Newsletter · 2026-07-17 · Ashutosh Agarwal

Les entreprises freinent leurs factures de tokens IA, la tarification à l'usage joue dans les deux sens - Le SaaS est-il cassé ? - Semaine du 11 au 17 juillet 2026

Newsletter logiciels pour la semaine du 11 au 17 juillet 2026. Les entreprises sont passées d'une consommation maximale de tokens IA au rationnement de leurs factures d'usage, transformant la tarification à la consommation, censée sauver le SaaS, en un nouveau risque, tandis que Salesforce et Datadog ripostaient avec des opérationnels et de la substance produit.

Is SaaS Broken?

Semaine du 11 au 17 juillet 2026 : les entreprises freinent leurs factures de tokens IA, la tarification à l'usage joue dans les deux sens

Pendant l'essentiel de cette année, l'histoire était simple et effrayante : les agents IA allaient faire s'effondrer le nombre de sièges, et les éditeurs logiciels qui survivraient le feraient en basculant vers une tarification "à la consommation", facturant l'usage réel, comme un fournisseur d'énergie. Cette semaine, l'histoire de la consommation a révélé un côté sombre. Plusieurs podcasts ont décrit le même retournement : des entreprises qui, l'hiver dernier, jetaient de l'argent dans l'IA sans compter ("token maxing") ont passé cet été à découvrir la facture et à la faire redescendre. Si la tarification à l'usage devait sauver le logiciel, alors une vague de clients qui réduisent leur consommation n'est pas un sauvetage, c'est une nouvelle façon de rater les chiffres.

En dessous, trois choses se sont produites en même temps. Salesforce a envoyé ses propres dirigeants dans des podcasts pour répondre à la dégradation de la semaine dernière avec un vrai chiffre d'adoption. Le président d'OpenAI (qui dirigeait autrefois Salesforce) a déclaré que l'avenir n'était ni les sièges ni les tokens, mais le paiement des résultats, de quoi terrifier quiconque vend un abonnement. Et un investisseur logiciel respecté a livré le cadre "le logiciel est-il mort ?" le plus limpide de l'année. Pendant ce temps, un nouveau modèle chinois quasi gratuit a fait son apparition, les semi-conducteurs sont entrés en marché baissier, et l'expression de la semaine sur les bureaux de trading était "l'heure de vérité de l'IA" (AI reckoning).

TL;DR

La tarification à la consommation a joué dans les deux sens cette semaine. Les entreprises sont passées de "utilisez tous les tokens que vous voulez" (décembre 2025–mars 2026) à "réfrénez ça" (mai–juillet), les factures ayant explosé au-delà des budgets. Un groupe de responsables IA a fait passer ses coûts de tokens de 6 000 à 600 dollars par mois ; une entreprise a confié à Chamath Palihapitiya que ses coûts de tokens doublaient tous les 45 jours pour peut-être 5 % de productivité en plus. Le modèle tarifaire censé revaloriser le SaaS est aussi celui que les clients optimisent à leur avantage.

Le dénouement tarifaire a désormais un nom, et ce n'est ni les sièges ni les tokens. Bret Taylor, président d'OpenAI et PDG de la start-up d'IA Sierra, l'a dit tout net : "vous ne payez pas pour des tokens. Vous payez pour des résultats métier livrés." Un présentateur de CNBC a dit tout haut ce que tout actionnaire du logiciel pensait tout bas : que cela "instillerait la peur chez beaucoup d'éditeurs logiciels... habitués au modèle par abonnement."

Salesforce et Datadog ont défendu leur bout de terrain ; les deux chiffres qui trancheraient tout manquent toujours. Salesforce a mis deux opérationnels au micro avec une vraie statistique Agentforce (une équipe gère désormais "cent personnes et 400 agents", générant "plus de cent millions de pipeline"), et le chief scientist de Datadog a détaillé son IA d'observabilité. Mais pour la sixième semaine consécutive, aucun des sept noms n'a divulgué de marge brute sur les fonctionnalités IA ni de nouveau chiffre de rétention nette. Adobe et HubSpot n'ont eu que des interviews marketing ; Atlassian, Asana et Monday.com sont restés essentiellement silencieux.

Ce qui est nouveau

Classé selon ce qui compte réellement cette semaine pour positionner un book.

