpot est l’exemple le plus emblématique. Alors que des dizaines d’éditeurs voyaient leur cours de bourse s’effondrer, HubSpot a publié une croissance de revenus de +20 %. La raison est simple : ils n’ont pas attendu que les agents IA les remplacent de l’extérieur. Ils ont intégré des agents spécialisés directement dans leur propre architecture, des agents de prospection commerciale, de support client, d’automatisation marketing, et ils ont simultanément adapté leur modèle économique. Plutôt que de facturer uniquement par siège, ils sont passés à un modèle par crédits à la consommation : chaque action réalisée par un agent consomme des crédits, que l’acteur soit humain ou artificiel. HubSpot capte de la valeur à chaque interaction, peu importe qui ou quoi l’effectue. Ce pivot démontre que le SaaS ne meurt pas. Il mue.

Salesforce a lancé AgentForce, une plateforme permettant de déployer des agents IA autonomes directement intégrés à son écosystème CRM. Marc Benioff, son fondateur, a évoqué le terme “SaaSpocalypse” au moins six fois lors de son dernier earnings call (la conférence téléphonique trimestrielle où une entreprise cotée en bourse présente ses résultats aux investisseurs) : non pas pour gémir sur le sort de son entreprise, mais pour réfuter la thèse point par point, chiffres à l’appui.

Microsoft a intégré Copilot dans l’intégralité de sa suite Office 365 et dans GitHub. ServiceNow déploie des workflows agentiques dans sa plateforme de gestion des services. Oracle et SAP accélèrent leurs transformations IA sur leurs ERP (progiciels de gestion intégrée, des logiciels qui centralisent l’ensemble des processus d’une entreprise : finance, RH, production, achats, etc.). La liste est longue et s’allonge chaque semaine.

Aaron Holiday, managing partner chez 645 Ventures, un fonds d’investissement américain spécialisé dans la tech, le dit clairement : ce n’est pas la mort du SaaS, c’est un vieux serpent qui mue. Les analystes de Forrester, l’un des cabinets de référence en analyse du marché technologique, projettent les dépenses SaaS mondiales à 576 milliards de dollars en 2029, contre 318 milliards en 2025. Les entreprises ne fuient pas le logiciel. Elles en dépensent davantage.

Notre propre expérience chez Apps Velocity : la preuve par l’exécution

Je ne parle pas depuis une tribune théorique confortable. Je parle depuis le terrain, depuis les décisions d’architecture et les arbitrages produit que nous faisons chaque semaine chez Apps Velocity.

Nous développons et maintenons plusieurs SaaS que je vais vous présenter rapidement, parce qu’ils illustrent concrètement ce dont je parle.

SMANCK.com est un outil de gestion de tâches et de projets collaboratif tout en un. Il réunit toutes les fonctionnalités telles que vue kanban, gestion de tickets et chat / visio intégré comme Slack.

paon.app est une solution de création et de gestion de site web professionnel pensée pour les indépendants et les petites entreprises qui veulent une présence en ligne sérieuse sans avoir besoin d’un développeur ou d’une agence web.

govideolive.com est une plateforme de vidéo en direct et de communication par la vidéo pour les entreprises qui souhaitent créer du lien avec leurs clients, animer des événements live, ou produire du contenu vidéo sans infrastructure lourde.

Ces trois produits sont en ce moment même en pleine refonte avec intégration profonde de l’IA. Pas de l’IA gadget collée en surface pour faire bonne impression dans une présentation. De l’IA embarquée dans les processus métier, dans les workflows utilisateurs, dans les moteurs de traitement sous-jacents.

Mais l’exemple le plus parlant, celui qui illustre le mieux ce dont je veux parler dans cet article, c’est Constrok.

Constrok est un ERP complet (un progiciel de gestion intégrée, c’est-à-dire un logiciel qui couvre l’ensemble des processus d’une activité) conçu spécifiquement pour les constructeurs de maisons individuelles et les maîtres d’œuvre du bâtiment. Gestion des projets de construction du premier contact client jusqu’à la livraison, suivi des chantiers, coordination des artisans et sous-traitants, facturation, suivi financier en temps réel, reporting et tableaux de bord de pilotage : un logiciel de gestion métier sectoriel à part entière.

