Newsletter · 2026-07-31 · Ashutosh Agarwal

Salesforce et HubSpot lancent une tarification au résultat à deux dollars par résolution - Le SaaS est-il cassé ? - Semaine du 31 juillet 2026

Une synthèse de ce que les podcasts logiciels ont dit sur les deux semaines se terminant le 31 juillet 2026, notamment Salesforce et HubSpot qui lancent une tarification à la performance à environ deux dollars par incident résolu, le durcissement des plafonds de dépenses en tokens en entreprise vers de la gouvernance, le vent porteur de la consommation chez Datadog, et une analyse baissière détaillée d'Atlassian.

Is SaaS Broken?

Semaine du 31 juillet 2026 : Désormais on paie au résultat, pas au poste

Période couverte : du 18 au 31 juillet 2026.

TL;DR

La grande nouvelle : Salesforce et HubSpot ont tous deux lancé cette quinzaine une tarification réellement basée sur les résultats, on paie environ 2 dollars par incident résolu, et rien si l'IA échoue. La semaine dernière, ce n'était qu'un slogan de Bret Taylor (« vous payez pour des résultats, pas pour des tokens »). Aujourd'hui, c'est un produit en production chez deux des sept valeurs que nous suivons. Le modèle au poste n'est pas mort, mais il n'est officiellement plus la norme par défaut.
La panique des tokens a trouvé une réponse en matière de gouvernance. L'histoire effrayante de mi-juillet, « les entreprises freinent leurs dépenses d'IA », s'est apaisée en quelque chose de plus structuré : plafonds de dépenses (1 500 $/mois chez Uber, 200 $/semaine chez Tesla), tableaux de bord FinOps, et des fournisseurs comme HubSpot qui choisissent d'absorber le coût d'inférence plutôt que de le répercuter. Le choc de facturation est réel ; la réponse, c'est la gestion, pas le repli.
Datadog continue de gagner le pari « l'usage augmente » ; Atlassian est devenu la victime désignée du sell-side. Un analyste logiciel a cité Datadog parmi les rares valeurs en hausse sur l'année parce que l'IA fait transiter plus de données à mesurer. Sur la même période, un podcast value a utilisé Atlassian comme étude de cas d'une « mauvaise entreprise que l'IA a rendue pire », marges brutes supérieures à 80% et rétention de 98-99%, mais marges opérationnelles négatives et un rachat de navigateur à 600 M$ jugé être une perte sèche.

Ce qui est nouveau

Classé selon ce qui influence réellement une position.

1. La tarification au résultat cesse d'être une slide et devient une référence produit, à la fois chez Salesforce et chez HubSpot

C'est le développement de la quinzaine. Depuis des semaines, cette newsletter suit l'idée que l'IA ferait exploser le modèle « paiement au poste » et que l'aboutissement pourrait être de payer pour des résultats. Ce sont ces deux semaines où cela devient réel, chez deux valeurs suivies, à presque le même point de prix de 2 dollars.

Salesforce. Dans Insights for IT Negotiations (23 juillet), Adam Mansfield, responsable de la pratique Salesforce chez UpperEdge (analyste, conseiller en sourcing et négociation, pas un initié de Salesforce), a décrypté la nouvelle tarification de l'« agent d'aide » Agentforce. Le mécanisme : 2 $ par résolution (contre 2 $ par conversation auparavant). On ne paie que si l'IA résout un problème client de bout en bout, seule. « Si dans l'interaction avec l'agent de service… le client n'a pas le sentiment d'avoir obtenu sa réponse et le signale, je voudrais parler à quelqu'un, un humain, ce n'est pas résolu. Toute forme d'escalade, on ne paie pas pour ça. » Il y a toujours un moteur de consommation qui tourne en arrière-plan, on prépaie des lots d'au moins 1 000 résolutions et on tire sur ce stock, mais Data 360 et Agentforce eux-mêmes restent non mesurés.