1. Le "token maxing" est terminé, et la gueule de bois est la vraie histoire. [Analyste]

C'est le basculement le plus important de la semaine, car il touche les sept noms à la fois. Sur Everyday AI, épisode 820 (16 juillet), l'animateur Jordan Wilson a décrit une trajectoire claire et datée : "de décembre 2025 à... mars 2026,... les entreprises disaient, oui,... utilisez autant de tokens que vous pouvez. Et puis c'est devenu, attendez, ces coûts de tokens grimpent de plus en plus haut... Donc maintenant on a vu, en mai, juin, juillet, ce revirement des entreprises qui se disent, attendez, on doit commencer à réfréner les dépenses." Il a été direct sur les raisons pour lesquelles personne ne s'en souciait avant : à "20 à 50 dollars par mois et par siège, la plupart des employés ne pouvaient pas atteindre ce plafond... on jouait avec de la fausse monnaie jusqu'à il y a environ quatre mois."

Les chiffres derrière ce repli sont frappants. Sur The Exchange (17 juillet), l'analyste Ray Wang a raconté qu'il venait d'être "à une conférence avec un groupe de responsables IA qui ont réussi à faire passer leurs coûts de tokens de 6 000 dollars par mois à 600 dollars. Et ils savent qu'ils vont descendre à 60 dollars avec un codage plus efficace." Sur All-In (11 juillet), Chamath Palihapitiya a rapporté les propos d'un fondateur lui disant "nos coûts de tokens doublent tous les 45 jours" alors que "la productivité en aval... au mieux 5 %", parce qu'"il faut utiliser beaucoup plus de tokens pour atteindre la prochaine itération d'amélioration, car on a effectivement déjà atteint une asymptote." Et la couverture par The Information de la conférence logicielle UBS (15 juillet) a nommé la tendance directement : "l'optimisation des tokens... devient un sujet dominant dans les cercles tech", les entreprises "constatant que leurs coûts de tokens de calcul dépassent largement ce qu'elles avaient budgété... Et elles commencent à freiner."

Pourquoi cela fait bouger les chiffres : la "tarification à la consommation" ne revalorise une entreprise logicielle à la hausse que si les clients consomment davantage chaque trimestre, avec plaisir. Cette semaine a montré le réflexe inverse, des acheteurs traitant l'usage de l'IA comme n'importe quelle facture d'énergie et cherchant des coupes. C'est directement baissier pour les noms tarifés à l'usage (Datadog, et le modèle de crédits IA de Monday.com), et cela sape toute la thèse "les sièges meurent mais la consommation nous sauvera". The AI Daily Brief (16 juillet) a résumé précisément le changement d'humeur : les entreprises "sont désormais activement passées de 'comment amener nos équipes à utiliser des tokens' à un malaise face à l'explosion de leurs coûts de tokens sans lien clair avec le revenu."

2. Le dénouement tarifaire a désormais un nom : les résultats, pas les sièges, pas même les tokens. [Opérationnel]

Sur Squawk on the Street (16 juillet), Bret Taylor a livré la phrase la plus citable de la semaine. Taylor mérite d'être écouté deux fois ici : il est président d'OpenAI, PDG de la start-up d'agents IA Sierra, et ancien co-PDG de Salesforce, ce qui le place à la fois sur la couche des modèles, la couche applicative, et l'acteur historique qu'il dirigeait autrefois. Son argument : "avec un agent Sierra, vous ne payez pas pour des tokens. Vous payez pour des résultats métier livrés. Vous payez pour ce rendez-vous pris... c'est notre travail de nous soucier de la tokenomics." Il a prédit que tout le marché évoluerait dans ce sens : "je pense qu'on va aller vers un monde où on paie pour des résultats."

L'intervieweur en a immédiatement tiré la conclusion évidente, et c'est la thèse de cette newsletter en une phrase : ce basculement "instillerait la peur chez beaucoup d'éditeurs logiciels. S'ils sont habitués au modèle par abonnement, et qu'on commence à payer pour des résultats, cela pourrait être une conversation plus longue." L'autre point important de Taylor était défensif, et c'est l'échappatoire des acteurs historiques : à mesure que les modèles se banalisent, "que reste-t-il ? On a ses relations avec ses clients et la mémoire de toutes ces interactions... cet actif qui se compose au fil du temps et qui constitue son moat."

Pourquoi cela fait bouger les chiffres : un monde tarifé aux résultats est la version de "le SaaS est cassé" que même un haussier doit respecter. Si les acheteurs se mettent à l'aise avec le paiement par rendez-vous pris ou par prêt originé, l'abonnement par siège, prévisible, à forte marge, ce sur quoi le multiple est bâti, devient l'ancien monde. Mais notez que l'échappatoire de Taylor est exactement ce sur quoi s'appuie Salesforce (voir plus bas) : les données clients propriétaires comme moat que l'IA ne peut pas banaliser.