Il a été développé et mis en production en un mois et demi.

Ce n’est pas un acteur du BTP qui l’a conçu. Ce n’est pas non plus un freelance inspiré qui a vibe-codé une interface en deux semaines depuis son canapé. C’est Apps Velocity, une équipe de spécialistes du logiciel qui maîtrise la totalité de la chaîne de valeur : conception produit et expérience utilisateur, développement applicatif complet, infrastructure cloud scalable, hébergement haute disponibilité, intégration des systèmes de paiement et des abonnements, gestion fine des licences et des droits d’accès selon les profils, sécurité des données et conformité réglementaire, et les briques métier spécifiques au secteur de la construction.

Un mois et demi pour un ERP sectoriel complet, déployé en production avec de vrais clients.

Les outils IA de développement ont-ils joué un rôle décisif ? Absolument. Ils ont été des multiplicateurs de productivité remarquables. Mais sans l’expertise accumulée, sans la maîtrise complète et éprouvée de la stack technique (l’ensemble des technologies utilisées pour construire le logiciel), sans les années d’expérience dans la construction de SaaS robustes et fiables, aucun agent IA au monde n’aurait produit Constrok en six semaines.

Le vibe coding sans expertise solide, c’est construire une maison sans architecte ni maçon qualifié. Ça peut tenir le temps d’une démonstration. Pas le temps d’un client enterprise qui paye chaque mois et dont les équipes comptent sur l’outil pour leurs processus critiques.

L’idée vaut zéro. Seule l’exécution compte.

Ce que l’histoire nous enseigne vraiment

Voilà ce que trente ans passés à traverser les grandes ruptures technologiques de l’intérieur donnent à voir, avec la prudence de celui qui sait que la prochaine surprise est toujours possible.

Chaque vague technologique est réelle. Chaque vague change les règles du jeu de manière durable. Et chaque vague provoque invariablement la même réaction : l’annonce de la fin définitive et imminente de ce qui existait avant.

Le mainframe n’a pas disparu avec le PC. Il a évolué vers des serveurs de calcul massivement puissants qui font tourner nos clouds aujourd’hui, soixante-dix ans après son invention. Les acteurs de l’ère mainframe qui ont compris la rupture et s’y sont adaptés ont survivé et prosperé. Les autres ont disparu.

Le logiciel packagé n’a pas disparu avec internet et le SaaS. Microsoft, Oracle et SAP sont toujours là, et en meilleure forme que jamais. Ce qui a disparu, c’est la certitude que leur modèle était indépassable. Cette arrogance a failli coûter très cher à plusieurs d’entre eux, et leur adaptation a été douloureuse. Mais ils l’ont faite.

Le SaaS ne va pas disparaître avec les agents IA. Il va intégrer les agents. Il va adapter ses modèles de pricing. Il va renforcer ses avantages compétitifs là où les challengers ne peuvent pas facilement suivre. Et il va continuer à croître.

Ce que l’IA agentique change vraiment, c’est la vitesse de mutation nécessaire et l’intensité de l’intégration IA requise pour rester pertinent. Les éditeurs qui resteraient de simples spectateurs, qui se contenteraient de coller une interface ChatGPT sur leur produit existant en appelant cela une transformation IA, ceux-là auront effectivement un problème dans les prochains mois.

Mais les éditeurs qui intègrent l’IA en profondeur, qui reconstruisent leurs architectures pour être nativement agentiques, qui adaptent leurs modèles économiques à la nouvelle réalité : ceux-là prennent une longueur d’avance considérable et durable. Parce qu’ils combinent deux choses que les challengers ne peuvent pas reconstituer rapidement : l’expertise métier accumulée sur des années, et les nouvelles capacités extraordinaires de l’IA générative et agentique.

