Bain prévoit un marché du SaaS de 100 milliards de dollars dans le domaine de l'automatisation par l'IA agentique

Bain & Company a estimé à 100 milliards de dollars la taille du marché américain pour les entreprises SaaS exploitant l'IA agentique. Selon le cabinet, ce marché résulte de l'automatisation des tâches de coordination au sein des systèmes d'entreprise.

Cette estimation est tirée du deuxième volet de la série en cinq parties de Bain consacrée à l'industrie du logiciel à l'ère de l'IA. Le rapport explore les domaines dans lesquels l'IA agentique pourrait ouvrir de nouveaux marchés logiciels et la manière dont les fournisseurs de SaaS peuvent les conquérir.

Le travail de coordination dans les systèmes d'entreprise

Selon Bain, ce marché trouve son origine dans les tâches manuelles que les employés effectuent à travers différentes applications d'entreprise. Ces flux de travail impliquent souvent des systèmes ERP, CRM et de support, ainsi que des outils de gestion des fournisseurs et la messagerie électronique.

Ces tâches consistent notamment à extraire des données d’un système pour les recouper avec celles d’un autre, à interpréter des messages non structurés et à décider s’il faut approuver, répondre, escalader ou attendre.

Bain a noté que l'automatisation basée sur des règles et l'automatisation robotisée des processus ont leurs limites lorsque les flux de travail comportent des ambiguïtés et que les informations sont dispersées sur plusieurs systèmes. L'IA agentique peut interpréter des données provenant de sources diverses, coordonner des actions entre les systèmes et fonctionner dans le respect des règles établies.

Le rapport soutient que l'IA agentique ne vise pas principalement à remplacer les plateformes SaaS ; l'opportunité de marché réside plutôt dans la conversion des tâches de coordination à forte intensité de main-d'œuvre en dépenses logicielles.

Bain estime que les fournisseurs captent déjà entre 4 et 6 milliards de dollars sur le marché américain, plus de 90 % restant inexploités.

En dehors des États-Unis, Bain prévoit que le Canada, l'Europe, l'Australie et la Nouvelle-Zélande pourraient, ensemble, représenter un marché d'une taille similaire, portant le total pour ces régions et les États-Unis à environ 200 milliards de dollars.

Taille du marché par fonction

Le marché n'est pas réparti de manière uniforme entre les différentes fonctions de l'entreprise. Bain estime que les ventes représentent la part la plus importante, avec environ 20 milliards de dollars, principalement en raison du nombre d'employés dans ce secteur plutôt que d'un potentiel d'automatisation exceptionnellement élevé.

Le coût des marchandises vendues et les opérations représentent environ 26 milliards de dollars. L'importance des effectifs opérationnels signifie que même des taux d'automatisation modestes se traduisent par un marché potentiel considérable. La R&D et l'ingénierie, le service client et la finance représentent chacune un marché potentiel d'environ 6 à 12 milliards de dollars. Ces fonctions disposent d'effectifs importants et présentent un potentiel d'automatisation plus élevé dans certains flux de travail spécifiques.

Le service client et la R&D/ingénierie présentent le plus fort potentiel d'automatisation, avec environ 40 % à 60 % des tâches de flux de travail automatisables. Bain a noté que ces deux domaines impliquent des données structurées, des processus standardisés et des résultats plus clairs. La finance et les ressources humaines se situent dans une fourchette de 35 % à 45 %. Le rapport indique que la comptabilité fournisseurs et la paie présentent un potentiel d’automatisation plus élevé, tandis que la planification financière et les relations avec les employés impliquent davantage de jugement.

Les ventes et l'informatique se situent entre 30 % et 40 %. Bain a souligné que les nuances relationnelles, les variations d'une transaction à l'autre et la nature imprévisible des incidents de sécurité constituent des limites à l'automatisation dans ces domaines. Le service juridique présente un potentiel d'automatisation global plus faible, compris entre 20 % et 30 %. Bain a déclaré que l'examen des contrats et la conformité sont des tâches répétitives, mais que les conséquences des erreurs nécessitent une surveillance plus stricte.

Les facteurs d'automatisation de Bain

Le rapport identifie six facteurs qui déterminent la part d’un flux de travail qu’un agent IA peut raisonnablement gérer. Il s’agit notamment de la vérifiabilité des résultats, des conséquences d’un échec, de la disponibilité des connaissances numérisées et de la variabilité des processus. Selon Bain, les flux de travail comportant des signaux de vérification clairs sont plus faciles à automatiser que ceux impliquant un jugement subjectif. Citons par exemple la compilation de code, le rapprochement des factures et la résolution des tickets d’assistance.

Selon le rapport, les flux de travail impliquant des risques réglementaires ou financiers, tels que les déclarations fiscales, la conformité juridique et la réponse aux incidents de sécurité, nécessitent une supervision humaine plus étroite, même lorsque les agents en sont techniquement capables.

Bain a également souligné que la disponibilité des connaissances numérisées constituait une contrainte. Les agents ont besoin d'accéder à des données structurées et à un contexte documenté, ainsi qu'à des entrées lisibles par machine, y compris la logique de décision qui réside souvent de manière informelle chez les employés expérimentés.