3. Salesforce a répondu à la dégradation de la semaine dernière, avec des opérationnels et un vrai chiffre. [Opérationnel]

La semaine dernière, Salesforce a essuyé son premier coup dur côté sell-side de l'ère IA (une dégradation de KeyBank pour "ralentissement de l'adoption d'Agentforce"). Cette semaine, l'entreprise a riposté par la voix de ses propres dirigeants. Sur Venture with Grace (11 juillet), Kris Billmaier, EVP & GM de Sales Cloud, a livré l'anecdote d'adoption concrète que les haussiers attendaient : la responsable de la propre équipe SDR de Salesforce (les commerciaux qui traitent les leads) "dirige environ cent SDR. On a assigné un agent pour récupérer ces 75 % de leads qu'on ne traite jamais et généré... plus de cent millions de pipeline qui serait resté invisible autrement. Donc maintenant elle gère une équipe de cent personnes et 400 agents." Son cadrage est la réfutation directe de la thèse d'érosion des sièges : "je ne pense pas que ce soit un remplacement. Je pense que c'est vraiment... un partenariat, en fait." Il a aussi cité le client Batteries Plus qui déploie "10 agents... traitant des dizaines de milliers de conversations par jour en email."

Sur Marketing Beyond (15 juillet), Kevin Siminski, Chief Customer Officer de Salesforce pour Agentforce Marketing, a martelé l'adoption "jour zéro", concevant des incitations pour que les clients utilisent le produit "dès le tout premier instant", et a confirmé deux mouvements stratégiques : Salesforce "apporte le support MCP à Marketing Cloud Engagement... pour permettre essentiellement une expérience headless," et a accepté de racheter le fournisseur de CMS headless Contentful, dont la clôture est "prévue au... T3." Il a aussi confirmé l'investissement dans Anthropic et une posture "ouverte" agent-à-agent ("super agents").

Pourquoi cela fait bouger les chiffres : Salesforce essaie ici de transformer "Agentforce cale" en "Agentforce est un partenariat qui élargit ce que les commerciaux peuvent faire." La statistique de 100 millions de dollars de pipeline est exactement le genre de preuve qui pourrait trancher le conflit Cramer/KeyBank contre Benioff, si elle apparaît comme un revenu déclaré plutôt qu'une anecdote interne. Prudence : c'est un chiffre de première main venant d'un dirigeant Salesforce dans un podcast d'interview de fondateur, pas une divulgation auditée. À traiter comme directionnellement encourageant, pas vérifié. Et notez ce qui manque encore : aucun détail de tarification sièges contre consommation, aucun chiffre de rétention nette.

4. "Le logiciel n'est pas mort. Il est devenu plus difficile." Le cadre structurel le plus limpide de l'année. [Analyste]

Sur The Official SaaStr Podcast, épisode 868 (15 juillet), Rory O'Driscoll de Scale Venture Partners a posé tout le débat en chiffres. Le contexte macro : les hyperscalers dépensent "688 milliards de dollars cette année" en IA, tandis que "ce qui en ressort de l'autre côté... environ 110 milliards de dollars de revenus réels, dont la majeure partie, 89 milliards de dollars... provient des deux modèles de fondation." En termes simples, "on dépense un demi-billion de dollars de plus que ce qu'on encaisse", et selon ses calculs, "il faudra attendre 2031 ou 2032 avant que le revenu de ces deux entreprises dépasse le CapEx total", encore cinq ou six ans en "mode investissement", avec suffisamment de marge pour un "accroc" en cours de route.

Son recadrage clé : quand les gens demandent "le logiciel est-il mort ?", ils ne parlent pas d'OpenAI et d'Anthropic (qui sont du logiciel, et absolument pas morts). "Parfois ils veulent dire, le SaaS à l'ancienne... classique est-il mort", et parfois ils veulent dire "comment la valeur économique est-elle répartie entre les modèles de fondation et les entreprises logicielles modernes." C'est, dit-il, "la plus grande question de toutes. Comment l'entreprise veut-elle consommer 1 000 milliards de dollars d'IA sur les 5 ou 6 prochaines années ?", tout acheter directement chez Anthropic (auquel cas, plaisante-t-il, l'industrie du logiciel peut "rentrer à la maison"), ou via des entreprises qui "ajoutent de la valeur par-dessus." Il a aussi donné une idée vivante de l'enjeu financier : pour atteindre 1 000 milliards de dollars, les modèles de fondation ont besoin de "15 %, 17 % de tous les dollars des travailleurs du savoir," et de "bien plus de 25 %" de la rémunération des développeurs logiciels, "pour chaque tranche de 200 000 dollars versée à un développeur, ils dépensent 50 000 dollars en tokens."