La SaaSpocalypse est un phénomène boursier réel, une perturbation sectorielle sérieuse, et un signal d’alarme utile pour les éditeurs qui n’ont pas encore amorcé leur transformation IA en profondeur.

Ce n’est pas la fin du logiciel.

Ce n’est pas la fin du SaaS.

C’est le début de sa prochaine mutation. Probablement la plus profonde et la plus rapide depuis la naissance du cloud. Et comme à chaque grande mutation depuis soixante ans d’histoire de l’informatique, ceux qui s’en sortiront le mieux ne seront pas nécessairement les plus jeunes, ni les plus rapides à vibe-coder une démo. Ils seront ceux qui combineront le mieux l’expertise durement accumulée et les nouvelles capacités technologiques disponibles.

Je n’ai pas toutes les réponses. J’apprends chaque jour. Mais après trente ans passés à traverser chacune de ces vagues de l’intérieur, je suis assez serein pour dire que les experts qui annoncent si facilement la mort du SaaS feraient bien de regarder ce que les équipes de ces mêmes éditeurs construisent en ce moment, plutôt que d’analyser leurs cours de bourse.

Je ne perds jamais. Soit je gagne, soit j’apprends.

Les éditeurs SaaS qui font de même ne mourront pas dans cette vague.

Ils surferont dessus.

Patrick De Carvalho est CEO d’Apps Velocity, co-fondateur avec Pascal Roche. Auteur, podcasteur (#JNPJ Je Ne Perds Jamais - 108 épisodes publiés), speaker et entrepreneur tech depuis plus de 30 ans. Il accompagne les dirigeants de PME sur la stratégie IA et la transformation numérique, notamment via la méthodologie RAPID.

Méthodologie RAPID : rapid.appsvelocity.com  |  Conférences IA : conferences.jeneperdsjamais.com/conference-ia

SaaS d’Apps Velocity : SMANCK.com  |  paon.app  |  govideolive.com  |  constrok.com

February 7th, we launch REGAIA.

Four days. Here’s why.⬇️

💫Tuesday, Anthropic drops a legal plugin for Claude Cowork.

⛈️Thomson Reuters falls 16%. Wolters Kluwer loses 10%. RELX drops 14%.

📉$285 billion wiped out in 48 hours. Jefferies calls it the “SaaSpocalypse”.

Two days later, Opus 4.6 comes out. Teams of AI agents working together autonomously.

1 million token context window. Best-in-class across finance, legal and more.

The message couldn’t be clearer: AI agents aren’t just saving time anymore. They’re reshaping entire industries. Starting with legal.

And what sector shares the exact same vulnerabilities? Same mountains of documentation. Same talent shortages. Same never-ending regulatory inflation — EU AI Act in August 2026, MDR, MoCRA, NMPA…

Regulatory compliance.👀

We’ve been building AI agent platforms for months. When we saw what happened on Tuesday, we didn’t wait to see what would happen next. We acted.

Four days later, REGAIA is live.

REGulatory AI Agents.

Three pillars.

One mission: help the regulatory world get ready before the wave hits.

1. REGAIA Platform — a white-label SaaS platform of regulatory AI agents. Any consulting firm, RegTech company or sector expert can acquire it and make it their own — with their expertise, their data, their clients.

⚡️Our commitment: your platform up and running in 1 month.

2. 📖 REGAIA Book — “Regulation in the Age of AI.” A hands-on guide to designing and deploying your own regulatory AI agent platform.

✅ Strategy, architecture, business model — written for decision-makers, not engineers. (My second book after “Voice in the Age of AI,” already available on Amazon.)

3. 🎙️ REGAIA Podcast — the first English-language podcast covering agentic AI applied to regulatory compliance.

News, market trends, key players, expert interviews. No one covers this space globally. Now someone does.

👉 First episode is live:

https://open.spotify.com/show/6wfHBnjYIEVge75D1JadTW

From Tuesday’s announcement to Saturday’s launch. 4 days.