La complexité de l'intégration affecte l'automatisation lorsque les flux de travail traversent plusieurs systèmes et API. Les couches d'authentification et les processus de gestion des exceptions ajoutent encore à la complexité, rendant ces flux de travail plus difficiles à automatiser de bout en bout que ceux contenus au sein d'une seule plateforme. Les domaines à plus forte valeur ajoutée se concentrent là où aucun système d'enregistrement unique ne contrôle l'ensemble du résultat, s'étendant souvent aux systèmes ERP, CRM et de support, indique la société.

David Crawford, président du pôle Technologie et télécommunications mondiales de Bain, a déclaré que les entreprises SaaS ont passé les deux dernières décennies à se positionner autour des systèmes d'enregistrement, et que la prochaine source d'avantage sera le « contexte décisionnel inter-workflows » — la capacité à interpréter et à agir au sein de workflows qui traversent plusieurs systèmes.

Exemples d'entreprises et flux de travail connexes

Le rapport cite Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow et Workday dans son analyse de l’adoption de l’IA agentique. Selon Bain, Cursor a dépassé les 16,7 millions de dollars de chiffre d’affaires mensuel moyen après avoir doublé ses revenus en un seul trimestre. Sierra a franchi la barre des 150 millions de dollars par an, Harvey celle des 190 millions de dollars par an et Glean celle des 200 millions de dollars par an.

Le rapport cite également GitHub comme exemple d'entreprise utilisant les données d'un flux de travail central existant pour se développer dans des domaines connexes. L'activité principale de GitHub est la collaboration entre développeurs et le contrôle de version, mais ses données de référentiel et de flux de travail ont contribué à soutenir son expansion vers la productivité des développeurs assistée par l'IA et l'automatisation de la sécurité.

Selon Bain, les entreprises SaaS peuvent se développer grâce à deux types d'automatisation des flux de travail. Le premier consiste à automatiser les flux de travail principaux, pour lesquels elles disposent déjà d'une expertise et de la confiance des clients. Les intégrations de systèmes existantes peuvent soutenir l'automatisation des flux de travail de base. La seconde consiste à automatiser les flux de travail adjacents que l'entreprise ne dessert pas directement à l'heure actuelle. Ces domaines peuvent être plus difficiles à identifier car ils nécessitent une cartographie détaillée des flux de travail des clients et des données sous-jacentes qui sous-tendent les décisions.

Les modèles de tarification peuvent évoluer lorsque les agents fournissent des résultats concrets. Selon Bain, une tarification basée sur les résultats et l’utilisation peut s’avérer plus pertinente lorsque les agents résolvent des problèmes ou traitent des factures, contrairement à la tarification traditionnelle basée sur le nombre de postes et de connexions.

Recommandations de Bain pour les entreprises SaaS

Bain recommande aux entreprises SaaS de commencer par identifier les flux de travail clients qui peuvent désormais être automatisés grâce à l'IA agentique. Le cabinet précise que les entreprises devraient évaluer l'automatisation au niveau des sous-processus, sans considérer l'ensemble des fonctions comme étant automatisables de la même manière.

Le rapport conseille également aux entreprises d'évaluer la qualité de leurs données. Selon Bain, les facteurs pertinents incluent le caractère exhaustif des données, leur lien avec les résultats et leur aptitude à l'automatisation.

Bain a indiqué que les entreprises pourraient combler leurs lacunes en matière de capacités par le biais du développement interne, d’acquisitions ou de partenariats. Le rapport a cité le développement en interne par AppLovin de sa plateforme Axon, l’acquisition de Moveworks par ServiceNow et le partenariat de Salesforce avec Workday comme exemples d’approches différentes.

Le cabinet a également souligné le besoin de talents en ingénierie de l'IA, d'une architecture native du cloud pour l'orchestration multi-agents, et de financements pour l'entraînement des modèles et l'inférence. Il a indiqué que les entreprises devraient aligner leurs politiques de tarification et leurs incitations commerciales sur les résultats générés par l'IA, et non sur les anciens modèles basés sur le nombre de postes.

Selon Bain, les entreprises SaaS auront également besoin de bases de données et de produits conçus pour les flux de travail agentiques, y compris des transferts lisibles par machine et des systèmes qui capturent les décisions et les résultats de chaque exécution de flux de travail.

M. Crawford a déclaré que le calendrier pour les entreprises SaaS se « mesure en trimestres, et non en années », car les entreprises natives de l'IA collectent davantage de données de déploiement à chaque flux de travail client qu'elles automatisent.

Voir aussi : Google teste l'agent IA Remy pour Gemini alors que l'accent est mis sur le contrôle par l'utilisateur

Vous souhaitez en savoir plus sur l'IA et le big data auprès des leaders du secteur ? Découvrez l'AI & Big Data Expo qui se tiendra à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et se déroule en même temps que d'autres événements technologiques de premier plan. Cliquez ici pour plus d'informations.

AI News est proposé par TechForge Media. Découvrez ici d'autres événements et webinaires à venir sur les technologies d'entreprise.