Pourquoi cela fait bouger les chiffres : c'est le cadre qu'un gérant de portefeuille devrait garder en tête pour chacun de ces sept noms. La question n'est pas "le SaaS va-t-il mourir", c'est "qui capture la valeur : les fabricants de modèles ou les entreprises applicatives qui se posent au-dessus." La thèse haussière pour les sept noms repose sur le même pari que pose O'Driscoll : que les entreprises veulent du logiciel à valeur ajoutée, pas un modèle brut.

5. Datadog a obtenu de la substance produit pour la thèse "gagnant de l'infrastructure". [Opérationnel]

La semaine dernière, Datadog a été couronné gagnant archétypal de l'IA sur la base d'un cadre général (+88 % depuis le début de l'année, le "scanner IRM" des systèmes IA). Cette semaine, cela a pris de la substance réelle. Sur The Data Exchange (16 juillet), Amit Talwalkar, chief scientist de Datadog, a détaillé les "modèles de fondation de séries temporelles" de l'entreprise, Toto, qui a démarré à "100 millions de paramètres", les modèles récents montant "jusqu'à environ 2,5 milliards", construits sur la montagne de données de monitoring que Datadog collecte déjà. Un détail révélateur sur l'économie : l'approche IA coûte en réalité moins cher à exploiter que l'ancienne méthode statistique, car "il nous est en fait moins cher d'utiliser un modèle zero-shot de 100 millions de paramètres... plus rapide à l'inférence que d'ajuster réellement un modèle ARIMA à la volée." L'ambition est un "modèle du monde" capable de "simuler le comportement d'un système logiciel distribué" et de prédire des incidents en fusionnant "les métriques avec les logs, les traces, la topologie, le code et les alertes." Par ailleurs, sur Hidden Gems de Motley Fool (12 juillet), un vétéran cadre du logiciel a cité "Snowflake, Databricks, Datadoc" [Datadog] parmi les noms d'infrastructure de données "montrant un bénéfice massif... les capitalisations boursières sont en hausse."

Pourquoi cela fait bouger les chiffres : c'est la thèse haussière des "pioches et pelles" qui obtient une colonne vertébrale factuelle plutôt qu'une métaphore. Datadog ne fait pas que surveiller l'IA, il construit des modèles IA sur ses propres données, et affirme surtout que son inférence est peu coûteuse. Le contre-argument baissier est inchangé et désormais plus aigu compte tenu du point n° 1 : Datadog est une entreprise tarifée à la consommation, donc le réflexe de rationnement des tokens qui balaie les entreprises est exactement le risque à surveiller lors de sa prochaine publication.

Le débat : le SaaS par siège est-il structurellement cassé, ou se revalorise-t-il simplement ?

La thèse baissière (ça se casse). L'unité sur laquelle le SaaS a été bâti, un humain payant mensuellement pour s'asseoir dans une appli, est en train d'être décrochée du travail lui-même, et le modèle "à la consommation" censé la remplacer se révèle être quelque chose que les acheteurs coupent, pas qu'ils font croître. Cette semaine en a fourni la preuve la plus claire : le revirement du token-maxing au rationnement, les coupes de 6 000 à 600 dollars, des coûts qui "doublent tous les 45 jours" pour 5 % de production en plus (All-In, 11 juillet). L'économie sous-jacente des modèles reste hideuse et a reçu une confirmation fraîche : sur Impact Theory de Tom Bilyeu (14 juillet), réagissant à l'analyste baissier Ed Zitron, l'animateur a cité les états financiers audités d'OpenAI : "OpenAI a brûlé 20,9 milliards de dollars en 2025... leurs coûts augmentent linéairement avec leurs revenus. Il n'y a aucune preuve qu'ils puissent améliorer leurs marges", tandis que Motley Fool (12 juillet) a chiffré le brûlage à "3 milliards de dollars par mois" et noté que "jusqu'à 40 % des projets d'IA en entreprise pourraient finalement être abandonnés." Bilyeu a aussi relayé la pique du PDG de Palantir, Alex Karp, selon laquelle les entreprises ont l'impression de "se détendre et gaspiller... du temps avec des tokens... n'obtiennent aucune valeur et eux [les labos] obtiennent ma propriété intellectuelle," et le point acéré selon lequel les labos "encouragent le gaspillage... ils ne facturent pas aux résultats... parce qu'on ne peut pas le faire avec des grands modèles de langage. Ils sont intrinsèquement sujets aux hallucinations." Ajoutez la propre prédiction de Bret Taylor selon laquelle le pricing bascule vers les résultats (mauvais pour les abonnements), un nouveau modèle chinois quasi gratuit (Kimi K3, "presque 3 000 milliards de paramètres", contre lequel le PDG de Databricks Ali Ghodsi a mis en garde sur The Exchange "signifie encore plus de compression des marges"), et les semi-conducteurs entrant en marché baissier, et vous obtenez une industrie qui repriorise visiblement son risque. La sonde ROI de Chamath est la chute : en retirant les ventes de puces NVIDIA, la hausse du bénéfice par action des 493 (le S&P hors NVIDIA) attribuable à l'IA se situe "quelque part entre 0 et 2 %."