Pourquoi c'est important pour les chiffres : selon Mansfield, la tarification à la consommation ralentissait les cycles de vente de Salesforce. Les clients restaient coincés sur « combien vais-je utiliser ? quel est le ROI ? » et hésitaient. La tarification au résultat supprime ce frein, et, selon ses mots, « c'est une société cotée en bourse. Elle a besoin d'augmenter son chiffre d'affaires. Elle subit une pression significative des investisseurs. » Il a aussi identifié pourquoi Salesforce a bougé : les clients « voient les histoires d'horreur qui circulent sur OpenAI et Anthropic… des entreprises qui ont commencé à utiliser ChatGPT Enterprise et se sont soudain retrouvées avec une facture de 4 millions de dollars qu'elles n'attendaient pas. » Salesforce vend la certitude de facturation comme une fonctionnalité.

HubSpot. Dans Tech Disruptors (30 juillet), le CTO de HubSpot (opérateur) a décrit essentiellement le même mouvement, et est allé plus loin sur la question de marge qui intéresse tout le monde. L'agent client de HubSpot est tarifé par incident résolu : « si l'agent client… pour une raison quelconque n'arrive pas à résoudre le problème du client, vous ne nous payez rien. » Le taux de résolution moyen actuel est « dans les bas 70% » (71-72%), avec certains clients à 85-90%. Son agent de prospection est tarifé par lead qualifié livré. Globalement, l'entreprise évolue vers « un mélange de postes puis de crédits… alignés sur une consommation fondée sur la valeur ».

La phrase qui devrait faire tiquer tout analyste de marges SaaS : sur la question de qui paie les tokens, le CTO a dit, « nous considérons cela comme notre responsabilité vis-à-vis de nos clients », HubSpot absorbe le coût d'inférence plutôt que de le répercuter, et présente cela comme faisant partie de la valeur qu'elle offre aux petites entreprises « qui n'ont ni le temps ni l'expertise pour se plonger dans l'IA ». Elle gère les coûts en agissant comme « la Suisse des modèles », en acheminant automatiquement chaque tâche vers le fournisseur, le modèle et la taille les moins chers pour la qualité requise. C'est tout le débat sur la marge brute résumé en une phrase : HubSpot parie qu'elle peut absorber un coût IA à marge d'environ 50%, le cacher derrière un abonnement à marge de 80%, et se frayer un chemin vers quelque chose d'acceptable.

Lecture positionnement : c'est la première preuve tangible que la thèse de la « tarification au résultat » est une véritable décision produit, pas une idée de tribune de conférence, et elle se matérialise simultanément chez deux de nos sept valeurs. Haussier pour le récit selon lequel les acteurs historiques peuvent réévaluer leur tarification pour l'IA. Ambigu pour les marges : le paiement par résolution transfère le risque d'exécution vers le fournisseur, et quelqu'un continue de payer la facture d'inférence.

2. La frayeur du plafonnement des tokens a mûri, passant de la panique à la plomberie

Il y a deux semaines, le marché s'inquiétait de voir les entreprises freiner brutalement leurs dépenses IA. Cette quinzaine, l'histoire a gagné en précision et en désinvolture. Dans The AI Daily Brief, « A Field Guide to AI Market Freakouts » (23 juillet), Nathaniel Whittemore (analyste) a exposé les plafonds réels : Uber plafonne les utilisateurs à 1 500 $/mois ; Tesla autorise 200 $/semaine avec possibilité d'en demander plus. Son contre-argument : les plafonds « comptent bien moins que la prise de conscience qu'on n'utilise qu'une part infime de l'intelligence que l'on finira par demander. » (Même épisode : les valeurs momentum ont connu leur pire mois jamais enregistré, en baisse de 40% selon Morgan Stanley, et Goldman a signalé des hedge funds vendant la tech en volumes record, donc le tableau du secteur logiciel est laid indépendamment des fondamentaux.)

