L'IA transforme profondément le développement de logiciels sur mesure, mais pas de la manière que l'on imagine souvent.
L'essentiel n'est pas que les développeurs soient remplacés en masse, mais que la logique économique des entreprises de logiciels évolue. McKinsey a déjà conclu que les développeurs de logiciels peuvent accomplir certaines tâches deux fois plus rapidement grâce à l'IA générative. Ces gains concernent principalement la documentation, la génération de code et la refactorisation ; pour les tâches hautement complexes, l'effet est nettement plus limité.
Cette distinction est cruciale pour le marché des fusions-acquisitions. Dans les entreprises de logiciels sur mesure, la valeur s'éloigne ainsi de la simple capacité de programmation pour se tourner vers l'architecture, l'expertise métier, l'assurance qualité, la sécurité et la capacité à bien ancrer l'IA dans le cycle de vie du développement logiciel. L'IA peut accélérer considérablement les processus, mais elle renforce en même temps l'importance de la supervision humaine, de processus de révision clairs et de normes d'ingénierie cohérentes. McKinsey souligne également que l'IA ne peut améliorer la qualité du code que de manière marginale et qu'elle est surtout utile en complément des développeurs, et non en remplacement de ceux-ci.
Pour les acheteurs, cela crée donc une nouvelle distinction. Il y a des éditeurs de logiciels qui utilisent simplement des « copilotes » pour accélérer les livraisons, et il y a des entreprises qui ont déjà réorganisé l’ensemble de leur processus de développement : une meilleure intégration, des cycles plus courts, une réutilisation accrue des composants, un prototypage plus rapide et un lien plus étroit entre le produit, l’ingénierie et les données. C’est précisément cette deuxième catégorie qui devient plus attractive dans le cadre des fusions-acquisitions. Cela va dans le sens de la conclusion plus générale de McKinsey selon laquelle l’ingénierie logicielle fait partie des fonctions pour lesquelles les organisations signalent le plus souvent des avantages financiers concrets liés à l’IA.
Dans le même temps, la diligence technique devient plus complexe. À mesure que le code généré par l’IA représente une part croissante de la production, les questions relatives à la propriété intellectuelle, aux licences, à la sécurité, à la traçabilité et à la maintenabilité prennent de l’importance. Un acheteur voudra savoir plus précisément comment le code est généré, testé, validé et documenté. Non pas parce que l’IA réduit la valeur des entreprises de logiciels, mais précisément parce que l’écart entre les processus d’IA intégrés de manière professionnelle et une utilisation ponctuelle se creuse rapidement. Cette conclusion découle de l’observation de McKinsey selon laquelle l’IA augmente principalement la productivité pour des types de tâches spécifiques et que l’assurance qualité reste tributaire du savoir-faire humain.
Nous pensons donc que l'IA ne rendra pas le marché des logiciels sur mesure systématiquement moins cher, mais plus sélectif. Les entreprises qui utilisent l'IA uniquement comme outil d'efficacité subiront probablement une pression sur les prix. En revanche, les entreprises qui parviennent à transformer l’IA en un modèle de livraison manifestement plus performant, générant des marges plus élevées et une meilleure évolutivité, se forgent au contraire un argumentaire d’investissement plus solide. Pour les investisseurs et les acquéreurs stratégiques, la question ne sera alors plus « combien de développeurs cette entreprise compte-t-elle ? », mais « quel est le niveau de maturité de cette entreprise en matière de livraison de logiciels basés sur l’IA ? »