La thèse haussière (ça se revalorise, ça ne meurt pas). L'argument le plus solide est qu'il s'agit d'une disruption ordinaire, à laquelle les acteurs historiques bien gérés s'adaptent. Le cadre d'O'Driscoll "le logiciel n'est pas mort, il est devenu plus difficile" (SaaStr, 15 juillet) est l'ancre : quelqu'un capture ce billion de dollars de valeur au-dessus des modèles, et ce ne seront pas uniquement les fabricants de modèles. La réfutation la plus directe de la thèse d'érosion des sièges est venue du cofondateur de Glean, Arvind Jain, sur 20VC (11 juillet), qui a insisté sur le fait que "les équipes vont grossir, pas rétrécir." Sa logique : "la productivité par personne va bondir, mais les exigences aussi. Pour générer le même revenu, il faut produire un produit 10 fois meilleur." Sa propre entreprise passe de "plus de mille personnes actuellement" à "5 000, on l'espère." Il a aussi crevé la panique de banalisation : "90 % ou plus des cas d'usage [en entreprise] ne peuvent pas être entièrement traités par... des modèles open source", et a qualifié l'incursion d'Anthropic dans les verticales de "assez superficielle... c'est toujours du net nouveau... qui élargit le marché." Le fondateur de Wix, Avishai Abrahami, sur 20VC (13 juillet) a corroboré le point de rétention depuis le terrain : sa propre équipe de "développeurs professionnels" a passé une semaine, puis une équipe plus forte deux semaines de plus, et n'a toujours pas pu reconstruire la logique métier d'un salon de coiffure dans un outil de vibe-coding, "ces choses-là sont compliquées" ; "on ne va pas vibe-coder Shopify... la pile métier est trop difficile." (Il a même confessé posséder "beaucoup d'Atlassian" pour la même raison, "tous les développeurs vont le remplacer par leur propre truc, ce qui évidemment n'arrive pas.") Et les opérationnels de Salesforce ont montré des agents ajoutant du pipeline aux équipes tarifées par siège plutôt que de les remplacer. Le fil haussier unificateur, de Taylor à Billmaier en passant par Abrahami, est que les données clients propriétaires et la logique métier codifiée sont le moat que l'IA ne peut pas copier à bas coût.

Où penche la balance. Les deux camps s'accordent désormais sur la destination : un mélange de sièges, de consommation, de résultats et de services, avec des données propriétaires comme noyau défendable. Ils divergent sur la vitesse et sur qui s'adapte. Mais le fait le plus important reste celui que cette newsletter signale depuis six semaines consécutives et qu'elle ne peut toujours pas voir : aucune entreprise SaaS dans le périmètre n'a divulgué de marge brute explicite sur ses fonctionnalités IA, et aucune n'a publié de nouveau chiffre de rétention nette du revenu. Les seuls points de données de marge cette semaine étaient adjacents : des cabinets de services natifs IA passant de "35 à 45 % de marge brute... à 50 et 60 %" (AI to ROI, 16 juillet), et des labos de pointe faisant état de marges d'inférence "supérieures à 90 %" à la couche modèle (AI Daily Brief, 13 juillet). Ni l'un ni l'autre ne dit ce qu'une fonctionnalité IA fait à la marge brute de Salesforce ou d'Adobe. Tant que ces chiffres ne sont pas là, haussiers et baissiers se disputent sur un nombre qu'aucun des deux ne peut voir.

Actions à surveiller

La couverture directe et substantielle de cette semaine est revenue à CRM (deux interviews d'opérationnels) et DDOG (une interview de chief scientist). ADBE et HUBS ont eu des interviews purement marketing, couleur de marque et de produit, aucune donnée financière. TEAM n'est apparu qu'en mention de passage ; ASAN et MNDY étaient silencieux. Signalé honnêtement ci-dessous.