L'ampleur des dépenses sous-jacentes, tirée de AI to ROI, « AI is a Compensation Scale Expense » (21 juillet) (analyste) : une entreprise non nommée a atteint une facture d'IA de 500 millions de dollars par mois ; Uber a imposé un plafond de 1 500 $/ingénieur/mois ; Microsoft a révoqué des milliers de licences Claude Code en fin d'exercice fiscal, une mesure budgétaire. Le taux de croissance annualisé d'Anthropic est passé de 9 Md$ fin d'année dernière à 47 Md$ mi-mai, avec plus de 1 000 entreprises payant 1 M$/an pour Claude ; OpenAI se situe à environ 33 Md$ et traite désormais 15 milliards de tokens par minute, soit 50 fois plus en trois ans. Et la conclusion pour quiconque modélise le SaaS : les dépenses de logiciels et de tokens IA représentaient environ 100 Md$ en 2024 (moins de 2% des dépenses IT mondiales), et Gartner projette environ 2 000 milliards de dollars d'ici 2030, alors que l'ensemble du marché SaaS, construit sur 25 ans, ne pèse qu'environ 250 Md$.

D'où vient cet argent ? Les animateurs soutiennent qu'il n'existe vraiment que deux budgets assez importants : le budget logiciel (à mesure que le SaaS se transforme en logiciel IA) et le budget de main-d'œuvre. Et ils voient ce dernier bouger : plus de 113 000 suppressions d'emplois tech dans 179 entreprises d'ici mi-mai, 48% explicitement attribuées à l'IA, tandis que le chiffre d'affaires par employé des SaaS cotées est passé d'environ 300 000 $ à environ 400 000 $ (+33%), les entreprises renonçant à remplacer les départs.

La réponse « plomberie » s'est manifestée dans Business of Tech (23 juillet), où Seth Robinson de CompTIA (analyste) a décrit sans détour le changement de modèle : « du par poste ou par utilisateur au poste plus consommation », car « les tokens ne sont pas gratuits… il y a une composante qui fonctionne comme un compteur qui tourne. » Il s'attend à ce que la discipline FinOps née autour du cloud migre vers le DevOps, avec cette particularité que « les machines peuvent en consommer à la vitesse machine », donc les factures gonflent plus vite qu'à l'époque du cloud.

Lecture positionnement : le freinage est réel et plafonne le potentiel de hausse à court terme des revenus purement facturés à l'usage. Mais le cadrage est passé de « les budgets IA s'effondrent » à « les budgets IA sont gouvernés ». C'est moins baissier pour les valeurs à consommation que ne le laissait entendre la panique de mi-juillet, et c'est précisément pourquoi Salesforce et HubSpot vendent de la prévisibilité de facturation.

3. Datadog reste le pari « l'IA fait grimper mon compteur » le plus limpide

Dans What's Next For Markets, « Software's AI Reckoning » (26 juillet), l'analyste sell-side logiciel Billy Fitzsimmons (analyste) a fourni la carte la plus utile pour savoir où se réfugier dans le logiciel en ce moment. Il indique que les investisseurs se sont repliés sur l'étalon le plus sévère possible, valeur d'entreprise/flux de trésorerie disponible en normes GAAP, hors rémunération en actions, et que tout le groupe s'est dérating le 3 février (« le jour du SaaS Pot Club ») quand Anthropic a lancé ses plugins verticaux. Ses trois refuges : (1) les hyperscalers (Microsoft, Oracle, mais leur flux de trésorerie disponible est tombé à zéro ou négatif à cause du capex) ; (2) les valeurs non-hyperscalers déjà facturées à la consommation, « Datadog, Snowflake ou Twilio se comportent très bien depuis le début de l'année parce qu'elles facturent sur une base de consommation, l'IA générant plus de données, d'usage ou de volumes » ; et (3) certaines valeurs logicielles verticales sélectionnées (son favori est ServiceTitan). Ces valeurs à consommation sont « stables à en hausse sur l'année », ce qu'il « ne peut pas dire de la plupart des noms de sa liste ».