That’s the RAPID method: Review, Audit, Pilot, Iterate, Deploy. At APPS VELOCITY, speed isn’t marketing. It’s how we work with Pascal ROCHE

👉 rapid.appsvelocity.com

If you’re in regulatory consulting and you want your own AI agent platform — built around your expertise, for your clients, in your market — let’s talk. One month to go live.

✅ That’s our promise.

The legal world got its wake-up call this week. Regulatory compliance is next. The only question is: who moves first?

DMs open. We don’t wait around.

#REGAIA #AIAgents #RegulatoryCompliance #AgenticAI #RAPID #RegTech #ClaudeAI #Opus46 #AppsVelocity #AIAct

Le 5 février restera comme une date charnière dans l’histoire de la Silicon Valley. Ce jour-là, l’industrie a basculé dans une guerre d’usure psychologique et technique sans précédent. À 18h40, Anthropic lançait son nouveau fleuron, Claude Opus 4.6. Vingt minutes plus tard, dans un geste de riposte chirurgicale, OpenAI dévoilait GPT-5.3-Codex. Ce duel au sommet n'est pas qu'une simple mise à jour : c’est un siège stratégique.

Cette accélération vertigineuse survient alors que le marché boursier subit des secousses sismiques et que la course à l’armement technologique atteint son point de rupture. Plus fascinant encore, OpenAI a révélé un tournant vers la singularité : GPT-5.3 est le premier modèle d'envergure conçu, débogué et optimisé par une version antérieure de lui-même. Ce n'est plus seulement une compétition entre ingénieurs, mais entre architectures auto-évolutives.

2. Le cap du million : Pourquoi le contexte n'est plus un problème

L'une des percées majeures de Claude Opus 4.6 réside dans sa capacité à traiter 1 million de tokens, brisant enfin le plafond de verre du "context rot" (dégradation du contexte). Jusqu’ici, plus une IA ingérait de données, plus elle devenait confuse. Anthropic semble avoir résolu cette pathologie technique : sur le benchmark MRCR v2 (le test de "l'aiguille dans une botte de foin"), Opus 4.6 maintient un taux de réussite insolent de 76 %, là où le précédent Sonnet 4.5 s’effondrait à 18,5 %.

« C'est un changement qualitatif dans la quantité de contexte qu'un modèle peut réellement utiliser tout en maintenant des performances de pointe. »

Cette prouesse, complétée par une capacité de sortie de 128 000 tokens, permet d'analyser des bases de code massives ou des rapports financiers de plusieurs milliers de pages sans perte de précision. Pour les entreprises, cela signifie que l'IA ne se contente plus de lire un document ; elle possède désormais une mémoire de travail assez vaste pour auditer une structure de données entière.

3. De l'assistant à l'équipe : L'avènement des "Agent Teams"

Le passage de l'IA conversationnelle à l'IA d'action est désormais acté avec la fonctionnalité "Agent Teams". Anthropic ne propose plus un simple assistant, mais une équipe autonome. Dans Claude Code, plusieurs instances d'Opus 4.6 collaborent : l’une gère le frontend, l’autre l’API, tandis qu’une troisième orchestre la migration des données, chacune coordonnant ses actions avec les autres en toute autonomie.

Ce n'est plus une théorie de laboratoire, mais un rouleau compresseur financier. Claude Code a atteint 1 milliard de dollars de revenus récurrents (run rate) en seulement six mois. L'adoption massive par des géants comme Uber, Salesforce (déploiement généralisé à l'ingénierie mondiale), Accenture ou Spotify confirme ce basculement. Nous passons de la "gestion d'une IA" à la "gestion d'une équipe de travailleurs autonomes", transformant radicalement le rôle du développeur et du cadre dirigeant.

4. Le séisme à 285 milliards : L'IA, prédatrice du logiciel traditionnel ?

L'annonce des outils d'automatisation d'Anthropic a déclenché une panique boursière historique. L’indice Goldman Sachs des logiciels a chuté de 6 % en une séance, effaçant 285 milliards de dollars de capitalisation. À l'opposé, Anthropic a vu sa valorisation bondir à 350 milliards de dollars lors d'un nouveau tour de table de 10 milliards.