Salesforce (CRM), couvert directement ; les opérationnels en attaque.

Haussier : Deux dirigeants seniors ont défendu l'argument "partenariat, pas remplacement" avec une statistique concrète, une équipe SDR gérant désormais "cent personnes et 400 agents" et "plus de cent millions de pipeline qui serait resté invisible autrement" (Venture with Grace, 11 juillet). En plus d'une poussée d'adoption "jour zéro" et de l'acquisition de Contentful dont la clôture est prévue au T3 (Marketing Beyond, 15 juillet). Son moat de données est exactement l'actif défendable que Bret Taylor et d'autres décrivent comme survivant à la banalisation.
Baissier : Tout ce que Salesforce a cité est une anecdote de première main, pas une métrique auditée, et le monde du "payer pour les résultats, pas pour les sièges" que son propre ancien co-PDG prédit désormais est une menace directe pour le modèle par siège de Salesforce. Toujours aucun détail de tarification sièges contre consommation, aucun chiffre de rétention nette.
Prochain catalyseur : Toute métrique déclarée (non anecdotique) de revenu/consommation Agentforce lors du prochain appel de résultats, et la manière dont l'accord Contentful est présenté pour la monétisation.

Datadog (DDOG), couvert directement ; substance produit ajoutée.

Haussier : Le chief scientist a détaillé une IA réelle, en production (modèles de fondation Toto, 100 M–2,5 Md de paramètres, un "modèle du monde" pour la prédiction d'incidents), construite sur les données d'observabilité propriétaires de Datadog, et a affirmé que l'IA coûte moins cher à exploiter que l'ancienne méthode (The Data Exchange, 16 juillet). Cité de nouveau parmi les gagnants de l'infrastructure de données (Motley Fool, 12 juillet).
Baissier : Datadog est tarifé à la consommation, donc le thème dominant de la semaine, les entreprises qui rationnent les dépenses de tokens/usage (The Information, 15 juillet), touche en plein dans le mille. Le point de sa propre scientifique selon lequel l'observabilité IA peut être bon marché est à double tranchant : bon marché à servir pour Datadog, mais aussi moins cher (moins facturable) pour les clients.
Prochain catalyseur : Les tendances d'usage/consommation et tout commentaire sur les dépenses clients lors de la prochaine publication, l'indicateur permettant de savoir si le réflexe de rationnement atteint Datadog.

Adobe (ADBE), interview purement marketing ; aucune mise à jour financière.

Haussier : La CMO Lara Balazs a vanté Firefly comme un "studio IA tout-en-un" et une nouvelle "couche agentique... l'assistant IA Firefly à travers... InDesign, Illustrator, Photoshop," plus l'acquisition de SEMrush créant "une plateforme unifiée pour faire à la fois du SEO et de la recherche GEO" (Uncensored CMO, 15 juillet).
Baissier : C'était une conversation de marque et de créativité pure, sans aucune donnée financière, aucune mise à jour sur le comité de direction vacant, sur le virage freemium, ou sur la pression sur le revenu d'abonnement signalée la semaine dernière. Le silence sur les chiffres n'est pas rassurant.
Prochain catalyseur : Une nomination définitive de PDG/DAF, et tout chiffre concret sur l'impact du virage freemium et de la monétisation de Firefly sur le revenu d'abonnement.

Atlassian (TEAM), mention de passage uniquement.

Haussier : L'argument de rétention a reçu un appui inattendu : le fondateur de Wix a dit posséder "beaucoup d'Atlassian" précisément parce que la crainte que "tous les développeurs le remplacent par leur propre truc... n'arrive évidemment pas" (20VC, 13 juillet).
Baissier : Toujours un fournisseur d'outil de travail d'équipe par siège, en plein dans la zone d'érosion des sièges, et aucune métrique d'adoption ou de consommation Rovo relevée cette semaine.
Prochain catalyseur : Un chiffre d'adoption ou de consommation Rovo, et si cela fait évoluer la tarification par siège vers un mélange hybride ou de consommation.

HubSpot (HUBS), interview purement marketing.