Lecture positionnement : c'est la thèse haussière structurelle pour DDOG en un paragraphe. Quand l'IA crée davantage de machines, de logs et de trafic, Datadog mesure tout cela. Le bémol figure au point 2 de cette édition : le même réflexe de plafonnement des tokens qui pèse sur OpenAI peut finir par peser aussi sur la facture d'observabilité d'un client. Pour l'instant, la croissance des volumes l'emporte.

4. Atlassian est devenu l'étude de cas préférée du sell-side pour « l'IA a rendu pire une entreprise médiocre »

L'analyse la plus détaillée d'une valeur unique de la quinzaine a été The Synopsis, « AI SaaS Risk (again), Atlassian, Duolingo & Uber » (23 juillet), des investisseurs de Speedwell Research (analyste). Ils ont choisi Atlassian spécifiquement comme entreprise logicielle de qualité inférieure pour tester la thèse du risque IA. Le tableau financier qu'ils ont dressé (tous leurs chiffres) :

Marges brutes supérieures à 80% et rétention nette de revenus de 98-99%, véritablement de classe mondiale en haut du compte de résultat. (À noter : c'est le premier chiffre de NRR concret pour une valeur suivie depuis environ sept semaines, bien que ce soit leur estimation, pas un chiffre communiqué par l'entreprise.)
Mais les marges opérationnelles sont négatives (~-4%), et l'entreprise (fondée en 2002, donc âgée de 24 ans) n'est plus rentable en normes GAAP depuis 2022.
La R&D représente 50-52% du chiffre d'affaires, et était déjà d'environ 50% en 2017, donc aucun effet de levier opérationnel malgré une croissance du chiffre d'affaires par 10 (d'environ 600 M$ à plus de 6 Md$). Leur pique : les clients disent « le produit a à peine changé », donc « je ne comprends pas comment vous pouvez dépenser 50% en R&D ».
La rémunération en actions représente environ 25% du chiffre d'affaires, contre Salesforce, qui l'a réduite à environ 6-7%.
L'action est en baisse d'environ 75%, ramenant la valeur d'entreprise sur ventes à 4x, contre un multiple historique de mi-dizaine à 20x.

L'argument spécifique à l'IA est celui qui mérite d'être retenu pour tout le groupe : ils ne pensent pas que l'IA ait cassé Atlassian, ils pensent que l'IA élargit la distribution des mauvais résultats. Le mécanisme : le point d'entrée de l'utilisateur se déplace du tableau de bord Jira vers un agent IA à l'échelle de l'entreprise (Copilot, Claude, Agentforce). Si le travail est orchestré à ce niveau IA, le propre agent d'Atlassian, Rovo, ressemble à un sous-agent, pas à l'orchestrateur, « visibilité réduite, interaction client réduite, le risque que vos charges de travail soient progressivement contournées. Peut-être n'avez-vous en réalité plus besoin de Jira. » Leur preuve qu'Atlassian elle-même a peur : elle a dépensé plus de 600 millions de dollars pour racheter une entreprise de navigateur afin de tenter de posséder l'interface IA, ce qu'ils prédisent « va se solder par une dépréciation ». (Ils ont aussi relevé le départ du co-CEO Mike Cannon-Brookes.)

Lecture positionnement : l'ossature d'un trade appairé, long sur les valeurs bénéficiant d'un réel vent porteur d'usage IA et d'un pouvoir de fixation des prix (Datadog ; sans doute Salesforce), short ou à éviter sur les anciens noms de gestion du travail où une couche d'orchestration peut venir se superposer. TEAM est actuellement l'expression short choisie par le sell-side de la thèse d'érosion des postes.

Le débat : le SaaS au poste est-il structurellement cassé, ou les acteurs historiques réévaluent-ils leur modèle vers la consommation ?

Argumenté loyalement des deux côtés, avec le matériel de cette quinzaine.

La thèse baissière (le SaaS au poste est structurellement cassé).