Le marché parie sur une cannibalisation du logiciel traditionnel par les agents IA. Les entreprises de services juridiques et financiers sont en première ligne.

Craintes des investisseurs

Vision des experts

Obsolescence immédiate : Les plug-ins "Claude Cowork" remplacent les logiciels métiers (Thomson Reuters -15,83%, LegalZoom -19,68%).

Jensen Huang (Nvidia) : Juge ces craintes "illogiques" ; l'IA ne remplacera pas chaque couche logicielle critique immédiatement.

Substitution totale : Les agents autonomes rendent les abonnements SaaS traditionnels inutiles.

Mark Murphy (JPMorgan) : Estime qu'il est "illogique" de croire qu'un plug-in d'IA puisse remplacer instantanément des logiciels de mission critique.

5. L'Adaptive Thinking : Quand l'IA choisit sa propre intensité de réflexion

Anthropic introduit avec Opus 4.6 l' "Adaptive Thinking", un système permettant au modèle de moduler son effort cognitif sur quatre niveaux (bas, moyen, haut, max). Pour les tâches complexes, le modèle peut décider de "réfléchir" plus longtemps, tandis qu'il économise temps et argent sur les requêtes simples.

Le paradoxe est saisissant : les modèles sont devenus si puissants que les ingénieurs doivent désormais apprendre aux clients à les faire "moins réfléchir" pour optimiser les coûts.

En termes de performance pure, les chiffres sont sans appel :

• Domination ELO : Sur le benchmark GDPval-AA (tâches économiques de haute valeur), Opus 4.6 devance GPT-5.2 de 144 points ELO, ce qui signifie qu'il l'emporte dans 70 % des cas.

• Action concrète : Sur OSWorld (Computer Use), Claude atteint 72,7 %, prouvant sa capacité à manipuler un clavier et une souris virtuels comme un humain.

• Pro-tip technique : L'introduction de la "Context Compaction" (en beta) permet de résumer automatiquement le contexte ancien pour maintenir la performance sur des sessions ultra-longues.

6. Guerre psychologique et marketing : Le Super Bowl du futur

La rivalité entre Sam Altman et Dario Amodei a quitté la sphère technique pour devenir un affrontement culturel. Au Super Bowl, Anthropic a attaqué frontalement le modèle économique d'OpenAI avec un slogan cinglant : "Les publicités arrivent dans l'IA. Mais pas chez Claude." Sam Altman a répliqué sur les réseaux sociaux, qualifiant la campagne de "malhonnête" et accusant Anthropic de vouloir réserver l'IA à une élite fortunée.

Plus surprenant encore est l'entrisme d'Anthropic dans l'écosystème Microsoft. Malgré les milliards investis par Redmond dans OpenAI, Claude est désormais intégré directement dans PowerPoint. Cette stratégie prouve que pour les géants du logiciel, la neutralité et la performance brute l'emportent désormais sur les alliances exclusives.

Vers une IA qui "pense" trop ?

En deux ans, Anthropic est passé de l'anonymat à un taux d'adoption de 40 % en entreprise, avec 75 % de ses clients utilisant déjà ses modèles en production. Nous ne sommes plus dans l'ère des chatbots, mais dans celle des systèmes d'action capables d'auto-organisation.

Cependant, cette puissance soulève de nouveaux défis : la gestion des "over-refusals" (les refus injustifiés par excès de prudence sécuritaire) et la fiabilité des agents agissant sans supervision humaine directe. Alors que l'IA commence à concevoir ses propres successeurs, la valeur ajoutée humaine se déplace irrémédiablement vers l'orchestration de haut niveau. Dans un monde où l'IA peut coordonner ses propres équipes, la question n'est plus de savoir si elle peut faire le travail, mais si nous savons encore comment lui donner une direction.

Retrouvez Les derniers Hommes au format podcast pour ne rien rater des bouleversements de l’Intelligence artificielle

Sur Spotify

https://open.spotify.com/show/4kywBxErxiJjJpOnR2hx4s?si=G2QBjtP9SXa7gGoU0aRpRQ