Haussier : Le CMO Kipp Bodnar a évoqué Breeze dans le contexte de la découverte de marque à l'ère de l'IA et des données clients (The Agile Brand, 15 juillet), l'angle des données clients est le même thème de moat sur lequel s'appuient les haussiers.
Baissier : Aucune donnée de monétisation, de taux d'attach, de siège ou de rétention nette pour Breeze, simple lecture indirecte. Les PME restent les clients les plus susceptibles de "bricoler" avec des outils agentiques bon marché, et le noyau par siège de HubSpot se trouve dans la zone d'érosion.
Prochain catalyseur : Un premier chiffre d'attach ou de monétisation pour Breeze ; toute mise à jour de rétention nette.

Asana (ASAN), silencieuse cette semaine (aucune couverture).

Haussier : La direction a déjà concédé que le bas de gamme est exposé et se déplace vers le haut de gamme, un mouvement défensif sans doute judicieux.
Baissier : Les sièges de gestion du travail sont la cible manuel scolaire du "un agent remplace cinq sièges", et le thème du rationnement de la consommation est un vent contraire pour tout potentiel haussier lié à l'usage. Le silence est une absence d'information, pas un réconfort.
Prochain catalyseur : Toute donnée d'usage d'AI Studio ou chiffre de rétention par cohorte d'entreprise.

Monday.com (MNDY), à nouveau silencieuse (plusieurs semaines de suite).

Haussier : Un modèle de consommation par crédits IA est, en théorie, bien adapté à l'ère de la consommation.
Baissier : C'est exactement cette théorie que la semaine sape, si les entreprises coupent activement leur consommation de tokens/crédits, un modèle de crédits IA passe d'un potentiel haussier à un vent contraire. Et nous n'avons toujours aucune donnée fraîche sur son efficacité.
Prochain catalyseur : Un premier chiffre divulgué de consommation ou d'attach de crédits IA.

Répercussions

SaaS à forte densité de sièges (TEAM, HUBS, ASAN, MNDY). Peu ou pas de temps d'antenne direct, mais le risque central de la semaine atterrit précisément sur eux, et il a évolué : ce n'est plus seulement "les agents font s'effondrer les sièges", c'est "le modèle de consommation censé vous sauver est celui que les acheteurs sont en train de couper." Pour Monday.com en particulier, un modèle de crédits IA est un vent contraire, pas une couverture, dans un environnement de rationnement des tokens. L'espoir compensatoire est le fil du moat qui traverse chaque haussier cette semaine, données clients propriétaires et logique métier codifiée (Salesforce, Wix, Bret Taylor), plus l'argument à contre-courant d'Arvind Jain, "les équipes grossissent." Surveillez lequel de ces quatre noms sera le premier à divulguer un véritable chiffre d'attach ou de rétention IA ; le silence est lui-même une donnée.

Fournisseurs de modèles et d'inférence (OpenAI, Anthropic, Bedrock, Azure, DeepMind). L'économie est restée brutale et mieux documentée : OpenAI a "brûlé 20,9 milliards de dollars en 2025" et environ "3 milliards de dollars par mois", tandis qu'Oracle construit "7,1 gigawatts... rien que pour un seul client" et, selon la thèse baissière, a besoin de "75 milliards de dollars de revenu annuel" pour couvrir Stargate (Impact Theory, 14 juillet). Deux courants contraires structurels comptent pour le SaaS. D'abord, la subvention en tokens est énorme mais finie : les chiffres de Semi-Analysis cités sur AI Daily Brief (13 juillet) placent le palier à 20 dollars/mois à "400 dollars d'usage chez Anthropic, ou 700 dollars chez OpenAI," et le palier à 200 dollars/mois à "8 000 dollars... chez Anthropic, ou un stupéfiant 14 000 dollars... chez OpenAI." Ensuite, AWS a "accéléré sa croissance à 28 %" (The Information, 15 juillet), et les mêmes analystes ont averti qu'à mesure que les clients "redescendent vers des modèles moins chers et plus petits," les labos de pointe vont "s'intégrer verticalement dans l'espace logiciel," ce qui signifie une concurrence plus frontale entre fabricants de modèles et les sept noms au cours des prochaines années. Côté modèles bon marché, Bridgewater aurait finement ajusté un modèle chinois open source pour battre "le meilleur modèle de pointe testé" tout en "coûtant 13,8 fois moins" (Everyday AI, 16 juillet).