Le modèle tarifaire est abandonné par les acteurs historiques eux-mêmes. Quand Salesforce et HubSpot passent tous deux au paiement au résultat dans les mêmes deux semaines, ce n'est pas un ajustement défensif, c'est un aveu que « facturer par poste humain » ne survit pas dans un monde où un agent fait le travail de plusieurs personnes. Moins de postes, et ceux qui restent sont rebasés sur les résultats.
« Seulement des hausses de prix » a heurté le mur. Dans l'épisode du 30 juillet de 20VC, Jason Lemkin (analyste) a soutenu que le SaaS historique est « depuis cinq ans sans nouveaux clients nets et vit sur les hausses de prix… je ne crois pas qu'il reste cinq années de plus à jouer sur ces leviers. » Son propre récit de guerre : Marketo a fait passer son prix de 22 000 $ à 80 000 $ depuis 2020 ; il est parti, et il estime qu'ils ont perdu environ 20% de leurs clients. Il note que Wix se traite sous 1x le chiffre d'affaires, « on paie 10x les revenus de Base44, et on récupère le cœur du métier gratuitement. »
Le calcul des marges est réellement pire. Dans 20VC, 20 juillet, la PDG de Fireworks Lin Qiao (opératrice) a livré l'avertissement structurel le plus clair de la quinzaine : « à l'époque du SaaS, adéquation produit-marché et entreprise pérenne étaient presque équivalentes… désormais, adéquation produit-marché et entreprise pérenne sont deux concepts distincts. » Les entreprises peuvent « grossir jusqu'à la faillite », et les acteurs historiques au trafic massif en souffrent le plus, ils « ne peuvent pas se permettre » de déployer les fonctionnalités IA à toute leur base parce que « la prévision des coûts… il n'y a tout simplement aucun moyen de justifier ça. » Sa propre marge brute se situe entre 30 et 40% contre 80% pour le SaaS traditionnel (elle insiste : c'est un choix d'hypercroissance, pas un plafond).
C'est le multiple, pas les bénéfices, qui pose problème. Dans The Pomp Podcast, 18 juillet, Jordi Visser (analyste) a soutenu que les bénéfices restent corrects mais que les multiples se compriment pendant trois ans à mesure que le marché intègre la disruption de toutes les entreprises cotées, « on ne peut plus évaluer Adobe et Salesforce au-delà des trois prochaines années » parce que leur valeur terminale est désormais une question ouverte. Des tokens moins chers ne tuent pas les fabricants de modèles ; ils arment les concurrents IA-natifs contre chaque acteur historique.

La thèse haussière (les acteurs historiques réévaluent leur modèle avec succès).

Ils captent la nouvelle dépense au lieu de la perdre. La tarification au résultat, c'est la manière dont les acteurs historiques taxent l'économie des agents. HubSpot résout 71-72% des incidents de support et facture par résolution, c'est une toute nouvelle ligne de revenu qui n'existait pas en modèle pur au poste, et elle peut croître même si les postes se réduisent.
Les valeurs à consommation sont celles qui sont réellement en hausse. Le constat de Fitzsimmons tient : Datadog, Snowflake, Twilio sont stables à en hausse sur l'année parce que l'IA génère un volume mesuré. Le marché sanctionne le groupe, mais les entreprises liées à l'usage surperforment.
La frayeur du plafonnement des tokens est une histoire de gouvernance, pas de demande. L'argument de The AI Daily Brief : les plafonds chez Uber (1 500 $/mois) et Tesla (200 $/semaine) n'effleurent presque pas ce que les entreprises finiront par acheter en intelligence. Et le cadrage de l'investisseur Nick Carter (cité là-bas) est que la douleur atterrit chez les labs, « les hyperscalers s'en sortiront. Ce sont juste OpenAI et Anthropic qui ne s'en sortiront pas, sous leur forme actuelle », pas chez les acteurs historiques applicatifs.
La fidélité est réelle et le changement de fournisseur est bureaucratique. Même les critiques les plus sévères d'Atlassian ont concédé que Jira est « très difficile à arracher ». Visser ajoute que les achats du Fortune 500 ne vont pas migrer rapidement vers des modèles chinois ou ouverts. Les acteurs historiques ont des années pour s'adapter.

