Avec l’IA agentique, les utilisateurs pourraient bientôt accéder aux fonctionnalités de leurs logiciels métiers sans même ouvrir leurs interfaces. Une évolution qui interroge le modèle économique des éditeurs, mais ne rend pas leurs solutions inutiles pour autant. Nicolas Gelly, CTO de Virage group, explique pourquoi la qualité des données, les règles métier et la sécurité pourraient devenir leurs principaux atouts.
L’IA agentique remet en question la place des logiciels métiers : les utilisateurs peuvent désormais accéder à leurs données et à leurs fonctionnalités depuis un agent, sans passer systématiquement par leur interface. Pour les éditeurs, cette évolution impose d’ouvrir leurs applications à ces nouveaux usages, notamment grâce au MCP (Model Context Protocol).
En développant un serveur MCP, l’éditeur rend certaines données et fonctionnalités accessibles aux agents, depuis un assistant compatible. Son logiciel continue de rendre service, mais son interface n’est plus nécessairement le point d’entrée. C’est cette dissociation qui l’oblige à réexaminer et démontrer ce qui fait sa valeur : des données fiables, des règles métier, une confidentialité déterminante et des garanties qui restent à maintenir derrière cette connexion. Elles font partie du travail de l’éditeur, même lorsque l’utilisateur ne les voit pas.
Une remise en question de la valeur des éditeurs
Dans le grand débat sur la “SaaSpocalypse”, il faut distinguer les différentes situations. D’une part, utiliser un logiciel depuis un agent ne le rend pas inutile, car il continue de fournir des données et des services. D’autre part, pouvoir générer une application avec l’IA pose une autre question, celle de son remplacement.
Les alternatives à plusieurs outils Adobe présentées par ArtCraft ont récemment illustré cette seconde tendance. Développées avec l’aide de l’IA, elles ambitionnent de reproduire des applications aussi établies que Photoshop ou Illustrator, sans avoir encore atteint une équivalence complète. Cela montre néanmoins pourquoi les éditeurs doivent s’interroger sur ce qui devient plus facile à reproduire.
Soyons lucides : une application composée de quelques formulaires reliés à une base de données est directement exposée. Il serait imprudent de miser uniquement sur les limites actuelles du code généré par l’IA pour se rassurer car ses capacités de progression sont phénoménales. Les éditeurs doivent donc pouvoir expliquer ce qui justifie encore le choix de leur logiciel.
Derrière l’interface, la face immergée de l’iceberg
La première valeur d’une application métier tient tout d’abord à la qualité des informations qu’elle fournit. Un agent peut tout à fait formuler une réponse convaincante à partir de données erronées et s’il raisonne sur une mauvaise base, la qualité de sa présentation ne corrigera pas un résultat voué à l’échec. Les logiciels métiers sont donc une source de référence : des données structurées, historisées et tenues à jour dans l’organisation. Cet historique et cette cohérence sont précieux pour l’IA.
Une application métier porte aussi des circuits de validation et des règles de gestion difficilement gérables au cas par cas dans l’IA. Un agent peut recommander de modifier un budget ou de réaffecter des ressources, mais la mise en œuvre doit toutefois respecter les autorisations et les responsabilités définies dans l’organisation. Ces règles doivent rester appliquées par le logiciel.
La confidentialité est enfin l’un des points les plus déterminants. Une demande formulée dans un assistant ne doit pas permettre de contourner des restrictions établies. Le système doit tenir compte de l’identité de l’utilisateur et du contexte déterminé dans le logiciel pour fournir uniquement les données et les services auxquels il a droit.
Il en va de même pour les exigences de conformité et de traçabilité : elles reposent sur des règles explicites, dont la mise en pratique ne peut dépendre de la réponse probabiliste d’un modèle.
L’IA doit aussi faire progresser les applications
Au-delà de prouver leur valeur, les éditeurs ont également intérêt à intégrer l’IA dans leurs propres logiciels. On constate déjà le développement des assistants embarqués pour améliorer la productivité mais les perspectives vont plus loin. Les historiques accumulés permettent par exemple d’envisager des modèles capables de repérer des risques ou d’anticiper une dérive.
Pour passer ce cran stratégique dans l’usage de l’IA, il faut toutefois disposer d’une connaissance fine des métiers. Là encore se trouve une valeur essentielle que doit entretenir l’éditeur.
Ainsi, l’IA agentique oblige les éditeurs à revoir leur place. Demain, les utilisateurs passeront peut-être moins de temps dans leurs logiciels, sans pour autant en avoir moins besoin. C’est tout le paradoxe de l’IA agentique : en rendant les interfaces moins visibles, elle pourrait renforcer le rôle des applications métiers qui structurent, sécurisent et donnent du sens aux données.