Risque de dévalorisation généralisée. Tout le complexe logiciel/IA s'est reprisé cette semaine. Le cadre de Gavin Baker (via AI Daily Brief, 13 juillet) est celui à retenir : si la part se déplace des "labos de pointe avec des marges d'inférence supérieures à 90 % vers des modèles moins chers," les dollars de marge "se redistribuent des labos de pointe vers les fournisseurs d'infrastructure IA." C'est constructif pour la couche infrastructure/observabilité (Datadog) et négatif pour quiconque ne crée de la valeur qu'à travers un mince habillage sur un modèle coûteux. Et le marché a confirmé l'anxiété : sur The Exchange (17 juillet), les semi-conducteurs sont entrés en marché baissier, le Nasdaq a connu sa pire semaine depuis près d'un mois, et l'argent a tourné vers la santé et la finance, une "heure de vérité de l'IA." Surveillance des IPO : l'IPO de SpaceX ("75 milliards de dollars à 1 750 milliards... échangée à 2 000 milliards de dollars sur environ 35 milliards de dollars de revenu prévisionnel") est le modèle, Anthropic (rumeur de ">100 milliards de dollars de revenu") devant probablement précéder OpenAI (rumeur de "~70 milliards de dollars" de rythme annualisé) sur le marché, toutes deux potentiellement au-dessus de 1 000 milliards de dollars (All-In, 11 juillet). Bret Taylor n'a donné "aucune mise à jour sur les projets d'IPO" (Squawk on the Street, 16 juillet).

Ce qui a changé par rapport à la semaine dernière

Nouveau : la thèse de la consommation a basculé de sauveur à risque. Le cadre de la semaine dernière était que les acteurs historiques pouvaient se revaloriser en passant des sièges à la tarification à la consommation. Cette semaine, plusieurs podcasts ont documenté des entreprises coupant leur consommation, le revirement du "token-maxing" à "l'efficience des tokens", des coupes de 6 000 à 600 dollars, des plafonds de dépenses. C'est une véritable escalade : cela signifie que la voie d'évasion hors de l'érosion des sièges a sa propre trappe. Le plus directement baissier pour les noms tarifés à l'usage (DDOG, MNDY).

Nouveau : Salesforce a répondu à la dégradation de KeyBank avec des opérationnels et un chiffre. La semaine dernière, CRM était la principale histoire baissière (une réduction de Buy à Hold sur un Agentforce qui calait). Cette semaine, deux dirigeants de Salesforce se sont exprimés publiquement avec une statistique d'adoption concrète "partenariat, pas remplacement" ("100 personnes et 400 agents," "100 millions de dollars de pipeline") plus l'acquisition de Contentful. Le débat est désormais vivant et bilatéral plutôt qu'à sens unique, bien que toujours non tranché sans chiffres audités.

Nouveau : "payer pour les résultats" a obtenu une voix opérationnelle vedette. Bret Taylor (président d'OpenAI / PDG de Sierra / ex-Salesforce) a explicitement déclaré que la tarification dépasse les tokens pour aller vers les résultats métier, une formulation plus nette et plus effrayante que la synthèse "hybride sièges + consommation" de la semaine dernière, et vise directement le logiciel par abonnement.

Corroboré : l'histoire du brûlage de cash d'OpenAI a obtenu son chiffre-titre audité. La semaine dernière : des chiffres fuités (1,60 dollar dépensé par dollar gagné, une perte d'environ 21 milliards de dollars). Cette semaine : "20,9 milliards de dollars" brûlés en 2025 selon les états financiers audités, plus "3 milliards de dollars par mois," plus la construction par Oracle de 7,1 GW pour un seul client. La thèse du plancher de marge est mieux documentée, pas résolue.

Évolué : Datadog est passé de la métaphore au mécanisme. La semaine dernière, DDOG était le gagnant "scanner IRM" sur la base d'un cadre. Cette semaine, son chief scientist a détaillé les produits IA réels (modèles de fondation Toto, modèles du monde) et affirmé une inférence bon marché, de la substance derrière l'histoire, bien que le risque de rationnement de la consommation se profile désormais plus grand.

Toujours manquant (six semaines de suite) : les deux chiffres qui mettraient fin au débat. Aucune marge brute explicite sur les fonctionnalités IA de la part d'aucun des sept, et aucune nouvelle publication de rétention nette. Les substituts les plus proches (marges des services natifs IA de 35 à 45 %, en hausse vers 50 à 60 % ; marges d'inférence des labos de pointe "supérieures à 90 %") décrivent d'autres couches de la pile, pas le SaaS dans le périmètre.

Calme : Adobe et HubSpot sont passés au qualitatif, et trois noms sont restés silencieux. ADBE (CMO sur Firefly/couche agentique/SEMrush) et HUBS (CMO sur la recherche IA) ont eu du temps d'antenne purement marketing sans données financières. TEAM n'est apparu qu'en mention de passage ; ASAN et MNDY n'ont de nouveau eu aucune couverture substantielle.