Le facteur décisif. Tout se résume à une seule question autour de laquelle tout le secteur est désormais organisé : quand les acteurs historiques repassent au tarif au résultat, conservent-ils la marge ? Si HubSpot et Salesforce parviennent à absorber le coût d'inférence (routage vers des modèles moins chers, en surfant sur la baisse de coût par 10 que Lin Qiao anticipe) tout en maintenant des marges brutes hautes de 70% ou dans les 80%, la thèse de réévaluation l'emporte et il s'agit d'une amélioration tarifaire. Si le coût d'inférence comprime les marges des fonctionnalités IA vers les 50%, et si la tarification au résultat transfère le risque d'exécution au fournisseur, les baissiers gagnent et le multiple terminal du groupe continue de glisser. Le seul chiffre qui trancherait tout le débat, une marge brute explicite pour les fonctionnalités IA, n'est encore divulgué par aucune des sept.

Valeurs à suivre

Classées selon l'ampleur avec laquelle le matériel de cette quinzaine bouge réellement chaque valeur.

Salesforce (CRM)

Haussier : A lancé une tarification au résultat (2 $/résolution) qui supprime le frein de prévision de la consommation qui ralentissait ses cycles de vente ; vend de la certitude de facturation en opposition aux histoires d'horreur d'OpenAI et Anthropic. Les dépenses de Marc Benioff, 300 M$/an chez Anthropic (environ 3,8% des salaires des développeurs, selon la directrice des ressources humaines de Mercor dans 20VC, 25 juillet, opératrice), signalent une construction agressive, pas une posture défensive. Retour de capital : 27 Md$ de rachats d'actions au T1 (Fitzsimmons). Rémunération en actions déjà maîtrisée à environ 6-7%.
Baissier : Le paiement par résolution transfère le risque d'exécution à Salesforce et laisse tourner en arrière-plan un compteur de consommation (les lots de 1 000 résolutions). Les rachats d'actions n'ont pas soutenu le titre. L'inquiétude de Visser, « impossible de voir au-delà de trois ans » sur la valeur terminale, cite explicitement Salesforce. Cette facture Anthropic de 300 M$ est une ligne de coût qui ne fait que croître.
Prochain catalyseur : publication T2 exercice 2027 (fin août), à surveiller : tout volume ou revenu de résolutions Agentforce communiqué, et si la tarification au résultat apparaît comme une histoire de croissance ou de marge.

Atlassian (TEAM)

Haussier : marges brutes supérieures à 80%, rétention nette de revenus de 98-99%, véritablement collant (Jira est « difficile à arracher ») ; en baisse d'environ 75% à 4x la valeur d'entreprise sur ventes, ce qui intègre beaucoup de douleur ; les utilisateurs d'agents IA afficheraient environ 2x l'ARR.
Baissier : marge opérationnelle négative, R&D bloquée à environ 50% du chiffre d'affaires sans retour produit visible, rémunération en actions d'environ 25% du chiffre d'affaires, une acquisition de navigateur à plus de 600 M$ que l'équipe Speedwell juge probablement dépréciée, départ du co-CEO, et un risque structurel que Rovo finisse comme sous-agent sous Copilot ou Agentforce. Le short préféré du sell-side pour la thèse d'érosion des postes.
Prochain catalyseur : résultats du T4/exercice 2026 (fin juillet ou début août), à surveiller : la décélération de la croissance du revenu cloud, tout indicateur d'adoption ou de monétisation de Rovo, et si l'accord de navigateur est chiffré.

