Repenser la valeur et les modèles économiques à l’heure de l’IA

« Des clients avocats m’ont posé la question : quelle valeur différente y-a-t-il entre Lefebvre Dalloz et l’IA Claude d’Anthropic ? » a mentionné Anne Grèze, Directrice des Partenariats chez Lefebvre Dalloz, lors d’une rencontre avec la presse aux côtés de représentants de l’éditeur de logiciels Zuora et du fonds d’investissement Seven2 (Apax Partners). Anne Grèze a relevé : « c’est la première fois que la valeur située au cœur de notre métier est ainsi challengée. » Répondre à ce défi est évidemment une condition de survie pour un éditeur juridique comme Lefebvre Dalloz, leader européen de sa spécialité.

L’IA n’est pas un problème économique uniquement en raison de son coût ou de la difficulté à prévoir ce coût. La mesure de la valeur générée est aussi un problème identifié, amenant ainsi la question de la rentabilité de l’adoption de l’IA. Mais la révolution de l’IA est encore plus profonde car l’intelligence artificielle impacte les fondements même des modèles de valeur et des modèles économiques de nombreuses entreprises. Et les conséquences humaines des remises en cause liées au déploiement de l’IA constituent également un sujet complexe et difficile.

« A ce jour, les investissements cumulés en IA représentent l’équivalent d’un an de PIB de la Pologne ou de trois fois le coût total du programme spatial américain » a relevé Michael Mansard, directeur de la stratégie chez Zuora. Cet éditeur voit passer sur sa plateforme 100 milliards de dollars d’activité par an, ce qui lui permet d’avoir une bonne connaissance des flux de valeurs. Pour un éditeur de logiciels (ou de SaaS), l’IA représente un coût (pour ses usages internes) mais aussi une part de leurs revenus (au travers de leurs nouvelles offres). Cette révolution est donc double dans ce secteur très particulier.

Auparavant, un logiciel était un produit et surtout un outil. La création de valeur était liée à son usage par des humains, par exemple pour gérer de la relation client ou réaliser une saisie comptable. Mais, comme l’a relevé Michael Mansard, l’émergence des agents IA change ce modèle traditionnel. Dans les grandes plateformes de CRM ou d’ESM/ITSM, c’est environ les deux tiers des tickets qui sont aujourd’hui traités de manière automatisée par des agents IA. Cela remet en cause la place du service humain dans les organisations et l’impact économique est considérable : si le logiciel représente entre 1 et 2 % du PIB, les services impactés par l’agentique représentent 5 à 10 fois plus. Mais si deux tiers des humains sont remplacés par des agents, il y a les deux tiers des licences des logiciels vendus à l’utilisateur nommé qui disparaissent également. « Le modèle à l’utilisateur nommé devient problématique pour les éditeurs » en déduit Michael Mansard. En développant l’agentique, les éditeurs pourraient donc se tirer une énorme rafale dans les pieds. Autre difficulté : jusqu’à présent, accroître le volume d’usages amenait un coût marginal. Mais l’IA bouleverse ce modèle : accroître le nombre de requêtes, c’est accroître le nombre de tokens et donc linéairement le coût.

François Candelon, partner chez Seven2, est aussi l’auteur de « IA et revenu - Agent ou dirigeant : qui décide ? » paru aux éditions Ellipses. Sa carrière l’a mené dans des cabinets de consulting avant de rejoindre le fonds Seven2. Pour lui, « l’IA amène un reengineering des process comme dans les années 80 pour redéfinir la valeur. Le goulet d’étranglement n’est pas nécessairement sur l’opération mais peut-être sur le marketing qui peine à trouver des offres pour ce qui est créé grâce à l’IA ».

La difficulté soulevée est bien de savoir comment insérer l’IA dans la chaîne de valeur. L’IA va faciliter la production de nombreux services. Le gain de temps n’est pas un argument pertinent pour justifier le déploiement de l’IA : ce gain restera toujours théorique. Par contre, l’IA est un outil qui va amplifier le travail humain. Pour François Candelon, « tout ce que l’IA rend abondant n’aura pas de valeur. D’où la seule question à se poser : où est ma rareté ? » Les demandes des clients sont donc à orienter vers l’automatisme ou le traitement manuel humain selon sa difficulté.

Quelque soit le secteur concerné, l’IA pose un problème de modèle économique. Comment facturer un service rendu avec ou grâce à l’IA ? Plusieurs possibilités sont envisageables. Facturer le service de l’IA comme un salaire, ça n’est intéressant pour personne. Facturer à l’usage est un modèle plutôt favorable au prestataire. L’IA peut aussi être facturée à la production livrée (une interaction client, un nombre de lignes de codes produites…). Un client peut apprécier a priori une IA facturée à la valeur générée mais ce modèle implique de devoir démontrer cette valeur générée et accepter un partage de valeur entre éditeur et client. Comme le sujet est d’une grande complexité et les coûts sous-jacents à un service donné peu prévisibles, la plupart des modèles sont hybrides avec, parfois, un plancher et un plafond de dépense. L’offre au crédit d’usage prépayé est aussi un modèle en plein développement car il permet un contrôle budgétaire par le client. Mais rien ne dit qu’un lot de crédits sera suffisant pour les usages voulus par les collaborateurs...

Ces différents modèles correspondent à du PaaS. Or, dans de nombreux secteurs, les données peuvent être d’une haute sensibilité. Une réponse, pour maîtriser le patrimoine data, est de déployer des modèles restreints (de type SLM par exemple) sur des stations de travail locales. Cette possibilité rebat encore les cartes dans les modèles économiques autour de l’IA. La prédictibilité des coûts est alors totale mais la limite devient dans ce cas la rareté des talents nécessaires pour développer cette IA. Sans oublier la difficulté à entraîner l’IA.

Lefebvre Dalloz a donc dû justifier la valeur de ses services face à Claude. Disposer d’une base de connaissances complète et à jour dans une matière vivante comme le Droit est une vraie complexité. Beaucoup de données sont en sources ouvertes (lois, décrets, jurisprudence…) mais pas toutes (en particulier la doctrine qui nécessite une vraie expertise pour la collecter et l’analyser). Pour un professionnel du droit, réentrainer des IA locales, idéales pour gérer la confidentialité, serait très complexe et recourir à un tiers expert se justifie tout à fait. Il n’est pas impossible que, à terme, des offres d’IA locales avec un service de réentrainements réguliers puissent apparaître. « La certification des résultats, la garantie de qualité de la réponse, cela a une vraie valeur » confirme François Candelon. Dans bien des secteurs, l’usage d’une IA non certifiée ou non agréée par l’employeur, le shadow AI, pose de réels problèmes, notamment en termes de confidentialité. Mais, pour Anne Grèze, ceux qui cèdent à la tentation du Shadow AI sont surtout victimes d’une « méconnaissance de ce qu’est réellement l’IA ».

Dès 2023, Lefebvre Dalloz était techniquement prêt à lancer une offre IA. Mais un tel lancement nécessitait de totalement refondre non seulement l’offre mais aussi le SI interne. Anne Grèze se souvient : « avant, tout était organisé par Maison (marque éditoriale) mais il fallait tout repenser pour avoir une même base documentaire, une même facturation. On ne vend pas un service IA pour une base de données juridiques. En 2024, les avocats ne comprenaient pas les apports de l’IA. Il a fallu évangéliser autant que réfléchir au marketing de l’offre. » La tendance, chez Lefebvre Dalloz, est d’avoir une licence par compte nommé avec un « fair use » (aucun client n’a, à ce jour, atteint ce seuil) puis des crédits au-delà.