L’intelligence artificielle bouleverse les usages logiciels, mais tous les secteurs ne sont pas exposés de la même manière. Dans cette tribune, Benoît Wambergue, VP Product Management chez Forterro, explique pourquoi les logiciels industriels conservent une place particulière. Selon lui, leur valeur repose moins sur l’exécution de fonctions standardisées que sur leur capacité à s’adapter aux réalités opérationnelles propres à chaque entreprise.
À mesure que l’intelligence artificielle progresse, l’idée s’installe qu’une part croissante des logiciels d’entreprise pourrait être allégée, contournée, voire remplacée par des agents capables d’exécuter directement certaines tâches. Cette hypothèse, si elle est viable, ne s’applique pas de manière uniforme à tous les logiciels. En effet, pour mesurer leur niveau d’exposition à l’IA, il convient de prendre en compte le niveau de standardisation des besoins auxquels ils répondent. Plus une fonction est partagée d’une entreprise à l’autre, d’une industrie à l’autre, d’une géographie à l’autre, plus elle est susceptible d’être prise en charge par des modèles généralistes. À l’inverse, plus un logiciel est adapté à des contraintes de terrain spécifiques, plus sa valeur devient difficile à répliquer. C’est ce qui permet de comprendre pourquoi le logiciel industriel occupe aujourd’hui une place à part.
Des logiciels inégalement exposés selon leur degré de standardisation
L’IA généraliste est particulièrement efficace dans les environnements fortement codifiés, lorsque les règles sont stables, les catégories homogènes et les situations comparables à grande échelle. Dans ces contextes, elle peut accélérer les processus, simplifier certaines opérations et fragiliser une partie de la valeur portée par des logiciels reposant sur des fonctions très standardisées.
Pour autant, conclure trop vite à la substitution du logiciel par l’IA serait réducteur. Développer un nouveau logiciel industriel avec l’aide de l’IA peut réduire l’investissement initial, mais un bon produit ne suffit pas à garantir le succès commercial. Il faut aussi maîtriser les métiers, le déploiement, l’accompagnement client et la maintenance dans la durée.
Quant à une substitution complète par des agents IA, elle supposerait de modéliser l’ensemble des processus industriels, avec leurs dépendances, leurs exceptions, leurs contraintes locales et leurs arbitrages métier. Or leur forte variabilité limite la capacité à mutualiser cet investissement à grande échelle.
L’industrie reste gouvernée par des réalités de terrain
Le monde industriel obéit à une logique différente de celle des fonctions les plus standardisées. Deux entreprises d’un même secteur ne produisent jamais exactement de la même manière. Leurs flux, leurs sites, leurs contraintes qualité, leurs dépendances logistiques et leurs chaînes de décision varient fortement. Et même lorsque les produits se ressemblent, les environnements de production ne sont pas interchangeables.
C’est cette diversité qui fait la valeur du logiciel industriel. Il ne se contente pas d’appliquer des règles générales mais s’adapte aux habitudes de travail, aux séquences opérationnelles, aux contraintes héritées et aux arbitrages propres à chaque entreprise. Plus il est proche du terrain, moins il peut être réduit à un ensemble d’instructions communes.
C’est aussi ce qui rend son remplacement plus complexe. Les logiciels industriels intégreront davantage d’IA dans leurs usages, leurs interfaces, l’exploitation des données ou l’aide à la décision. Mais les modèles généralistes se heurtent encore aux exceptions, aux dépendances locales et aux particularités métier. L’IA transformera donc d’abord les briques les plus standardisées, tandis que les logiciels ancrés dans les opérations conserveront une valeur propre.
Les éditeurs face à une transformation, pas à une disparition
L’idée selon laquelle les éditeurs de logiciels seraient directement menacés par l’IA repose elle aussi sur un raccourci. Certes, la barrière à l’entrée semble avoir été abaissée. Le développement paraît désormais plus accessible mais cette évolution concerne surtout la production de prototypes, d’outils ponctuels ou de solutions limitées, pas la création de logiciels industriels robustes, critiques et pérennes.
Déploiement, maintenance, évolutivité sans régression, sécurité, conformité, intégration aux systèmes existants, industrialisation et gouvernance des usages restent des enjeux complexes. À cela s’ajoutent la fiabilité et la reproductibilité des résultats, indispensables lorsque le logiciel est au cœur des processus critiques de l’entreprise.
La maîtrise du contexte métier demeure tout aussi décisive. Un LLM peut accélérer la production de code ou assister certaines tâches, mais encore faut-il savoir formuler le besoin, anticiper les cas limites et évaluer la pertinence du résultat. Enfin, l’incertitude économique reste forte et on manque encore de recul pour garantir un ROI positif face à des solutions plus traditionnelles, tandis que les coûts d’usage de l’IA peuvent dépasser les attentes initiales.
L’IA comme prolongement, non comme remplacement
Les logiciels fondés sur une forte standardisation seront parmi les premiers à être reconfigurés par l’IA. D’autres, dont la valeur repose sur leur capacité à s’adapter à des contextes particuliers, suivront une trajectoire différente. C’est le cas des logiciels industriels.
Ils intégreront davantage d’IA dans leurs usages, leurs interfaces, l’exploitation des données ou l’aide à la décision, mais sans changer de nature profonde. Leur rôle restera de relier la technologie à des réalités de production qui varient fortement d’une entreprise à l’autre.
L’avenir du logiciel industriel ne se joue donc pas contre l’IA, mais avec elle. La vraie question n’est pas de savoir si l’IA peut produire du code, automatiser des tâches ou accélérer des processus, mais si elle peut, seule, remplacer des logiciels dont la valeur dépend d’une compréhension fine des réalités propres à chaque environnement industriel.