Datadog (DDOG)

Haussier : le nom le plus limpide du pari « l'IA fait grimper mon compteur », la facturation à la consommation signifie que davantage de données, de logs et de trafic générés par l'IA se traduisent directement en chiffre d'affaires ; l'une des rares valeurs logicielles en hausse sur l'année (Fitzsimmons).
Baissier : le même réflexe de plafonnement des tokens et de FinOps qui touche les labs peut finir par atteindre la facture d'observabilité d'un client ; un multiple élevé ne laisse aucune marge pour un trou d'air de l'usage.
Prochain catalyseur : résultats du T2 2026 (début août), l'indicateur le plus important de toute cette newsletter est de savoir si une valeur suivie tarifée à la consommation montre le « plafonnement » de mi-juillet dans son usage ou sa facturation.

HubSpot (HUBS)

Haussier : la plus avancée sur le virage tarifaire avec un produit réel (Customer Agent au résultat à 71-72% de succès ; Prospecting Agent par lead ; postes plus crédits). Données propriétaires de « contexte de croissance » et deux décennies d'apprentissage go-to-market comme rempart face aux modèles frontières bruts ; « système d'action, pas système d'enregistrement ».
Baissier : a choisi d'absorber le coût d'inférence LLM en le qualifiant de « notre responsabilité », un coup direct sur la marge brute si les coûts des modèles ne baissent pas aussi vite que l'espoir de Lin Qiao d'une division par 10 en trois ans. La base PME de bas de marché est la plus sensible aux prix et la plus encline à churner.
Prochain catalyseur : publication du T2 2026, à surveiller : toute marge brute des fonctionnalités IA divulguée, le revenu de Breeze, l'attachement des agents ou des crédits, et le NRR.

Adobe (ADBE)

Haussier : toujours le rempart créatif-logiciel le plus profond et la surface de fonctionnalités IA la plus large (Firefly) parmi les sept.
Baissier : cité explicitement dans l'inquiétude de Visser sur la valeur terminale « impossible d'évaluer au-delà de trois ans » ; les questions des semaines précédentes sur les postes, la pression du freemium et les marges d'inférence restent non résolues.
Prochain catalyseur : résultats du T3 exercice 2026 (mi-septembre).

Asana (ASAN)

Haussier : acteur historique bon marché de la gestion du travail avec une histoire d'agent AI Studio, s'il parvient à la concrétiser.
Baissier : se situe pile dans la catégorie que Speedwell a utilisée pour incriminer Atlassian, gestion du travail horizontale, encombrée (citée aux côtés de Monday, Linear, Notion comme concurrents d'Atlassian), et exposée au risque de la couche d'orchestration.
Prochain catalyseur : T2 exercice 2027 (début septembre).

Monday.com (MNDY)

Haussier : OS de travail à croissance rapide avec un modèle de crédits IA qui, en théorie, constitue déjà une porte d'entrée vers la consommation.
Baissier : même panier de risques que Asana et Atlassian, forte présence de postes, horizontal, risque d'orchestration ; explicitement évoqué comme cible de type private equity « acheter bon marché, mettre du levier, presser » dans 20VC (30 juillet), « peut-on acheter un Monday ou un Wix à un prix permettant un rendement ? »
Prochain catalyseur : T2 2026 (mi-août).

Lectures croisées

SaaS adjacent à forte présence de postes (HUBS, ASAN, MNDY). L'analyse Speedwell sur Atlassian est en réalité une mise en accusation par ricochet de toute la catégorie horizontale de gestion du travail, exactement le panier où vivent ASAN et MNDY. Le risque de la couche d'orchestration (« un agent IA au niveau de l'entreprise qui orchestre une grande partie de tout ça ») s'applique à tous. HUBS est le contre-exemple qui fait quelque chose à ce sujet (paiement par résolution, absorption du coût d'inférence, rempart de données propriétaires).
Fournisseurs de modèles et d'inférence (OpenAI, Anthropic, Bedrock, Azure OpenAI, DeepMind). Les prix se compriment rapidement et les points d'ancrage sont désormais publics : par million de tokens, Fable d'OpenAI ~56 $, Sol/Claude 4.8 ~26 $, Grok ~1,50 $, modèles chinois ~0,50 $ (All-In, 18 juillet) ; Claude Opus 5 lancé à 5 $ en entrée et 25 $ en sortie ; Kimi K3 à ~15 $ en sortie contre ~30 $ chez OpenAI et ~50 $ chez Anthropic. La thèse baissière pour la couche applicative est que cela arme les concurrents IA-natifs ; la thèse haussière (Nick Carter, via The AI Daily Brief) est l'inverse, des tokens bon marché sont une subvention pour les acteurs historiques applicatifs, et la douleur atterrit chez les labs, pas chez les apps. Pour nos sept valeurs, une inférence moins chère est indéniablement une bonne nouvelle, à condition qu'elles continuent de servir leurs clients sur des résultats premium tout en routant le back-end vers ce qui est le moins cher, exactement le jeu de HubSpot en « Suisse des modèles ».
Risque de dérating multiple (tout le groupe). Indépendamment de toute valeur individuelle : les valeurs momentum ont connu leur pire mois jamais enregistré (en baisse de 40%, selon Morgan Stanley via The AI Daily Brief), les hedge funds ont vendu la tech en volumes record (Goldman), et le marché a sanctionné même le dépassement d'Alphabet à cause du capex. Les investisseurs se sont repliés sur la valeur d'entreprise/FCF en GAAP hors rémunération en actions comme étalon (Fitzsimmons). Le risque, c'est que la rotation du « règlement de comptes IA » continue de comprimer les multiples logiciels indépendamment des valeurs réellement gagnantes, ce qui rend le cadrage en trade appairé (long sur les gagnants d'usage et de pouvoir de fixation des prix, éviter les retardataires à forte présence de postes) plus attractif qu'un pari directionnel sur le groupe.

Ce qui a changé depuis la dernière édition

Dans la dernière édition (17 juillet), le thème dominant et tout nouveau était le choc des dépenses en tokens, des entreprises passant du « maximiser les tokens » au coup de frein brutal, avec la tarification au résultat citée par Bret Taylor comme aboutissement théorique. Voici ce qui a bougé dans les deux semaines qui ont suivi :

La tarification au résultat est passée de slogan à produit livré. Édition précédente : Bret Taylor disait « vous ne payez pas pour des tokens, vous payez pour des résultats d'affaires. » Cette quinzaine : Salesforce et HubSpot ont tous deux lancé des produits au paiement par résolution à environ 2 $/résolution. C'est le changement d'échelle le plus important, et la raison pour laquelle c'est l'objet de cette édition.
L'histoire du plafonnement des tokens a mûri. Édition précédente, c'était une panique brute (coupes de 6 000 $ à 600 $, « ça double tous les 45 jours »). Cette quinzaine a apporté des plafonds concrets (1 500 $/mois chez Uber, 200 $/semaine chez Tesla), un cadrage de gouvernance (du FinOps vers le DevOps), et une réponse des fournisseurs (HubSpot absorbant le coût d'inférence). Moins « le ciel nous tombe sur la tête », plus « voici comment on gère ça ».
Premier chiffre de NRR pour une valeur suivie depuis environ sept semaines, pour TEAM. Le podcast Speedwell a révélé pour Atlassian 98-99% de NRR et plus de 80% de marges brutes (leur estimation, pas un chiffre communiqué par l'entreprise).
Une thèse baissière nommée sur une valeur unique a émergé : Atlassian. Dans l'édition précédente, TEAM n'était que mentionné. Cette quinzaine, elle a eu droit à une analyse complète et financièrement détaillée en tant que short préféré du sell-side pour la thèse d'érosion des postes.
La couverture de Salesforce est passée de « réfuter une dégradation » à « stratégie tarifaire plus retour de capital ». Nouveauté cette quinzaine : le mécanisme des 2 $/résolution, les dépenses de Benioff de 300 M$ chez Anthropic, et les 27 Md$ de rachats d'actions du T1.